論文の概要: Seamless Augmented Reality Integration in Arthroscopy: A Pipeline for Articular Reconstruction and Guidance

• arxiv url: http://arxiv.org/abs/2410.00386v1
• Date: Tue, 1 Oct 2024 04:15:49 GMT
• ステータス: 処理完了
• システム内更新日: 2024-11-05 05:56:31.263291
• Title: Seamless Augmented Reality Integration in Arthroscopy: A Pipeline for Articular Reconstruction and Guidance
• Title（参考訳）: 関節鏡におけるシームレス拡張現実統合 : 関節再建と誘導のためのパイプライン
• Authors: Hongchao Shu, Mingxu Liu, Lalithkumar Seenivasan, Suxi Gu, Ping-Cheng Ku, Jonathan Knopf, Russell Taylor, Mathias Unberath,
• Abstract要約: 関節鏡は、関節疾患の診断と治療に用いられる、最小侵襲の外科手術である。 関節鏡の視野の制限と深度知覚の欠如は、複雑な関節構造をナビゲートする上での課題となる。 本稿では, 局所化とマッピング, 深さ推定, 3次元ガウススプラッティングを併用したロバストパイプラインを提案する。 我々のソリューションは、関節ノッチ計測とアノテーションアンカーのためのARアシストを提供する。
• 参考スコア（独自算出の注目度）: 4.8046407905667206
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Arthroscopy is a minimally invasive surgical procedure used to diagnose and treat joint problems. The clinical workflow of arthroscopy typically involves inserting an arthroscope into the joint through a small incision, during which surgeons navigate and operate largely by relying on their visual assessment through the arthroscope. However, the arthroscope's restricted field of view and lack of depth perception pose challenges in navigating complex articular structures and achieving surgical precision during procedures. Aiming at enhancing intraoperative awareness, we present a robust pipeline that incorporates simultaneous localization and mapping, depth estimation, and 3D Gaussian splatting to realistically reconstruct intra-articular structures solely based on monocular arthroscope video. Extending 3D reconstruction to Augmented Reality (AR) applications, our solution offers AR assistance for articular notch measurement and annotation anchoring in a human-in-the-loop manner. Compared to traditional Structure-from-Motion and Neural Radiance Field-based methods, our pipeline achieves dense 3D reconstruction and competitive rendering fidelity with explicit 3D representation in 7 minutes on average. When evaluated on four phantom datasets, our method achieves RMSE = 2.21mm reconstruction error, PSNR = 32.86 and SSIM = 0.89 on average. Because our pipeline enables AR reconstruction and guidance directly from monocular arthroscopy without any additional data and/or hardware, our solution may hold the potential for enhancing intraoperative awareness and facilitating surgical precision in arthroscopy. Our AR measurement tool achieves accuracy within 1.59 +/- 1.81mm and the AR annotation tool achieves a mIoU of 0.721.
• Abstract（参考訳）: 関節鏡は、関節疾患の診断と治療に用いられる、最小侵襲の外科手術である。 関節鏡の臨床ワークフローは通常、小さな切開を通して関節に関節鏡を挿入することを含み、その間、外科医は関節鏡による視覚的評価に大きく依存して移動し、操作する。 しかし、関節鏡の視野の制限と深度知覚の欠如は、複雑な関節構造をナビゲートし、手術中の外科的精度を達成するのに困難をもたらす。 術中意識の向上を目的として,単眼関節鏡画像のみに基づく関節内構造を現実的に再構築するために,同時局所化とマッピング,深度推定,3次元ガウススプラッティングを併用したロバストパイプラインを提案する。 Augmented Reality (AR) アプリケーションへの3D再構成を拡張し、関節ノッチ計測とアノテーションアンカーのためのARアシストを提供する。 従来のStructure-from-Motion法やNeural Radiance Field法と比較すると,パイプラインは高密度な3次元再構成と,平均7分間の明示的な3次元表現による競合レンダリング忠実度を実現している。 4つのファントムデータセットで評価すると、RMSE = 2.21mm、PSNR = 32.86、SSIM = 0.89となる。 術中視力向上と術中手術精度向上の可能性を秘めているため, 術中視力向上, 術中視力向上に寄与する可能性が示唆された。 我々のAR測定ツールは1.59 +/- 1.81mm以内の精度を達成し、ARアノテーションツールは0.721mIoUを達成する。

