小切口白内障手术中数据高效的手术阶段分割：视觉基础模型的对照研究

手术阶段分割是计算机辅助手术的核心，但当标记的手术视频稀缺时，稳健的模型仍然难以开发。我们通过视觉表示的受控比较来研究手动小切口白内障手术（SICS）的数据有效相位分割。为了隔离表示质量，我们在 SICS-155（19 个阶段）上相同的训练和评估设置下将每个视觉编码器与相同的时间模型 (MS-TCN++) 配对。我们将监督编码器（ResNet-50、I3D）与大型自监督基础模型（DINOv3、V-JEPA2）进行比较，并使用缓存特征管道将昂贵的视觉编码与轻量级时间学习解耦。基础模型功能提高了此设置中的分割性能，DINOv3 ViT-7B 实现了最佳总体结果（83.4% 准确率，87.0 编辑分数）。我们使用未标记的视频和轻量级适应进一步检查白内障域转移，并分析它何时有帮助或有害。总体而言，该研究表明现代视觉基础模型对手术工作流程理解具有很强的可移植性，并为低标签医疗视频设置提供了实用指导。该项目网站位于：https://sl2005.github.io/DataEfficient-sics-phase-seg/