SfM扩散:基于扩散模型的内镜自主监督单眼深度估计
1The Institute of Technological Sciences, Wuhan University, Wuhan, China.
International journal of computer assisted radiology and surgery
|February 24, 2025
概括
在腹腔镜外科手术中,SfMDiffusion 增强了3D重建,使用了一种新的自我监督单眼深度估计 (MDE) 框架. 这种方法在没有基准数据的情况下实现了卓越的准确性,改进了图像引导的外科手术技术.
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:
- 从内镜视频进行准确的3D重建对于图像引导的腹腔镜手术至关重要.
- 现有的单眼深度估计 (MDE) 方法与外科手术场景的复杂性如反射和不良照明作斗争.
研究的目的:
- 开发一个强大的自我监督框架,用于腹腔镜外科手术中单眼深度估计 (MDE).
- 在复杂的外科环境中克服当前MDE技术的局限性.
主要方法:
- 推出了SfMDiffusion,这是一个基于扩散的MDE的新型自我监督框架.
- 整合了一种否定的扩散过程,包括伪地面真相深度地图,知识蒸和歧视性先验.
- 在训练期间,启用了准确的深度估计,而不需要地面真实深度数据.
主要成果:
- 在SCARED和Hamlyn数据集上,SfMDiffusion表现出卓越的性能.
- 在SCARED上实现了低误差指标:Abs Rel为0.049,Sq Rel为0.366,RMSE为4.305.
- 在哈姆林的Abs Rel报告为0.067,Sq Rel为0.800,RMSE为7.465.
结论:
- 在图像引导手术中,SfMDiffusion为3D重建提供了一个创新的解决方案.
- 未来的研究将集中在计算优化和验证在各种手术环境.
- 该代码是公开可用的,用于进一步的研究和开发.
