外部に付着したマーカー球の検出と推定のための新しいRANSACベースの方法

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
• 手術 ナビゲーション

背景:

• CT画像から球状のパラメータを正確に推定することは,頭蓋骨マキシロ顔面外科ナビゲーションの画像物理的な空間登録に不可欠です.
• 既存の方法では,人工物や干渉によるエラーが起こり,精度に影響します.
• 高精度な外科応用要件を満たすには,堅固な方法が必要です.

研究 の 目的:

• CT画像から球状のパラメータを正確に推定するための堅固な方法を開発する.
• 手術ナビゲーションシステムの再現性と精度を向上させるため,特に騒音データ.
• 顔頭部外科のナビゲーションの信頼性を高めるため

主な方法:

• 球体パラメータ検出の精錬のためのローカル評価と最適化RANdom SAmpleコンセンサス (LEO-RANSAC) アルゴリズムを提案した.
• マルチレベル適応曲線とローカルソリューションを組み合わせた新しいメトリックを導入しました.
• 固定位置設定誤差 (FLE) 測定と固定位置登録誤差 (FRE) およびターゲット登録誤差 (TRE) 評価のためのカスタム機器を使用しました.

主要な成果:

• 内部比率は30%から90%まで 72点の雲で評価される.
• 最大FLEの87. 50%は0. 9mm未満で,最大FLEの95. 83%は0. 01未満でした.
• 頭蓋骨ファントム試験では,FREsは0. 4222,0. 5223,0. 372mm,TREsは0. 8546,0. 9471,0. 8537mmでした.

結論:

• 提案されたLEO-RANSAC方法は,既存の方法と比較して,より高い精度と信頼性を示しています.
• この方法は,低インリア比データを効果的に処理し,外科的なナビゲーションの頑丈性を改善します.
• 結果は,高精度クロニオマキシロ顔面外科ナビゲーションの応用におけるこの方法の可能性を強調しています.