基于神经网络的姿势估计和超声波探针的实时跟踪

科学领域:

• 医学技术 医学技术 医学技术
• 计算机视觉 计算机视觉 计算机视觉
• 手术机器人手术机器人手术机器人手术机器人

背景情况:

• 对象跟踪在医学中至关重要,特别是在增强现实 (AR) 中.
• 精确的跟踪提高了临床工作流程的精度,可用性和操作员反.
• 应用包括远程医疗,医疗培训和机器人辅助程序.

研究的目的:

• 为了评估FoundationPose,一个神经网络用于6-DOF姿势估计和实时跟踪.
• 评估其性能,特别是用于超声波探针跟踪.
• 确定FoundationPose在临床环境中的可行性和准确性.

主要方法:

• 使用的基础为六度自由度 (6-DOF) 的估计.
• 使用英特尔RealSense D435 3D摄像机获得RGB和深度图像.
• 分析了超声波探针姿势估计的翻译和旋转精度.

主要成果:

• 实现的平均误差为6mm以下的距离估计.
• 在旋转跟踪中,被证明的平均误差小于1°.
• 对初始化点的敏感性较低,证实了可靠性.

结论:

• 基金会Pose显示了实时超声波探针跟踪在受控设置的显著潜力.
• 该系统可实现精确的跟踪,提高程序准确性.
• 未来与AR平台的整合可以促进临床应用,如指导干预.