在2D超声波中基于学习的针尖跟踪,通过将视觉跟踪和运动预测融合在一起
Wanquan Yan1, Qingpeng Ding1, Jianghua Chen1
1Department of Mechanical and Automation Engineering and T Stone Robotics Institute, The Chinese University of Hong Kong, Hong Kong.
Medical image analysis
|June 12, 2023
概括
这项研究引入了一种基于学习的超声波程序的新针头跟踪系统. 该系统提高了生物组织的准确性和稳定性,提高了临床实践中的安全性.
科学领域:
- 医疗成像医学成像
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
背景情况:
- 超声波 (美国) 引导的程序通常使用视觉追踪器来追踪针尖.
- 现有的视觉追踪器在生物组织中因噪音和阻塞而扎.
研究的目的:
- 为美国指导的程序开发一个强大而准确的基于学习的针尖跟踪系统.
- 在具有挑战性的生物环境中克服传统视觉追踪器的局限性.
主要方法:
- 一个混合系统,结合视觉跟踪和运动预测模块.
- 视觉跟踪模块带有增强的可辨别面罩和模板更新.
- 使用变压器网络进行历史位置数据分析的运动预测模块.
- 数据融合模块将跟踪和预测模块的输出整合在一起.
主要成果:
- 在机动针插入实验中,与最先进的追踪器相比显著改善 (例如,78%与<60%的成功率相比).
- 在手动注射针实验中,追踪成功率高于第二好的系统,达到>18%.
- 在不同的条件下展示了强度,包括暂时消失的针头.
结论:
- 拟议的系统为针尖跟踪提供了更好的计算效率,稳定性和准确性.
- 在当前的美国制导针操作中提高了安全性.
- 集成到组织活检的机器人系统中的潜力.
