囊镜视频片段的3D染:一种使用神经辐射场处理的新方法

科学领域:

• 医疗成像医学成像
• 计算机视觉 计算机视觉
• 三维重建的3D重建

背景情况:

• 神经辐射场 (NeRF) 能够从二维图像快速重建3D场景.
• 诊断性囊镜视频为3D重建提供了丰富的数据来源.
• 从医疗视频中评估3D染的真实性对于临床应用至关重要.

研究的目的:

• 使用NeRF技术对诊断囊镜视频进行3D染.
• 评估生成的3D膀模型的准确性和质量.
• 探索3D囊镜染的潜力,用于临床评估和比较.

主要方法:

• 使用不同的柔性囊泡镜录制了两个诊断囊泡镜视频.
• 视频被转换为图像,代表性图像被策划.
• 为了进行3D重建,使用了NVIDIA即时神经图形原始化 (iNGP) 的NeRF算法.
• 结构相似度指数 (SSIM) 和峰值信号对噪声比 (PSNR) 被计算出来以评估染质量.

主要成果:

• 这两种囊镜视频都成功地用于用iNGP生成3D染.
• 理查德·沃尔夫 (Richard Wolf) 囊镜的染实现了PSNR=29.8和SSIM=0.89.8的结果.
• 阿姆布囊镜的染实现了PSNR=31.3和SSIM=0.90.
• 这两种染都表现出合理的真实性,表明成功的3D重建.

结论:

• NeRF技术可以有效地从诊断囊镜视频中以合理的保真度创建3D染.
• 限制包括手动图像修复和有限的染膀片段.
• 进一步改进可以实现可扩展的3D囊镜染,用于程序评估和纵向患者比较.