関連論文リスト

• 3D Freehand Ultrasound using Visual Inertial and Deep Inertial Odometry for Measuring Patellar Tracking [4.252549987351643]
  膝蓋骨関節症(PFJ)は4名中1名に影響を及ぼし、治療にもかかわらず20%が慢性膝関節痛を発症した。 CTやMRIといった従来のイメージング手法では、コストや金属のアーチファクトといった課題に直面している。 関節の動きをモニターする新しいシステムは、PFJのダイナミクスの理解を大幅に改善する可能性がある。
  論文  参考訳（メタデータ） (2024-04-24T12:52:43Z)
• EndoGSLAM: Real-Time Dense Reconstruction and Tracking in Endoscopic Surgeries using Gaussian Splatting [53.38166294158047]
  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。
  論文  参考訳（メタデータ） (2024-03-22T11:27:43Z)
• Monocular Microscope to CT Registration using Pose Estimation of the Incus for Augmented Reality Cochlear Implant Surgery [3.8909273404657556]
  本研究では, 外部追跡装置を必要とせず, 2次元から3次元の観察顕微鏡映像を直接CTスキャンに登録する手法を開発した。 その結果, x, y, z軸の平均回転誤差は25度未満, 翻訳誤差は2mm, 3mm, 0.55%であった。
  論文  参考訳（メタデータ） (2024-03-12T00:26:08Z)
• Domain adaptation strategies for 3D reconstruction of the lumbar spine using real fluoroscopy data [9.21828361691977]
  本研究は整形外科手術における手術ナビゲーション導入における重要な障害に対処するものである。 これは、少数の蛍光画像から脊椎の3次元解剖モデルを生成するためのアプローチを示す。 これまでの合成データに基づく研究の精度に匹敵する84%のF1スコアを達成しました。
  論文  参考訳（メタデータ） (2024-01-29T10:22:45Z)
• A Quantitative Evaluation of Dense 3D Reconstruction of Sinus Anatomy from Monocular Endoscopic Video [8.32570164101507]
  内視鏡的シーケンスと光学的トラッキングを用いた洞再建のための自己教師型アプローチの定量的解析を行った。 以上の結果から, 生成した復元は解剖学的に高い一致を示し, 平均点間誤差は0.91mmであった。 ポーズと深さ推定の不正確さがこの誤りに等しく寄与し、より短い軌跡を持つ局所的に一貫したシーケンスがより正確な再構成をもたらすことを確認した。
  論文  参考訳（メタデータ） (2023-10-22T17:11:40Z)
• 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)
• 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)
• Next-generation Surgical Navigation: Marker-less Multi-view 6DoF Pose Estimation of Surgical Instruments [66.74633676595889]
  静止カメラとヘッドマウントカメラを組み合わせたマルチカメラ・キャプチャー・セットアップを提案する。 第2に,手術用ウェットラボと実際の手術用劇場で撮影された元脊椎手術のマルチビューRGB-Dビデオデータセットを公表した。 第3に,手術器具の6DoFポーズ推定の課題に対して,最先端のシングルビューとマルチビューの3つの手法を評価した。
  論文  参考訳（メタデータ） (2023-05-05T13:42:19Z)
• Real-time landmark detection for precise endoscopic submucosal dissection via shape-aware relation network [51.44506007844284]
  内視鏡下粘膜下郭清術における高精度かつリアルタイムなランドマーク検出のための形状認識型関係ネットワークを提案する。 まず,ランドマーク間の空間的関係に関する先行知識を直感的に表現する関係キーポイント・ヒートマップを自動生成するアルゴリズムを考案する。 次に、事前知識を学習プロセスに段階的に組み込むために、2つの補完的な正規化手法を開発する。
  論文  参考訳（メタデータ） (2021-11-08T07:57:30Z)
• Appearance Learning for Image-based Motion Estimation in Tomography [60.980769164955454]
  トモグラフィー画像では、取得した信号に擬似逆フォワードモデルを適用することにより、解剖学的構造を再構成する。 患者の動きは、復元過程における幾何学的アライメントを損なうため、運動アーティファクトが生じる。 本研究では,スキャン対象から独立して剛性運動の構造を認識する外観学習手法を提案する。
  論文  参考訳（メタデータ） (2020-06-18T09:49:11Z)
• Towards Augmented Reality-based Suturing in Monocular Laparoscopic Training [0.5707453684578819]
  本研究では,シリコーンパッド上での腹腔鏡下トレーニング結果を高めるために,定量的かつ質的な視覚表現を備えた拡張現実環境を提案する。 これは、マルチクラスセグメンテーションと深度マップ予測を実行するマルチタスク教師付きディープニューラルネットワークによって実現されている。 本発明のネットワークは、手術針分割用ダイススコア0.67、針ホルダ計器セグメンテーション0.81、深さ推定用平均絶対誤差6.5mmを達成する。
  論文  参考訳（メタデータ） (2020-01-19T19:59:58Z)

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。