Methods and systems for semantic segmentation in 2D / 2.5 D image data by laparoscopic and endoscopic are disclosed. Statistical image features that integrate 2D / 2.5D laparoscopic or endoscopic image 2D and 2.5D depth channels are extracted for each pixel in the image. In this case, a semantic segmentation of the laparoscopic image or the endoscopic image is performed using the trained classifier, and based on the extracted statistical image features, for each semantic object class of the target organ, each pixel in the image Are classified. To generate a 3D model of the target organ using the mask of the segmented image obtained as a result of semantic segmentation of multiple frames of a laparoscopic image sequence or endoscopic image sequence, organ-specific 3D frame stitching Can be guided.腹腔鏡および内視鏡による2D/2.5D画像データにおけるセマンティックセグメンテーションのための方法およびシステムが開示される。2D/2.5Dの腹腔鏡画像または内視鏡画像の2D画像チャネルと2.5D奥行きチャネルとを統合する統計的画像フィーチャが、画像中の各画素について抽出される。この場合、トレーニング済み分類器を用いて、腹腔鏡画像または内視鏡画像のセマンティックセグメンテーションが実施されて、抽出された統計的画像フィーチャに基づき、ターゲット器官のセマンティックオブジェクトクラスに関して、画像中の各画素が分類される。腹腔鏡画像シーケンスまたは内視鏡画像シーケンスの複数のフレームのセマンティックセグメンテーションの結果得られたセグメンテーションされた画像のマスクを用いて、ターゲット器官の3Dモデルを生成するために、器官固有の3Dフレームスティッチングをガイドすることができる。
