神经照明校准用于外科手术工作流程优化的光谱成像

科学领域:

• 医疗成像医学成像
• 手术技术 手术技术
• 计算机视觉 计算机视觉

背景情况:

• 超光谱成像 (HSI) 为手术应用提供了显著的潜力.
• 当前的HSI摄像头面临着整合挑战,因为在变化的照明下需要手动重新校准.

研究的目的:

• 开发一种基于学习的方法,用于在手术期间自动,现场重新校准超光谱摄像头.
• 通过解决照明变化的问题,使HSI能够无集成到临床工作流程中.

主要方法:

• 一种新的方法可以从未校准的HSI数据中预测白色参考图像.
• 结合现实世界的数据与灵感来自物理的模拟,用于各种训练.
• 从组织特征中解了照明变化.

主要成果:

• 动态照明显著影响手术分析;拟议的方法克服了这一点.
• 该方法实现了高精度,超越了手动重新校准和先前的方法.
• 在物种,照明条件和任务之间表现出强大的概括性.

结论:

• 开发的方法有助于在手术中对HSI进行自动化,快速照明校准.
• 在临床环境中提高光谱成像的可靠性和实用性.
• 为在外科手术中更广泛采用HSI铺平了道路.