基于图像的3D重建在腹腔镜检查:一篇专注于通过应用重建错误的定量评估的评论
Birthe Göbel1,2, Alexander Reiterer1,3, Knut Möller4,5
1Department of Sustainable Systems Engineering-INATECH, University of Freiburg, Emmy-Noether-Street 2, 79110 Freiburg im Breisgau, Germany.
Journal of imaging
|August 28, 2024
概括
基于图像的3D重建技术,如深度学习和同时定位和映射,显示了精确腹腔镜手术的前景. 亚毫米精度仍然具有挑战性,但通过进一步的研究和标准化测试,可以实现.
科学领域:
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 机器人技术 机器人技术 机器人技术
背景情况:
- 精确的3D重建对于先进的腹腔镜手术至关重要,包括图像引导导航和机器人辅助干预.
- 存在各种基于图像的3D重建技术,但它们在手术内设置中的比较准确性需要系统的评估.
研究的目的:
- 审查和比较不同基于图像的3D重建技术对腹腔镜应用的准确性.
- 确定在外科环境中实现高精度3D重建的最有前途的技术.
主要方法:
- 按照既定的审查框架进行系统的文献搜索 (PubMed,谷歌学者,2015-2023).
- 包含基于欧几里德距离的重建误差 (RMSE,MAE) 的定量评估的文章.
- 对立体视觉,形状从运动,SLAM,深度学习和结构光的重建错误的数据生成.
主要成果:
- 在不同的技术中,重建错误差异很大,从亚毫米到十毫米以上.
- 深度学习和同时定位和映射 (SLAM) 在手术内条件下表现出优异的性能.
- 结果的显著差异归因于不同的实验条件和缺乏标准化的错误指标.
结论:
- 基于图像进行腹腔镜3D重建的亚毫米精度具有挑战性,但可以实现.
- 深度学习和SLAM是高精度手术内3D重建的有希望的技术.
- 未来的研究应该专注于标准化错误计算和现实的ex/in vivo器官模型进行验证.
