在计算机辅助整形外科手术中使用RGB-D数据进行无标记导航:基于幻影的姿势估计算法的比较研究

科学领域:

• 整形外科手术 整形外科手术
• 计算机视觉 计算机视觉
• 医疗机器人 医疗机器人

背景情况:

• 计算机辅助整形外科手术 (CAOS) 提高了手术结果.
• 目前的导航系统依赖于光学标记,这些标记有缺点,限制了广泛采用.
• 标记物增加了操作的持续时间和侵入性.

研究的目的:

• 用RGB-D数据评估骨科外科对象的无标记3D定位算法.
• 将基于深度学习 (DL) 的算法与点对特征 (PPF) 算法进行比较.
• 评估CAOS中无标记导航的潜力.

主要方法:

• 开发一个基于手术的数据库,用于算法评估.
• 实现和测试基于DL的对象本地化算法.
• 使用创建的数据库将DL算法性能与PPF算法进行比较.

主要成果:

• 基于DL的算法实现了全球平均误差1.28mm在翻译和1.54°在旋转.
• 基于DL的算法在准确性方面超过了PPF算法.
• 错误需要进一步减少,但结果对没有标记的导航来说是有希望的.

结论:

• 基于深度学习的算法显示了在CAOS中无标记3D定位的巨大潜力.
• 利用RGB-D数据可以减少对标记物的依赖,从而减少侵入性和缩短时间的手术.
• 进一步开发DL模型可以为先进的无标记手术导航系统铺平道路.