End-to-End assessment of AR-assisted neurosurgery systems

要約

AR(Augmented Reality:拡張現実感)は、外科手術における重要な進歩として登場し、従来の神経細胞ナビゲーション法がもたらす課題に対する解決策を提供している。このような従来の手法では、外科医は手術部位とガイディング画像を表示する別のモニターとの間で焦点を分ける必要があることが多い。長年にわたり、ホログラムを目標位置に登録し追跡する多くのシステムが開発されてきたが、それぞれが独自の評価技術を採用していた。一方、ホログラムの変位計測は、オクルージョン、Vengence-Accomodation Conflict、空間内の不安定なホログラムなど様々な要因のため、一筋縄ではいかない。本研究では、AR支援脳外科手術システムを評価するための様々な手法を探索・分類し、評価手順を体系化するための新しい手法を提案する。さらに、与えられたそれぞれのフィードバックに基づいて、手術の術前および術中の段階における外科医のエラーを評価するために、より深い調査を行う。その結果、システムは登録誤差や追跡誤差を受ける可能性があるが、物理的フィードバックにより、ホログラムの変位による誤差を大幅に低減できることがわかった。しかし、ホログラムの視覚的フィードバックの欠如は、ユーザーの3D知覚に大きな影響を与えない。

要約(オリジナル)

Augmented Reality (AR) has emerged as a significant advancement in surgical procedures, offering a solution to the challenges posed by traditional neuronavigation methods. These conventional techniques often necessitate surgeons to split their focus between the surgical site and a separate monitor that displays guiding images. Over the years, many systems have been developed to register and track the hologram at the targeted locations, each employed its own evaluation technique. On the other hand, hologram displacement measurement is not a straightforward task because of various factors such as occlusion, Vengence-Accomodation Conflict, and unstable holograms in space. In this study, we explore and classify different techniques for assessing an AR-assisted neurosurgery system and propose a new technique to systematize the assessment procedure. Moreover, we conduct a deeper investigation to assess surgeon error in the pre- and intra-operative phases of the surgery based on the respective feedback given. We found that although the system can undergo registration and tracking errors, physical feedback can significantly reduce the error caused by hologram displacement. However, the lack of visual feedback on the hologram does not have a significant effect on the user 3D perception.

arxiv情報

著者 Mahdi Bagheri,Farhad Piri,Hadi Digale,Saem Sattarzadeh,Mohammad Reza Mohammadi
発行日 2023-11-03 13:41:44+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, DeepL

カテゴリー: 92C50, cs.CV, cs.HC パーマリンク