本文介绍了前列腺切除手术场景理解数据集及其多粒度任务层次结构，包括手术阶段和步骤识别等长期任务，以及手术器械分割和原子视觉动作检测等短期任务。通过TAPIS模型验证了其在短期识别任务中的优越性，同时验证了方法的鲁棒性和数据集的可靠性。该工作为内窥镜视觉领域提供了一个新颖且全面的框架。