論文の概要: A Novel Visualization System of Using Augmented Reality in Knee
Replacement Surgery: Enhanced Bidirectional Maximum Correntropy Algorithm
- arxiv url: http://arxiv.org/abs/2104.05742v1
- Date: Sat, 13 Mar 2021 19:18:16 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-08 06:24:25.913485
- Title: A Novel Visualization System of Using Augmented Reality in Knee
Replacement Surgery: Enhanced Bidirectional Maximum Correntropy Algorithm
- Title（参考訳）: 膝置換手術における拡張現実を用いた新しい可視化システム:双方向最大コレントロピーアルゴリズムの強化
- Authors: Nitish Maharjan, Abeer Alsadoon, P.W.C. Prasad, Salma Abdullah, Tarik
A. Rashid
- Abstract要約: 本研究はビデオの精度を0.57 mm0.61 mmアライメント誤差に改善した。
例えば、前方と後方のクラウドポイントのような双方向ポイントを使用することで、画像登録のイテレーションが減少する。
- 参考スコア（独自算出の注目度）: 28.55685915431049
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Background and aim: Image registration and alignment are the main limitations
of augmented reality-based knee replacement surgery. This research aims to
decrease the registration error, eliminate outcomes that are trapped in local
minima to improve the alignment problems, handle the occlusion, and maximize
the overlapping parts. Methodology: markerless image registration method was
used for Augmented reality-based knee replacement surgery to guide and
visualize the surgical operation. While weight least square algorithm was used
to enhance stereo camera-based tracking by filling border occlusion in right to
left direction and non-border occlusion from left to right direction. Results:
This study has improved video precision to 0.57 mm~0.61 mm alignment error.
Furthermore, with the use of bidirectional points, for example, forwards and
backwards directional cloud point, the iteration on image registration was
decreased. This has led to improve the processing time as well. The processing
time of video frames was improved to 7.4~11.74 fps. Conclusions: It seems clear
that this proposed system has focused on overcoming the misalignment difficulty
caused by movement of patient and enhancing the AR visualization during knee
replacement surgery. The proposed system was reliable and favorable which helps
in eliminating alignment error by ascertaining the optimal rigid transformation
between two cloud points and removing the outliers and non-Gaussian noise. The
proposed augmented reality system helps in accurate visualization and
navigation of anatomy of knee such as femur, tibia, cartilage, blood vessels,
etc.
- Abstract（参考訳）: 背景と目的: 画像登録とアライメントは、拡張現実に基づく膝置換手術の主な限界である。
本研究は,登録誤差の低減,局所ミニマに閉じ込められた結果の排除,アライメント問題の改善,咬合処理,重複部分の最大化を目的としている。
方法】Augmented Reality-based knee replacement surgeryではマーカーレス画像登録法を用いて手術のガイドと可視化を行った。
左右に境界閉塞を埋め、左右に非境界閉塞を埋めてステレオカメラによるトラッキングを強化するために,最小二乗アルゴリズムが用いられた。
結果: 本研究はビデオ精度を 0.57 mm~0.61 mmアライメント誤差に改善した。
さらに,フォワードや後方方向のクラウドポイントなど,双方向のポイントを使用することで,画像登録のイテレーションが削減された。
これにより処理時間も改善された。
ビデオフレームの処理時間は7.4~11.74 fpsに改善された。
結論: 本システムは, 患者の移動に伴う誤視の難易度を克服し, 膝置換手術時のar視認性を高めることに焦点をあてたものと思われる。
提案方式は,二つの雲点間の最適剛性変換を判定し,外れ値と非ガウス雑音を除去し,アライメント誤差の除去に有効であった。
提案された拡張現実システムは、大腿骨、ティアビア、軟骨、血管などの膝の解剖の正確な可視化とナビゲーションを支援する。
関連論文リスト
- Intraoperative Registration by Cross-Modal Inverse Neural Rendering [61.687068931599846]
