基于数字孪生的隐私保护手术室工作流程分析-计算机科学-数字孪生-隐私保护.pdfVIP

MedicalImagingwithDeepLearning–nnn2025ShortPaper–MIDL2025

基于数字孪生的隐私保护手术室工作流程分析

AlejandraPerezaperezr6@jh.edu

HanZhang

Yu-ChunKu

LalithkumarSeenivasan

RogerD.Soberanis-Mukul

JohnsHopkinsUniversity,Baltimore,MD,21211,USA

JoseL.Porras

RichardDay

JeffJopling

PeterNajjar

JohnsHopkinsMedicalInstitutions,Baltimore,MD,21287,USA

本

译MathiasUnberathunberath@jhu.edu

中

Editors:AcceptedforpublicationatMIDL2025

2

v

2

5Abstract

5

2手术室（OR）是一个复杂的环境，优化工作流程对于降低成本和改善患者结果至关重要。虽然计算

1

.机视觉方法可以自动识别围手术期事件以发现手术室优化的瓶颈，但隐私问题限制了使用手术室视

4频进行自动化事件检测的应用。我们提出了一种用于保护隐私的手术室视频分析和事件检测的两阶

0

5段管道。首先，我们利用视觉基础模型进行深度估计和语义分割，从常规RGB视频生成去标识化的

2数字孪生（DT）。其次，我们采用SafeOR模型，这是一种融合的双流方法，处理分割掩模和深度图

:

v以实现手术室事件检测。在内部数据集上的评估结果显示，在38个模拟外科试验中包含五个事件类

i

x别的情况下，我们的基于DT的方法与基于原始RGB视频的方法相比，性能相当甚至有时更优。数

r

a字孪生使隐私保护的手术流程分析成为可能，并促进了去标识化数据跨机构共享，有可能通过减少领

域特定外观差异来增强模型泛化能力。

Keywords:手术室，工作流程分析，数字孪生，工作流程优化

1.介绍

手术室（OR）是一个高风险环境，优化工作流程对于降低成本和改善患者结果至关重要。

标准化的外科流程通过减少变异性、防止延误和最大化资源利用来提高效率(Leeetal.,2019;

Nundyetal.,2008)。系统化监测围术期事件使外科团队能够识别瓶颈并优化手术室工作流程。

然而，手动报告事件耗时且容易出错，突显了自动化解决方案的需求。计算机视觉的进步现在

使得可以从手术室视频中识别事件和阶段，提供显著的效率提升(Sharghietal.,2020;Özsoy

etal.,2024)。

尽管取得了这些进展，隐私仍然是一个重大挑战，因为手术室视频包含有关患者、工作人员和

环境的敏感信息。当前保护隐私的方法，如面部模糊化(Bastianetal.,2023)或利用结构光相机

©2025CC-BY4.0,A.Perezetal.

Perezetal.

启用的深度图像(JamalandMohareri,2022)，存在关键限制。面部模糊仅处理面部特征，但不

解决其他潜在可识别的图像内容