高质量的小说视图 合成机器人手术场景使用高斯斯普拉特与深度先前的深度
Changshun Song1, Jun Peng2, Qi Chen1
1Yunnan Key Lab Optoelectronic Information Technology, Yunnan Normal University, Kunming 650500, China; Yunnan Province Photoelectric Detection and Perception Technology Engineering Research Center, China.
Computer methods and programs in biomedicine
|May 18, 2025
概括
这项研究引入了一种新的视图合成方法,以改善机器人辅助手术中的可视化. 该技术通过提供对目标组织更好的多视角视图,提高了手术精度和患者安全.
科学领域:
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 机器人技术 机器人技术 机器人技术
背景情况:
- 机器人辅助手术提供了更高的精度,但在手术目标的全面多视角可视化方面存在困难.
- 微创手术特别受到有限视野的挑战,需要提高外科医生的空间意识.
研究的目的:
- 为机器人手术场景开发一种创新的新型视图合成方法.
- 解决机器人辅助手术期间从多个角度可视化目标组织的局限性.
主要方法:
- 使用预训练的深度估计模型来获得全球深度信息.
- 使用深度数据解决了3D高斯模型中的规模模两可.
- 实施了多级损失优化策略,以实现特征规范化和3D一致性.
主要成果:
- 取得的平均PSNR为33.45,SSIM为0.939,LPIPS为0.153和RMSE为0.022. 这是一个很好的结果.
- 对多个数据集的现有新视图合成技术进行评估.
结论:
- 拟议的方法通过合成新的观点来增强机器人手术中的可视化.
- 改进的可视化有助于患者安全,外科医生培训和适应各种临床场景的适应性.
