在使用通用端到端模型的机器人辅助部分切除术中,无里程碑式的自动数字双胞胎注册

科学领域:

• 医疗成像医学成像
• 手术技术 手术技术
• 计算机辅助手术 计算机辅助手术

背景情况:

• 增强现实 (AR) 对肝脏和子宫等器官进行了先进的微创手术.
• 术前数字双胞胎和手术摄像头图像之间的准确记录对于手术中的AR至关重要.
• 由于缺乏可见的解剖学标志,脏手术对AR注册提出了独特的挑战.

研究的目的:

• 开发和评估用于脏手术中增强现实的无里程碑注册方法.
• 为了解决未解决的挑战,与手术前的脏模型与手术后的外科图像保持一致.

主要方法:

• 一种新的,没有里程碑的注册方法,使用通用脏模型.
• 一个端到端的神经网络在定制数据集上训练,直接从手术RGB图像回归注册.

主要成果:

• 该方法在四个临床病例中与专家标记注册有很强的一致性.
• 在9.4 ± 0.2 ms的时间内实现了7.3 ± 4.1 mm的平均瘤轮对齐误差.
• 尽管有解剖学变化和手术内运动,但表现出强度.

结论:

• 拟议的无里程碑注册方法符合临床准确性,速度和资源效率的要求.
• 这种方法是增强现实辅助部分切除术的一个有希望的工具.
• 允许精确对准复杂的脏手术,传统地标缺席的地方.