通过点云匹配进行无地标的3D-2D刚性肝脏注册,用于 laparoscopic 手术

科学领域:

• 医疗成像医学成像
• 计算机辅助手术 计算机辅助手术
• 手术导航 手术导航

背景情况:

• 准确的实时注册3D肝脏模型到手术期间的2D腹腔镜图像对于增强现实 (AR) 在微创性肝脏手术中的导航至关重要.
• 传统的3D-2D注册方法依赖于代地标提取和姿势估计,这往往耗时,限制实时应用.

研究的目的:

• 开发一种更有效,更准确的3D-2D肝脏注册方法.
• 通过提高姿势估计的准确性和速度,在腹腔镜肝脏手术中实现近实时AR导航.

主要方法:

• 拟议的方法将肝脏构成估计重新定义为部分到完全点匹配问题.
• 它使用单眼深度估计来从单个RGB图像中重建部分手术内点云.
• 一个两阶段的点匹配框架建立了密集的3D-3D对应,通过加权的SVD推断出6-DoF刚性姿势.

主要成果:

• 该方法在P2ILF数据集上实现了126.37±48.98像素的再投影错误.
• 在LLR-LUS数据集上记录了25.20mm的目标注册错误.
• 在将手术前模型与手术内场景调整方面表现出有希望的准确性和效率.

结论:

• 开发的方法为3D-2D肝脏注册提供了显著的速度和准确性的改进.
• 它显示了实用的实时刚性对齐在腹腔镜肝脏AR导航系统的强大潜力.