针对特定目标的基于参考的深度学习网络,用于在手术变焦镜头相机校准中的联合图像消除模糊和分辨率提升
Ho-Gun Ha1, Deokgi Jeung2, Ihsan Ullah1
1Division of Intelligent Robot, DGIST, 333 Techno Jungang-daero, Hyeonpung-myeon, Dalseong-gun, Daegu, 42988, Republic of Korea.
Computers in biology and medicine
|October 23, 2024
概括
这项研究引入了一个深度学习网络,以增强模糊,低分辨率的外科显微镜图像. 这提高了摄像头校准准确度,用于增强现实手术导航.
科学领域:
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 手术技术 手术技术
背景情况:
- 准确的摄像头校准对于外科导航中的增强现实 (AR) 是至关重要的.
- 在外科显微镜中,高放大率会导致模糊和文物,降低校准准确度.
- 不准确的校准导致AR重叠的显著位移.
研究的目的:
- 开发一种新的深度学习网络,用于增强外科手术显微镜图像.
- 为了解决校准的棋盘图像中的模糊和低空间分辨率问题.
- 为了提高手术变焦镜头相机校准的准确性.
主要方法:
- 设计了一个端到端卷积深度神经网络,具有对称的编码解码层.
- 该网络集成了一个多框架与子像素运动估计.
- 通过拟议的架构实现了联合的图像消除模糊和分辨率增强.
主要成果:
- 实验性比较表明,在手术显微镜校准中,主观和客观性能有所改善.
- 拟议的方法显著提高了增强现实重叠比率,表明了更高的准确性.
- 使用增强图像进行校准,结果与以前的方法相比,AR精度更高.
结论:
- 拟议的网络有效地从模糊的低分辨率输入生成清晰的高分辨率图像.
- 在使用外科手术显微镜图像进行摄像头校准时的优异性能得到证实.
- 该方法显示了在外科导航中实际应用的巨大潜力.
