腹腔鏡手術におけるヒト肝臓の非硬質画像量記録
Zhenggang Cao1, Le Xie1, Yuchen Yang2
1Institute of Forming Technology & Equipment and the Institute of Medical Robot, Shanghai Jiao Tong University, Shanghai, China.
Quantitative imaging in medicine and surgery
|September 2, 2025
まとめ
この研究は,腹腔鏡手術における変形可能な臓器のリアルタイム 2D-3D 登録のための新しい方法を導入しています. このアプローチは2D画像と3Dスキャンを 正確に並べることで 手術のナビゲーションと精度を高めます
科学分野:
- 医療用イメージング
- コンピューター 支援 の 手術
- 外科 ロボット
背景:
- 2Dの腹腔鏡画像と3Dのスキャンを組み合わせることで 空間認識が向上します
- 手術における拡張現実には 2D-3Dの正確な記録が不可欠ですが 臓器の変形やカメラのパラメータの推定は困難です
- 変形可能な臓器のリアルタイムで正確な整列は 現在の外科ナビゲーションシステムでは大きな障害となっています
研究 の 目的:
- 変形可能な臓器のための非硬質画像量登録 (NRIVR) フレームワークを開発する.
- 腹腔鏡手術における 拡張現実の正確な 2D-3D 登録を可能にします
- 臓器の変形,閉塞,および単眼画像からのカメラパラメータ推定の課題を克服するために.
主な方法:
- 長い短期記憶に基づく新しいカメラ推定ニューラルネットワーク (LCENN) は,2Dの解剖学的輪郭からカメラのポーズを予測します.
- 2D境界からカメラパラメータへの微分マッピングは,リアルタイムの推論を可能にします.
- 非硬質の登録は2D空間で,投影網と推定変形フィールドを使用して一貫したアライナメントを行う.
主要な成果:
- LCENNは,最小の回転 (0.35±0.44°) と変換 (0.51±0.31mm) のエラーで2D境界からカメラポーズを効率的に予測します.
- 提案された枠組みは,臨床データセットに有効な2D-3D登録を達成しました.
- 平均目標登録誤差は2.74±1.51mmと記録され,高い精度を示した.
結論:
- この研究は,リアルタイム 2D-3D 登録のための提案されたメソッドの可行性と有効性を検証します.
- このアプローチは,腹腔鏡手術のワークフローで画像ガイドを強化します.
- 開発されたフレームワークは,臨床環境における拡張現実のアプリケーションの改善の道を開きます.
