FPM-R2网络:融合光声学和操作显微镜成像与交叉模式的代表和注册网络

科学领域:

• 生物医学工程 生物医学工程
• 医疗成像医学成像
• 神经外科 神经外科

背景情况:

• 机器人辅助微手术需要精确的视觉指导来可视化微血管.
• 传统显微镜在分辨率,对比度和对照明条件的敏感性方面面临限制.
• 光声学显微镜 (PAM) 为血管成像提供了高分辨率和对比度.

研究的目的:

• 开发一个集成成像系统,以改善微手术中的手术内可视化.
• 通过将标准显微镜与PAM融合,提高机器人辅助程序的指导.
• 引入FPM-R2Net用于跨模式的代表和注册.

主要方法:

• 提出了FPM-R2Net,包括用于统一特征提取的MORNet和用于层次登记的HIRNet.
• 使用了具有基本真相的合成数据集和体内小鼠大脑血管数据集.
• 通过交叉与工会和子得分来评估网络的性能.

主要成果:

• 与现有方法相比,融合成像方案显著改善了可视化.
• 在交叉方面,FPM-R2Net比联合 (10.3%合成,15.9%体内) 和子得分 (6.6%合成,11.8%体内) 取得了实质性的收益.
• 在合成和体内生物数据集上都表现出卓越的性能.

结论:

• 拟议的融合成像系统增强了机器人辅助微手术的手术内指导.
• FPM-R2Net有效地整合了白光和光声学显微镜,用于优越的血管划分.
• 这种方法具有显著的潜力,可以提高手术精度和患者的治疗结果.