Buchumschlag

SurgOnAir: Hierarchy-Aware Real-Time Surgical Video Commentary

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Jingyi, Zhou, Yue, Bai, Long, Yuan, Kun, Navab, Nassir, Bi, Yuan
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

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

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

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

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

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

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

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

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

UltraAD: Fine-Grained Ultrasound Anomaly Classification via Few-Shot CLIP Adaptation
von: Zhou, Yue, et al.
Veröffentlicht: (2025)

SurgMotion: A Video-Native Foundation Model for Universal Understanding of Surgical Videos
von: Wu, Jinlin, et al.
Veröffentlicht: (2026)

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

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

Advancing Surgical VQA with Scene Graph Knowledge
von: Yuan, Kun, et al.
Veröffentlicht: (2023)

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

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

SurgTEMP: Temporal-Aware Surgical Video Question Answering with Text-guided Visual Memory for Laparoscopic Cholecystectomy
von: Li, Shi, et al.
Veröffentlicht: (2026)

Class-Aware Cartilage Segmentation for Autonomous US-CT Registration in Robotic Intercostal Ultrasound Imaging
von: Jiang, Zhongliang, et al.
Veröffentlicht: (2024)

Look-Closer-Then-Diagnose: Confidence-Aware Ultrasound VQA via Active Zooming
von: Zhou, Yue, et al.
Veröffentlicht: (2026)

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

Towards Comprehensive Real-Time Scene Understanding in Ophthalmic Surgery through Multimodal Image Fusion
von: Rohrmoser, Nikolo, et al.
Veröffentlicht: (2026)

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

Recognizing Surgical Phases Anywhere: Few-Shot Test-time Adaptation and Task-graph Guided Refinement
von: Yuan, Kun, et al.
Veröffentlicht: (2025)

Robotic Ultrasound Makes CBCT Alive
von: Li, Feng, et al.
Veröffentlicht: (2026)

Hybrid Functional Maps for Crease-Aware Non-Isometric Shape Matching
von: Bastian, Lennart, et al.
Veröffentlicht: (2023)

Specialized Foundation Models for Intelligent Operating Rooms
von: Özsoy, Ege, et al.
Veröffentlicht: (2025)

MM-OR: A Large Multimodal Operating Room Dataset for Semantic Understanding of High-Intensity Surgical Environments
von: Özsoy, Ege, et al.
Veröffentlicht: (2025)

From Linear Probing to Joint-Weighted Token Hierarchy: A Foundation Model Bridging Global and Cellular Representations in Biomarker Detection
von: Liu, Jingsong, et al.
Veröffentlicht: (2025)

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

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

LapFM: A Laparoscopic Segmentation Foundation Model via Hierarchical Concept Evolving Pre-training
von: Xu, Qing, et al.
Veröffentlicht: (2025)

MI-SegNet: Mutual Information-Based US Segmentation for Unseen Domain Generalization
von: Bi, Yuan, et al.
Veröffentlicht: (2023)

BridgeSplat: Bidirectionally Coupled CT and Non-Rigid Gaussian Splatting for Deformable Intraoperative Surgical Navigation
von: Fehrentz, Maximilian, 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)

Bridging Vision and Language for Robust Context-Aware Surgical Point Tracking: The VL-SurgPT Dataset and Benchmark
von: Zhou, Rulin, et al.
Veröffentlicht: (2025)

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

SurgCoT: Advancing Spatiotemporal Reasoning in Surgical Videos through a Chain-of-Thought Benchmark
von: Wang, Gui, et al.
Veröffentlicht: (2026)

EgoExOR: An Ego-Exo-Centric Operating Room Dataset for Surgical Activity Understanding
von: Özsoy, Ege, et al.
Veröffentlicht: (2025)

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

Intuitive Surgical SurgToolLoc and SurgVU Challenges Results: 2022-2025
von: Zia, Aneeq, et al.
Veröffentlicht: (2023)