Buchumschlag

SurgMotion: A Video-Native Foundation Model for Universal Understanding of Surgical Videos

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Jinlin, Holm, Felix, Chen, Chuxi, Wang, An, Hu, Yaxin, Ye, Xiaofan, Zang, Zelin, Xu, Miao, Zhou, Lihua, Liao, Huai, Chan, Danny T. M., Feng, Ming, Poon, Wai S., Ren, Hongliang, Yi, Dong, Navab, Nassir, Meng, Gaofeng, Luo, Jiebo, Liu, Hongbin, Lei, Zhen
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SurgLLM: A Versatile Large Multimodal Model with Spatial Focus and Temporal Awareness for Surgical Video Understanding
von: Chen, Zhen, et al.
Veröffentlicht: (2025)

HieraSurg: Hierarchy-Aware Diffusion Model for Surgical Video Generation
von: Biagini, Diego, et al.
Veröffentlicht: (2025)

SurgVidLM: Towards Multi-grained Surgical Video Understanding with Large Language Model
von: Wang, Guankun, et al.
Veröffentlicht: (2025)

SurgOnAir: Hierarchy-Aware Real-Time Surgical Video Commentary
von: He, Jingyi, et al.
Veröffentlicht: (2026)

SANGRIA: Surgical Video Scene Graph Optimization for Surgical Workflow Prediction
von: Köksal, Çağhan, et al.
Veröffentlicht: (2024)

SURGIVID: Annotation-Efficient Surgical Video Object Discovery
von: Köksal, Çağhan, et al.
Veröffentlicht: (2024)

How Far Are Surgeons from Surgical World Models? A Pilot Study on Zero-shot Surgical Video Generation with Expert Assessment
von: Chen, Zhen, et al.
Veröffentlicht: (2025)

ProtoFlow: Interpretable and Robust Surgical Workflow Modeling with Learned Dynamic Scene Graph Prototypes
von: Holm, Felix, et al.
Veröffentlicht: (2025)

NeuroABench: A Multimodal Evaluation Benchmark for Neurosurgical Anatomy Identification
von: Song, Ziyang, et al.
Veröffentlicht: (2025)

Procedure-Aware Surgical Video-language Pretraining with Hierarchical Knowledge Augmentation
von: Yuan, Kun, et al.
Veröffentlicht: (2024)

SurgPLAN++: Universal Surgical Phase Localization Network for Online and Offline Inference
von: Chen, Zhen, et al.
Veröffentlicht: (2024)

HecVL: Hierarchical Video-Language Pretraining for Zero-shot Surgical Phase Recognition
von: Yuan, Kun, et al.
Veröffentlicht: (2024)

SurgTPGS: Semantic 3D Surgical Scene Understanding with Text Promptable Gaussian Splatting
von: Huang, Yiming, et al.
Veröffentlicht: (2025)

CliPPER: Contextual Video-Language Pretraining on Long-form Intraoperative Surgical Procedures for Event Recognition
von: Stilz, Florian, et al.
Veröffentlicht: (2026)

SurgGoal: Rethinking Surgical Planning Evaluation via Goal-Satisfiability
von: Li, Ruochen, et al.
Veröffentlicht: (2026)

SurgSora: Object-Aware Diffusion Model for Controllable Surgical Video Generation
von: Chen, Tong, et al.
Veröffentlicht: (2024)

Temporal Differential Fields for 4D Motion Modeling via Image-to-Video Synthesis
von: You, Xin, et al.
Veröffentlicht: (2025)

SurgTrack: CAD-Free 3D Tracking of Real-world Surgical Instruments
von: Guo, Wenwu, et al.
Veröffentlicht: (2024)

Anatomy-R1: Enhancing Anatomy Reasoning in Multimodal Large Language Models via Anatomical Similarity Curriculum and Group Diversity Augmentation
von: Song, Ziyang, et al.
Veröffentlicht: (2025)

Where It Moves, It Matters: Referring Surgical Instrument Segmentation via Motion
von: Wei, Meng, et al.
Veröffentlicht: (2026)

Learning Multi-modal Representations by Watching Hundreds of Surgical Video Lectures
von: Yuan, Kun, et al.
Veröffentlicht: (2023)

Weakly Supervised YOLO Network for Surgical Instrument Localization in Endoscopic Videos
von: Wei, Rongfeng, et al.
Veröffentlicht: (2023)

CAT-SG: A Large Dynamic Scene Graph Dataset for Fine-Grained Understanding of Cataract Surgery
von: Holm, Felix, et al.
Veröffentlicht: (2025)

SurgPub-Video: A Comprehensive Surgical Video Dataset for Enhanced Surgical Intelligence in Vision-Language Model
von: Li, Yaoqian, et al.
Veröffentlicht: (2025)

UniSurgSAM: A Unified Promptable Model for Reliable Surgical Video Segmentation
von: Liu, Haofeng, et al.
Veröffentlicht: (2026)

SurgVisAgent: Multimodal Agentic Model for Versatile Surgical Visual Enhancement
von: Lei, Zeyu, et al.
Veröffentlicht: (2025)

Mitigating Biases in Surgical Operating Rooms with Geometry
von: Wang, Tony Danjun, et al.
Veröffentlicht: (2025)

SurgLQA: Scalable Long-Horizon Surgical Video Question Answering
von: Guo, Diandian, et al.
Veröffentlicht: (2026)

SurgPETL: Parameter-Efficient Image-to-Surgical-Video Transfer Learning for Surgical Phase Recognition
von: Yang, Shu, et al.
Veröffentlicht: (2024)

LLaVA-Surg: Towards Multimodal Surgical Assistant via Structured Surgical Video Learning
von: Li, Jiajie, et al.
Veröffentlicht: (2024)

The Docking Game: Loop Self-Play for Fast, Dynamic, and Accurate Prediction of Flexible Protein-Ligand Binding
von: Zhang, Youzhi, et al.
Veröffentlicht: (2025)

SurgBench: A Unified Large-Scale Benchmark for Surgical Video Analysis
von: Wei, Jianhui, et al.
Veröffentlicht: (2025)

SemiVT-Surge: Semi-Supervised Video Transformer for Surgical Phase Recognition
von: Li, Yiping, et al.
Veröffentlicht: (2025)

Dyadic Partnership(DP): A Missing Link Towards Full Autonomy in Medical Robotics
von: Navab, Nassir, et al.
Veröffentlicht: (2026)

OphCLIP: Hierarchical Retrieval-Augmented Learning for Ophthalmic Surgical Video-Language Pretraining
von: Hu, Ming, et al.
Veröffentlicht: (2024)

Text-driven Adaptation of Foundation Models for Few-shot Surgical Workflow Analysis
von: Chen, Tingxuan, et al.
Veröffentlicht: (2025)

SurgViVQA: Temporally-Grounded Video Question Answering for Surgical Scene Understanding
von: Drago, Mauro Orazio, et al.
Veröffentlicht: (2025)

SurgFed: Language-guided Multi-Task Federated Learning for Surgical Video Understanding
von: Fang, Zheng, et al.
Veröffentlicht: (2026)

VISAGE: Video Synthesis using Action Graphs for Surgery
von: Yeganeh, Yousef, et al.
Veröffentlicht: (2024)

ASI-Seg: Audio-Driven Surgical Instrument Segmentation with Surgeon Intention Understanding
von: Chen, Zhen, et al.
Veröffentlicht: (2024)