論文の概要: EndoGSLAM: Real-Time Dense Reconstruction and Tracking in Endoscopic Surgeries using Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2403.15124v1
• Date: Fri, 22 Mar 2024 11:27:43 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-25 17:38:51.148569
• Title: EndoGSLAM: Real-Time Dense Reconstruction and Tracking in Endoscopic Surgeries using Gaussian Splatting
• Title（参考訳）: EndoGSLAM : ガウススプラッティングによる内視鏡下手術におけるリアルタイムDenseの再建と追跡
• Authors: Kailing Wang, Chen Yang, Yuehao Wang, Sikuang Li, Yan Wang, Qi Dou, Xiaokang Yang, Wei Shen,
• Abstract要約: EndoGSLAMは鏡視下手術の効率的なアプローチであり、合理化表現と微分ガウス化を統合している。 実験の結果,EndoGSLAMは従来型あるいは神経型SLAMアプローチよりも術中可用性と再建品質のトレードオフが良好であることがわかった。
• 参考スコア（独自算出の注目度）: 53.38166294158047
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Precise camera tracking, high-fidelity 3D tissue reconstruction, and real-time online visualization are critical for intrabody medical imaging devices such as endoscopes and capsule robots. However, existing SLAM (Simultaneous Localization and Mapping) methods often struggle to achieve both complete high-quality surgical field reconstruction and efficient computation, restricting their intraoperative applications among endoscopic surgeries. In this paper, we introduce EndoGSLAM, an efficient SLAM approach for endoscopic surgeries, which integrates streamlined Gaussian representation and differentiable rasterization to facilitate over 100 fps rendering speed during online camera tracking and tissue reconstructing. Extensive experiments show that EndoGSLAM achieves a better trade-off between intraoperative availability and reconstruction quality than traditional or neural SLAM approaches, showing tremendous potential for endoscopic surgeries. The project page is at https://EndoGSLAM.loping151.com
• Abstract（参考訳）: 正確なカメラ追跡、高忠実度3D組織再構成、リアルタイムオンライン可視化は、内視鏡やカプセルロボットのような体内の医療画像装置にとって重要である。 しかし、既存のSLAM法は、完全に高品質な外科領域の再構築と効率的な計算の両立に苦慮し、内視鏡手術における術中応用を制限している。 本稿では,鏡視下手術における効率的なSLAMアプローチであるEndoGSLAMを紹介し,ガウス表現の合理化とラスタ化を併用して,オンラインカメラのトラッキングと組織再構成において100fps以上のレンダリング速度を実現する。 広汎な実験により,EndoGSLAMは従来型あるいは神経型SLAMアプローチよりも術中可用性と再建品質のトレードオフを良好に達成し,内視鏡的手術の可能性を示した。 プロジェクトページはhttps://EndoGSLAM.loping151.comにある。

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)
• Deep intra-operative illumination calibration of hyperspectral cameras [73.08443963791343]
  ハイパースペクトルイメージング (HSI) は, 様々な手術応用に期待できる新しい画像モダリティとして出現している。 手術室における照明条件の動的変化がHSIアプリケーションの性能に劇的な影響を及ぼすことを示す。 手術中におけるハイパースペクトル画像の自動再構成のための新しい学習ベースアプローチを提案する。
  論文  参考訳（メタデータ） (2024-09-11T08:30:03Z)
• BodySLAM: A Generalized Monocular Visual SLAM Framework for Surgical Applications [0.0]
  本研究では、3つの重要なコンポーネントを通じてこれらの課題に対処する、堅牢なディープラーニングベースのMVSLAMアプローチであるBodySLAMを提案する。 CycleVOは、新しい教師なし単眼ポーズ推定モジュールであり、モノクロ深度推定のための最先端のZoeアーキテクチャの統合、コヒーレントな手術地図を作成する3D再構成モジュールである。 その結果、CycleVOは、ポーズ推定法の中で最も低い推定時間で競合性能を示し、頑健な一般化能力を維持した。
  論文  参考訳（メタデータ） (2024-08-06T10:13:57Z)
• CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
  縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。 ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。 我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
  論文  参考訳（メタデータ） (2024-03-21T15:13:36Z)
• FLex: Joint Pose and Dynamic Radiance Fields Optimization for Stereo Endoscopic Videos [79.50191812646125]
  内視鏡的シーンの再構築は、外科手術後の分析から教育訓練まで、様々な医療応用にとって重要な要素である。 変形組織の非常にダイナミックな環境下での移動内視鏡の挑戦的なセットアップに着目する。 複数重重なり合う4次元ニューラルラジアンスフィールド(NeRF)への暗黙的なシーン分離と、再構成とカメラのスクラッチからのポーズを協調的に最適化するプログレッシブ最適化手法を提案する。 これにより、使いやすさが向上し、5000フレーム以上の手術ビデオの処理に間に合うように復元能力を拡張できる。
  論文  参考訳（メタデータ） (2024-03-18T19:13:02Z)
• EndoGaussians: Single View Dynamic Gaussian Splatting for Deformable Endoscopic Tissues Reconstruction [5.694872363688119]
  動的内視鏡3D再構成にガウススプラッティングを用いた新しいアプローチであるEndoGaussiansを紹介した。 本手法は,各種内視鏡データセットの定量的評価により,新しい最先端規格を定めている。
  論文  参考訳（メタデータ） (2024-01-24T10:27:50Z)
• AiAReSeg: Catheter Detection and Segmentation in Interventional Ultrasound using Transformers [75.20925220246689]
  血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。 本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
  論文  参考訳（メタデータ） (2023-09-25T19:34:12Z)
• Phase-Specific Augmented Reality Guidance for Microscopic Cataract Surgery Using Long-Short Spatiotemporal Aggregation Transformer [14.568834378003707]
  乳化白内障手術(英: Phaemulsification cataract surgery, PCS)は、外科顕微鏡を用いた外科手術である。 PCS誘導システムは、手術用顕微鏡映像から貴重な情報を抽出し、熟練度を高める。 既存のPCSガイダンスシステムでは、位相特異なガイダンスに悩まされ、冗長な視覚情報に繋がる。 本稿では,認識された手術段階に対応するAR情報を提供する,新しい位相特異的拡張現実(AR)誘導システムを提案する。
  論文  参考訳（メタデータ） (2023-09-11T02:56:56Z)
• NanoNet: Real-Time Polyp Segmentation in Video Capsule Endoscopy and Colonoscopy [0.6125117548653111]
  ビデオカプセル内視鏡と大腸内視鏡画像の分割のための新しいアーキテクチャであるNanoNetを提案する。 提案アーキテクチャはリアルタイム性能を実現し,他の複雑なアーキテクチャに比べて高いセグメンテーション精度を有する。
  論文  参考訳（メタデータ） (2021-04-22T15:40:28Z)

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。