Resolving the Ambiguity of Complete-to-Partial Point Cloud Registration for Image-Guided Liver Surgery with Patches-to-Partial Matching

要約

画像誘導肝臓手術では、術前雲として表されることが多い術前と術中のデータの間の初期の硬直アラインメントは、手順中に術前CT/MRI画像から外科医に表面の情報を提供するために重要です。
現在、このアラインメントは通常、半自動法を使用して実行されますが、ある程度は効果的ですが、手動修正を必要とするエラーが発生しやすいです。
ポイントクラウドの対応ベースの登録方法は、完全に自動的なソリューションとして機能することを約束しています。
しかし、彼らは術中の表面視界が限られているシナリオで苦労するかもしれません。これは、肝臓手術、特に腹腔鏡手術における一般的な課題であり、完全な曖昧さと呼ばれます。
最初に、シリコおよびin vitroデータセットで慎重に構築された最先端の学習ベースのポイントクラウド登録方法のパフォーマンスを評価することにより、この曖昧さを説明します。
次に、曖昧さを解決するためのプラグアンドプレイモジュールとしてのパッチと特集のマッチング戦略を提案します。これは、エンドツーエンドの構造を混乱させることなく、学習ベースの登録方法にシームレスに統合できます。
術中視認性が限られているケースの登録パフォーマンスの改善に効果的かつ効率的であることが証明されています。
構築されたベンチマークと提案されたモジュールは、画像誘導肝臓手術におけるポイントクラウド対応ベースの登録方法のアプリケーションを進めるための強固な基盤を確立します。

要約(オリジナル)

In image-guided liver surgery, the initial rigid alignment between preoperative and intraoperative data, often represented as point clouds, is crucial for providing sub-surface information from preoperative CT/MRI images to the surgeon during the procedure. Currently, this alignment is typically performed using semi-automatic methods, which, while effective to some extent, are prone to errors that demand manual correction. Point cloud correspondence-based registration methods are promising to serve as a fully automatic solution. However, they may struggle in scenarios with limited intraoperative surface visibility, a common challenge in liver surgery, particularly in laparoscopic procedures, which we refer to as complete-to-partial ambiguity. We first illustrate this ambiguity by evaluating the performance of state-of-the-art learning-based point cloud registration methods on our carefully constructed in silico and in vitro datasets. Then, we propose a patches-to-partial matching strategy as a plug-and-play module to resolve the ambiguity, which can be seamlessly integrated into learning-based registration methods without disrupting their end-to-end structure. It has proven effective and efficient in improving registration performance for cases with limited intraoperative visibility. The constructed benchmark and the proposed module establish a solid foundation for advancing applications of point cloud correspondence-based registration methods in image-guided liver surgery.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google