要約
胸腹部穿刺手術用のナビゲーションは、患者の体表面上の針の挿入点の位置を特定するために使用されます。
従来の反射ボールナビゲーション方法では、柔らかく不規則で滑らかな胸部や腹部に針の侵入点を配置するのが困難でした。
構造化光技術を使用すると体表面には明確な特徴点が存在しないため、任意の針刺入点を特定して位置を特定することは困難です。
手術ナビゲーションの高い安定性と高精度の要件に基づいて、本稿では、小さな単一リングの中心を針挿入点として識別する、新しい方法であるマルチモーダル3D小さな物体医療マーカー検出方法を提案しました。
さらに、この新しい方法では、フーリエ変換拡張テクノロジーを活用して、データセットを拡張し、画像の詳細を強化し、ネットワークの機能を強化します。
この方法では、強調画像と元の画像の両方から特徴画像の関心領域 (ROI) を抽出し、続いてマスク マップを生成します。
続いて、ROI 点群輪郭フィッティングの登録を通じて、深度マップからの ROI の点群が取得されます。
さらに、この方法では最適な精度を得るために Tukey 損失が採用されています。
実験結果から、本論文で提案した新しい方法は、高精度かつ高安定な位置決めを実現するだけでなく、任意の針刺入点の位置決めが可能であることが示された。
要約(オリジナル)
Navigation for thoracoabdominal puncture surgery is used to locate the needle entry point on the patient’s body surface. The traditional reflective ball navigation method is difficult to position the needle entry point on the soft, irregular, smooth chest and abdomen. Due to the lack of clear characteristic points on the body surface using structured light technology, it is difficult to identify and locate arbitrary needle insertion points. Based on the high stability and high accuracy requirements of surgical navigation, this paper proposed a novel method, a muti-modal 3D small object medical marker detection method, which identifies the center of a small single ring as the needle insertion point. Moreover, this novel method leverages Fourier transform enhancement technology to augment the dataset, enrich image details, and enhance the network’s capability. The method extracts the Region of Interest (ROI) of the feature image from both enhanced and original images, followed by generating a mask map. Subsequently, the point cloud of the ROI from the depth map is obtained through the registration of ROI point cloud contour fitting. In addition, this method employs Tukey loss for optimal precision. The experimental results show this novel method proposed in this paper not only achieves high-precision and high-stability positioning, but also enables the positioning of any needle insertion point.
arxiv情報
| 著者 | Zezhao Guo,Yanzhong Guo,Zhanfang Zhao |
| 発行日 | 2024-04-13 12:28:40+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google