以肝脏面具为导向的SAM增强双解码器网络用于AR导向手术中的里程碑细分

科学领域:

• 医疗成像医学成像
• 计算机辅助手术 计算机辅助手术
• 手术导航 手术导航

背景情况:

• 精确的肝脏标志细分对于AR导向腹腔镜手术中的3D-2D注册至关重要.
• 现有的方法面临着复杂的解剖结构,有限的数据集和阶级失衡的挑战.

研究的目的:

• 在AR导向腹腔镜手术中增强肝脏标志性细分性能.
• 通过一种利用肝脏面具预测的新方法来解决当前细分技术的局限性.

主要方法:

• 开发了一种双解码器模型,其中包含一个预先训练的分段任何模型 (SAM) 编码器.
• 一个解码器细分肝脏,另一个专注于肝脏地标.
• 实施了以肝脏为导向的一致性约束,以确保肝脏区域和地标之间的空间一致性.

主要成果:

• 拟议的方法在公共腹腔镜肝脏手术数据集上实现了最先进的性能.
• 通过SAM和一致性约束增强的双解码器框架,在复杂的手术场景中显著提高了细分精度.
• 解决了特征纠问题,从而实现了更强大的地标细分.

结论:

• 用SAM增强的双解码器网络与肝脏引导一致性约束为AR引导腹腔镜手术中的2D地标细分提供了强大的解决方案.
• 该方法通过相互加强肝脏面膜和地标细分来证明了在手术内应用的更高的准确性和稳定性.