膀图像拼接算法用于导航和引用,使用标准囊镜

科学领域:

• 泌尿器科 泌尿器科 泌尿器科 泌尿器科
• 医疗成像医学成像
• 计算生物学 计算生物学

背景情况:

• 膀癌的诊断和监测需要准确的解剖参考.
• 标准的囊镜视频缺乏一个系统的方法来创建可参考的膀图.
• 详细的膀成像通常需要专门的设备.

研究的目的:

• 开发和验证一种基于视觉的算法,用于从标准囊镜视频中生成2D膀图.
• 为了能够在没有专门设备的情况下进行可参考的膀测绘,以改善膀癌的诊断和监测.
• 在临床前和临床环境中评估算法在生成和重新评估膀图的性能.

主要方法:

• 创建了一个基于视觉的算法,以根据表面特征将来自囊镜视频的2D图像框架拼接在一起.
• 该算法使用2D模型和3D膀幻影进行校准.
• 在猪体内进行了体内评估,并对人类临床囊镜视频进行了回顾性分析.

主要成果:

• 该算法成功捕获并合了肠道图像,生成了从93%到99%的中的膀图.
• 在重新评估过程中,在4.5秒内实现了精确的定位.
• 在猪中生成虚拟的粘膜表面地图,与探索解剖学相关联,并从存档的患者图像创建地图.

结论:

• 开发的算法有效地从标准囊镜视频中生成可参考的2D膀图.
• 该工具可以帮助记录和引用病理发现,活检部位和治疗部位.
• 这项技术显示出对管理超慢性膀癌和资源有限的环境的潜在实用性.