本研究提出了一种新模型，通过结合手术工具的历史位置信息和解剖特征，预测工具的未来运动轨迹，强调了解剖特征在神经外科手术决策中的重要性。

本文探讨了深度学习在手术工具姿态估计、分割和追踪中的应用。研究表明，现代深度学习方法在器械分割任务中表现优异，结合不同方法可显著提高准确性。提出的轻量级模型和新技术在实时跟踪和分割中取得了良好效果，展示了无标记跟踪的可行性，满足了外科视频工具跟踪的需求。