クロスモーダル逆ニューラルレンダリングによる神経外科手術における術中3D/2Dレジストレーションのための新しいアプローチを提案する。
本手法では,暗黙の神経表現を2つの構成要素に分離し,術前および術中における解剖学的構造について検討した。
臨床症例の振り返りデータを用いて本法の有効性を検証し,現在の登録基準を満たした状態での最先端の検査成績を示した。
論文 参考訳（メタデータ） (2024-09-18T13:40:59Z) - Efficient Deformable Tissue Reconstruction via Orthogonal Neural Plane [58.871015937204255]
変形性組織を再建するための高速直交平面(Fast Orthogonal Plane)を導入する。
我々は外科手術を4Dボリュームとして概念化し、それらをニューラルネットワークからなる静的および動的フィールドに分解する。
この分解により4次元空間が増加し、メモリ使用量が減少し、最適化が高速化される。
論文 参考訳（メタデータ） (2023-12-23T13:27:50Z) - Automatic registration with continuous pose updates for marker-less
surgical navigation in spine surgery [52.63271687382495]
本研究では, 腰部脊柱管固定術の登録問題を, 無放射線で自動的に解決するアプローチを提案する。
深部神経ネットワークは、腰椎を分割し、その方向を同時に予測するように訓練され、前手術モデルに対する最初のポーズが得られた。
拡張現実ベースのナビゲーションシステムとの統合により、直感的な外科的ガイダンスが提供される。
論文 参考訳（メタデータ） (2023-08-05T16:26:41Z) - Online estimation of the hand-eye transformation from surgical scenes [11.797350284719803]
本稿では,画像とキネマティックデータのシーケンスから変換を推定するニューラルネットワークベースのソリューションを提案する。
提案アルゴリズムは,ディープラーニング技術を用いてキャリブレーション手順を単純化できることを示す。
論文 参考訳（メタデータ） (2023-06-04T04:55:02Z) - Learning How To Robustly Estimate Camera Pose in Endoscopic Videos [5.073761189475753]
カメラポーズ推定における2つの幾何学的損失を最小限に抑えるために,奥行きと光学的流れを推定するステレオ内視鏡の解を提案する。
最も重要なことは、入力画像の内容に応じてコントリビューションのバランスをとるために、2つの学習された画素単位の重みマッピングを導入することである。
パブリックなSCAREDデータセットに対する我々のアプローチを検証するとともに、新たなインビボデータセットであるStereoMISを導入しています。
論文 参考訳（メタデータ） (2023-04-17T07:05:01Z) - Towards Nonlinear-Motion-Aware and Occlusion-Robust Rolling Shutter
Correction [54.00007868515432]
既存の手法では、一様速度仮定による補正の精度を推定する上で、課題に直面している。
本稿では,個々の画素の高次補正場を正確に推定する,幾何的回転シャッター(QRS)運動解法を提案する。
提案手法は,Carla-RS,Fastec-RS,BS-RSCの各データセット上で,PSNRの+4.98,+0.77,+4.33を超える。
論文 参考訳（メタデータ） (2023-03-31T15:09:18Z) - Neural Global Shutter: Learn to Restore Video from a Rolling Shutter
Camera with Global Reset Feature [89.57742172078454]
ローリングシャッター(RS)画像センサは、撮影中にカメラや物体が動き出すとき、幾何学的歪みに悩まされる。
本稿では,ローリングシャッターとグローバルリセット機能(RSGR)を用いて,クリーンなグローバルシャッター(GS)ビデオの復元を行う。
この機能により、修正問題をデブロアのようなものにし、不正確でコストのかかる運動推定をなくすことができる。
論文 参考訳（メタデータ） (2022-04-03T02:49:28Z) - FedMed-ATL: Misaligned Unpaired Brain Image Synthesis via Affine
Transform Loss [58.58979566599889]
脳画像合成のための新しい自己教師型学習(FedMed)を提案する。
アフィン変換損失(ATL)は、プライバシー法に違反することなく、ひどく歪んだ画像を使用するように定式化された。
提案手法は, 極めて不整合かつ不整合なデータ設定下での合成結果の品質の両方において, 高度な性能を示す。
論文 参考訳（メタデータ） (2022-01-29T13:45:39Z) - Occlusion-robust Visual Markerless Bone Tracking for Computer-Assisted
Orthopaedic Surgery [41.681134859412246]
閉塞に対して頑健なRGB-Dセンサを用いたマーカーレストラッキング手法を提案する。
高品質な商用RGB-Dカメラを用いて,モデル膝の1-2デグレスと2-4mmの精度を実現する。
論文 参考訳（メタデータ） (2021-08-24T09:49:08Z) - A Novel Solution of Using Mixed Reality in Bowel and Oral and
Maxillofacial Surgical Telepresence: 3D Mean Value Cloning algorithm [29.231808429620646]
本研究の目的は,手術現場の拡張現実映像と遠隔専門医のバーチャルハンドを組み合わせることで,複合映像の制作を支援する新しいソリューションを提案することである。
提案システムは,最終合成ビデオの空間的時間的一貫性を維持するために,平均値クローニングアルゴリズムを改良した。
論文 参考訳（メタデータ） (2021-03-17T10:01:06Z) - Inertial Measurements for Motion Compensation in Weight-bearing
Cone-beam CT of the Knee [6.7461735822055715]
膝のCTスキャン中の不随意運動は、再建されたボリュームのアーティファクトを引き起こすため、臨床診断には使用できない。
被験者の脚に慣性測定装置(IMU)を装着し,スキャン中の運動を測定する。
論文 参考訳（メタデータ） (2020-07-09T09:26:27Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。