在 laparoscopic 肝脏手术中,用于新视图合成的点导向隐性扩散模型.
Wenzhe Tang1, Tao Chen1, Yamid Espinel2
1School of Computer Science, Faculty of Engineering and Physical Sciences University of Leeds Leeds UK.
Healthcare technology letters
|November 21, 2025
概括
这项研究引入了一种新的点导向隐性扩散模型,用于生成准确的外科视频视图. 该方法通过克服诸如闭塞和复杂解剖学等挑战,增强了手术场景的重建.
科学领域:
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 手术技术 手术技术
背景情况:
- 在腹腔镜肝脏手术中合成新的视图是很困难的,因为闭塞和视野有限.
- 现有的基于扩散的视频合成方法在复杂的手术场景中难以准确.
研究的目的:
- 从稀疏的输入开发一种方法,在腹腔镜肝脏手术中生成高质量的中间.
- 为了提高手术现场重建的准确性和连贯性.
主要方法:
- 提出了一个点导向的隐性扩散模型,将3D点云从密集的立体相匹配中整合起来.
- 实施了适应性摄像头轨迹规划策略,使用下一个最佳视图算法来处理屏蔽.
- 引入了空间变压器增强解码器,以保存解剖细节并减少视觉工件.
主要成果:
- 点导向潜伏扩散模型在生成视觉连贯和结构准确的新视图方面表现出卓越的性能.
- 在P2ILF挑战数据集上验证的有效性,用于临床相关的手术场景重建.
- 成功地解决了遮,复杂的解剖形状和有限的视野的挑战.
结论:
- 拟议的方法显著提高了腹腔镜肝脏手术中手术场景重建的质量.
- 这种方法为改善微创手术期间可视化和导航提供了有希望的解决方案.
- 扩散模型与几何线索的整合为复杂的外科视频合成提供了强大的框架.
