一个SLAM将它们全部映射到地图上:基于追踪任何点的单眼内镜成像的SLAM的通用方法
Timo Teufel1, Hongchao Shu2, Roger D Soberanis-Mukul2
1Johns Hopkins University, Baltimore, MD, 21211, USA. tteufel1@jh.edu.
概括
一SLAM是一种全新的单眼同步定位和映射 (SLAM) 算法,可以在各种内镜手术中泛化. 它在没有重新培训的情况下实现了与特定领域的方法相当或更高的性能,增强了外科导航.
科学领域:
- 计算机视觉 计算机视觉
- 医疗机器人 医疗机器人
- 手术导航 手术导航
背景情况:
- 单眼SLAM对于内镜外科导航至关重要,但与视觉稀缺性和独特的照明作斗争.
- 当前的深度学习SLAM模型在特定领域表现良好,但缺乏通用性.
研究的目的:
- 开发一个多功能单眼SLAM算法用于外科内镜,可以在多个领域进行概括.
- 在内镜手术中克服特定领域SLAM方法的局限性.
主要方法:
- 提出了一个单眼SLAM算法OneSLAM,该算法利用任何点跟踪 (TAP) 基础模型进行强大的特征跟踪.
- 实现了局部捆绑调整,以共同优化摄像头姿势和3D解剖重建.
主要成果:
- 一个SLAM在四个内镜领域 (鼻腔内镜,结肠镜,关节镜,腹腔镜) 展示了与三个强大的基线相比较优异或可比的性能.
- 该算法在不同的解剖部位上有效地通用,而不需要对特定领域进行重新训练.
结论:
- 一SLAM利用TAP基础模型来实现强大的性能,并在各种内镜手术中进行概括.
- 未来的工作将集中在全球循环关闭上,以改善内镜场景的长期导航精度.


