ERegPose:一种基于显式回归的6D姿势估计,用于蛇形手腕类型手术仪器
Jinhua Li1, Zhengyang Ma2, Xinan Sun2
1Key Lab for Mechanism Theory and Equipment Design of Ministry of Education, School of Mechanical Engineering, Tianjin University, Tianjin, China.
概括
估计柔性手术仪器的6D姿势是很困难的. ERegPose是一种新的深度学习策略,可以准确地确定仪器的姿势,提高外科手术的精度.
科学领域:
- 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
- 医疗技术 医疗技术 医学技术
背景情况:
- 精确的6D姿势估计蛇形手腕类型的手术仪器是复杂的,因为他们的复杂的动力学和灵活的性质.
- 现有的方法难以应对这些先进的外科工具所带来的独特挑战.
研究的目的:
- 开发一种精确可靠的方法来估计蛇形手腕类型手术仪器的6D姿势.
- 推出ERegPose,这是一种结合深度神经网络和专业数据集的新策略.
主要方法:
- 一个深度神经网络ERegPoseNet被设计用于明确的6D姿势回归.
- 公司内部模拟外科手术数据集被注释为培训和验证.
- 一个单击多盒探测器 (SSD) 类似的探测器被用来捕捉旋转特征,通过生成仪表尖边界盒.
主要成果:
- ERegPoseNet实现了1.056mm的3D翻译误差和0.073rad的3D旋转误差.
- 平均距离 (ADD) 度量为3.974mm,表明整体空间转换精度很高.
- 实验验证证了SSD类探测器和L1损失对于最佳性能的必要性.
结论:
- ERegPose在6D姿势估计中显著优于现有的方法,用于类似蛇形的外科手术仪器.
- 拟议的战略为提高各种手术应用中的精度提供了一个有希望的解决方案.
- 准确的姿势估计对于推进机器人辅助手术和改善患者结果至关重要.
