合成虚拟3D内镜的最新进展有助于骨底部手术
Victor E Staartjes1,2, Olivier Zanier1, Kenneth Arockia1
1Machine Intelligence in Clinical Neuroscience (MICN) & Microsurgical Neuroanatomy Laboratory, Department of Neurosurgery, Clinical Neuroscience Center, University Hospital Zurich, University of Zurich, Zurich, Switzerland.
Expert review of neurotherapeutics
|March 15, 2026
概括
合成3D内镜使用人工智能从标准的2D内镜视频中重建深度感知. 这种基于软件的方法为神经外科手术的昂贵光学3D系统提供了一个硬件不可知,可扩展的替代方案.
科学领域:
- 神经外科 神经外科
- 计算机视觉 计算机视觉
- 医疗成像医学成像
背景情况:
- 操作显微镜使微神经外科手术具有立体视觉.
- 标准内镜可以提供广角视图,但缺乏深度感知.
- 3D内镜可以恢复立体视图,但成本昂贵且硬件依赖.
研究的目的:
- 审查内镜中深度估计方法.
- 利用人工智能探索虚拟3D内镜的进展.
- 评估基于软件的3D可视化在神经外科手术中的潜力.
主要方法:
- 基于运动,基于阴影和基于学习的深度估计的划分.
- 讨论最近的进展,如MAST3R和DINOv2/3基础模型.
- 数据集的分析,算法权衡,以及骨底部手术中的挑战.
主要成果:
- 虚拟3D内镜可以通过算法从2D镜头中重建深度.
- 基于软件的重建实现了低延迟和现实的视图.
- 深度学习的进步已经改变了密集深度预测.
结论:
- 虚拟3D内镜可以改善外科医生的培训和手眼协调.
- 基于软件的3D可视化是一种务实的,可扩展的替代光学系统.
- 这项技术可以在内镜神经外科手术中使立体视觉民主化.
