DiGS: Reconstrucción de escenas quirúrgicas mediante representaciones gaussianas guiadas por difusión

Área de la Ciencia:

• Cirugía asistida por computadora
• Imagenología médica
• Reconstrucción 3D

Sus antecedentes:

• La reconstrucción 3D precisa es vital para la cirugía mínimamente invasiva asistida por computadora.
• Las escenas quirúrgicas dinámicas con oclusiones de instrumentos presentan desafíos significativos de reconstrucción.
• Los métodos existentes de representación gaussiana 3D (3DGS) tienen dificultades con superficies incompletas y propagación de errores en áreas ocluidas.

Objetivo del estudio:

• Mejorar la precisión de la reconstrucción 3D en entornos quirúrgicos dinámicamente ocluidos.
• Abordar las limitaciones de los enfoques 3DGS actuales en el manejo de oclusiones y errores de movimiento.

Principales métodos:

• Se propuso un marco de representación gaussiana guiada por difusión (DiGS).
• Se desarrolló una red de completamiento de superficies guiada por difusión que utiliza los conocimientos previos de la escena quirúrgica para regiones ocluidas.
• Se implementó un mecanismo de suavizado de temple ligero para corregir los errores de estimación del movimiento del endoscopio y estabilizar la optimización.

Principales resultados:

• DiGS demostró superioridad sobre los métodos de vanguardia en los conjuntos de datos EndoNeRF y StereoMIS.
• Se logró una mejora del 61,75 % en LPIPS en EndoNeRF para una mejor alineación perceptual en escenas ocluidas.
• En StereoMIS, se obtuvo una ganancia del 7,03 % en PSNR, una mejora del 40,79 % en LPIPS y puntuaciones SSIM más altas, lo que indica una preservación superior de los detalles estructurales.

Conclusiones:

• El marco DiGS mejora eficazmente la precisión del modelo 3D y la coherencia temporal en escenas quirúrgicas desafiantes.
• Aborda con éxito las oclusiones dinámicas y los errores inducidos por el movimiento en la reconstrucción de escenas quirúrgicas.
• El código DiGS está disponible públicamente para futuras investigaciones y desarrollo.