基于Sentence-BERT和Z-Score归一化的零样本多标签内窥镜器械分类泛化性能提升研究

这篇综述探讨了零样本学习（ZSL）在内窥镜手术器械分类中的应用挑战，提出通过Sentence-BERT生成描述性句子嵌入（相比传统词嵌入）结合Z-Score归一化后处理，显著提升模型对未见器械的识别能力（AUROC从43.9%提升至64.9%）。研究验证了语义丰富性和特征标准化对广义零样本学习（GZSL）在多标签医疗场景中的关键作用，为手术智能化提供了新思路。

　　

Abstract
微创手术（MIS）和机器人辅助手术（RAS）的普及对器械识别提出了更高要求。传统深度学习依赖大规模标注数据，而零样本学习（ZSL）通过语义嵌入实现未见器械分类。本研究创新性地采用Sentence-BERT生成器械功能描述语句的嵌入表示，结合Z-Score归一化后处理，在PhaKIR数据集上实现未见类别的AUROC提升21个百分点。

Introduction
手术器械的视觉多样性（如烟雾、血液干扰）和新器械迭代使得传统监督学习泛化受限。广义零样本学习（GZSL）通过语义空间映射同时处理已知/未知类别，但现有方法多基于单词级嵌入（如BERT），缺乏对器械功能的完整描述。本文首次将临床领域适应的S-PubMedBERT模型生成的句子嵌入引入GZSL框架。

Methods
实验采用DenseNet-121视觉主干网络，对比临床BioBERT词嵌入与GPT-4生成的描述性句子嵌入。Z-Score归一化按公式z_j
= (e_j

• μ)/σ处理嵌入向量。动态多标签准确率计算中，top-k预测数k等于实例真实标签数，如预测{A,D,B}对真实{A,B,C}得分为2/3。

Results
关键发现：

1. 句子嵌入使S2-UC（第二阶段未见类）多标签准确率从26.1%跃升至79.5%
2. Z-Score归一化进一步扩大余弦相似度分布范围（如图3→图4），缓解高维空间枢纽效应
3. 消融实验显示联合/分离优化损失函数差异不显著（p>0.05）

Discussion
HFcoag-Probe与Argonbeamer的功能相似性在句子嵌入中更准确体现（余弦相似度0.72 vs 词嵌入0.53）。但研究局限在于单中心数据集，未来需验证在达芬奇手术机器人等跨平台场景的适用性。

Conclusion
该方法为手术室实时器械识别系统提供了可扩展解决方案，特别适用于新器械快速部署场景。后续将探索基于大语言模型（LLM）的自动化描述生成与三维器械表征的结合。