获取微米精确的多任务视觉数据集,用于计算机辅助骨科手术.

科学领域:

• 计算机视觉 计算机视觉
• 医疗成像医学成像
• 手术技术 手术技术

背景情况:

• 计算机视觉的进步,特别是3D重建和特征匹配,对于无标记手术导航和数字化至关重要.
• 这些技术的发展受到3D地面真实的合适数据集的稀缺性所限制.
• 生成现实和准确的ex vivo数据集对于推进外科应用至关重要.

研究的目的:

• 探索和开发一种方法,用于生成现实和准确的ex vivo数据集,用于在开放的骨科手术中进行3D重建和特征匹配.
• 为了解决缺乏合适的3D地面真实数据集,阻碍了外科手术中的计算机视觉应用.

主要方法:

• 提出了一个涉及三个核心步骤的框架:3D扫描,高分辨率RGB图像的视角校准和光学场景记录.
• 在框架的每个步骤中比较不同的方法.
• 在手术室条件下使用猪脊柱的ex vivo脊椎形手术数据集评估了框架.

主要成果:

• 与3D地面真相相比,获得了0.35mm的平均3D欧几里德误差.
• 展示了微毫米精确的3D地面真相.
• 采集的手术图像的空间分辨率为0.1mm.

结论:

• 拟议的框架成功地产生了用于外科应用的高精度3D地面真实数据.
• 这种方法有助于获取未来的外科手术数据集,用于高精度的计算机视觉任务.
• 通过改进数据集可用性,使得无标记手术导航和数字化方面的进步成为可能.