使用增强现实耳机的超级分辨率,在手术期间将电极网定位为小的,可变形的物体.

科学领域:

• 神经外科 神经外科
• 医疗成像医学成像
• 计算机视觉 计算机视觉

背景情况:

• 手术为焦点提供了一种潜在的治疗方法.
• 术内电皮图 (ioECoG) 网格的精确定位对于成功的外科手术结果至关重要.
• 当前的方法在精确定位小,可变形的ioECoG网格方面面临挑战.

研究的目的:

• 开发和评估一种用于定位小,可变形物体的新方法,特别是ioECoG网格.
• 评估使用增强现实 (AR) 头戴显示器 (HMD) 与人工智能 (AI) 集成的可行性.
• 在手术期间提高ioECoG网格定位的准确性.

主要方法:

• 开发了一种使用HoloLens 2 AR HMD的图像处理方法.
• 结合物体检测,超分辨率和姿势估计的人工智能模型与立体三角化.
• 在9万张图像的合成数据集上训练AI模型.
• 在受控环境中对光学追踪器进行了系统测试,评估距离在40至90厘米的精度.

主要成果:

• 在距离小于60厘米的情况下,在定位ioECoG网格时达到5毫米以下的精度.
• 在40厘米处证明精度低于2毫米,标准偏差小于0.5毫米.
• 该系统平均每秒处理24个立体声,60厘米.

结论:

• 该研究证实了使用AR HMD用于定位像ioECoG网格这样的小,可变形物体的可行性.
• 取得的准确性在临床上是相关的,尽管需要在临床环境中进一步验证.
• 未来的研究应该专注于评估该方法对手术精度和患者结果的影响.