从MICCAI2022挑战中对腹腔镜肝切除术中增强现实方法的客观比较,通过手术前至手术内图像融合

科学领域:

• 医学成像医学成像
• 计算机辅助手术是计算机辅助的手术.
• 手术导航手术导航手术导航

背景情况:

• 增强现实 (AR) 通过将3D模型投射到手术视图上来帮助腹腔镜切除肝脏.
• 当前的AR系统依赖于使用解剖学地标进行手动,耗时和易出错的注册.
• 自动化这种注册对于在手术室有效实施AR至关重要.

研究的目的:

• 调查腹腔镜切除肝脏中AR的自动地标检测和注册.
• 在此背景下,为3D-2D融合精度建立一个基准.
• 确定AR辅助手术的局限性和未来研究方向.

主要方法:

• 手术前至手术后的腹腔镜融合 (P2ILF) 挑战包括两个任务:2D/3D地标细分和3D-2D注册.
• 团队使用深度学习进行细分和可差异化染进行注册.
• 培训数据包括167张腹腔镜图像和9个手术前的3D模型与里程碑式的注释.

主要成果:

• 深度学习方法成功地对大多数2D地标进行了细分,但在3D地标方面遇到了困难.
• 只有一个团队在3D-2D注册任务中取得了可接受的结果.
• 参与团队和任务的表现各不相同.

结论:

• 在肝脏手术中AR的自动地标检测显示出潜力,但需要进一步开发,特别是3D地标.
• P2ILF挑战提供了有关当前能力和局限性的宝贵见解.
• 未来的研究应该专注于改善3D地标细分和注册准确性,以提供强大的AR手术指导.