Profilometría de proyección de franjas endoscópica de un solo disparo basada en el aprendizaje profundo

Área de la Ciencia:

• Imágenes médicas
• La robótica
• Visión por computadora

Sus antecedentes:

• La profilometría de proyección de la franja convencional (FPP) es demasiado lenta para las mediciones quirúrgicas dinámicas debido a la adquisición de imágenes múltiples.
• La generación de mapas de profundidad precisos y de alta velocidad es crucial para la guía quirúrgica robótica en tiempo real.

Objetivo del estudio:

• Desarrollar y demostrar un sistema de FPP basado en aprendizaje profundo y de un solo disparo para la orientación quirúrgica endoscópica.
• Para lograr la generación de mapas de profundidad precisos en tiempo real de los tejidos objetivo.

Principales métodos:

• Se diseñó un sistema endoscópico de FPP de disparo único que utiliza un endoscopio de doble canal.
• Se desarrolló una red de aprendizaje profundo, que combina MaskNet para la segmentación y DepthNet para la predicción de profundidad.
• Se utilizó un método de síntesis de datos para crear diversos conjuntos de datos de formación.

Principales resultados:

• El sistema logró un error máximo de predicción de profundidad de aproximadamente 2 mm.
• El tiempo de procesamiento por cuadro fue de alrededor de 12,75 ms.
• Se identificó una frecuencia óptima de patrón de franjas de 20 Hz para la configuración de FPP de un solo disparo.

Conclusiones:

• El sistema endoscópico FPP de disparo único basado en aprendizaje profundo genera efectivamente mapas de profundidad en tiempo real con precisión a escala milimétrica.
• Esta tecnología tiene el potencial de mejorar significativamente la fiabilidad de la cirugía robótica guiada por imágenes.