实时跟踪和inpainting网络与基于AR的DALK外科导航的联合学习代模块.
Weimin Liu1, Junjun Pan1, Liyun Jia2
1State Key Laboratory of Virtual Reality Technology and Systems, Beijing Advanced Innovation Center for Biomedical Engineering, Beihang University, Beijing 100191, China.
Computer methods and programs in biomedicine
|September 24, 2025
概括
这项研究引入了一种用于增强现实 (AR) 导航的代网络,以改善深前层状角膜整形术 (DALK) 的接. 该系统通过在角膜手术过程中提供清晰,不受阻碍的视图来提高手术精度.
科学领域:
- 眼科医生 眼科 眼科
- 计算机视觉 计算机视觉
- 医疗成像医学成像
背景情况:
- 深前层层叶片角膜整形 (DALK) 需要精确的接才能取得成功的结果.
- 增强现实 (AR) 导航系统有可能提高外科手术的准确性.
- 对角膜区域的清晰可视化对于规划DALK中的针放置至关重要.
研究的目的:
- 为基于AR的接导航开发一个联合学习和代网络.
- 为了提高在接过程中严重堵塞下涂料的性能.
- 为外科医生提供对角膜区域的清晰,不遮的视图,以便更好地进行手术规划.
主要方法:
- 一个新的联合学习和代网络被设计为基于AR的接导航.
- 该网络利用功能重用,代模块和面具传播来提高计算效率.
- 为了进行端到端的培训,创建了一个合成数据集,包含封闭/不封闭图像对和注释.
- 开发了一条使用网格传播和彩绘光流的管道,用于稳定的框架生成.
主要成果:
- 在Iter-S模型中,平均终点误差 (mEPE) 为1.69,PSNR为36.86,SSIM为0.976.
- Inpainting推断时间低至16.26ms,证明了计算效率.
- 开发的AR导航系统实现了平均速为28FPS.
- 该框架显示,与现有的 inpainting 网络相比,性能和计算效率之间的权衡更好.
结论:
- 代模块逐渐完善输出,平衡视觉性能和实时效率.
- 增强现实导航框架提供稳定,准确的跟踪,实时,在严重阻塞下提供完善的结果.
- 该系统在指导角膜外科合手术时具有显著的好处.
