論文の概要: EasyVis2: A Real Time Multi-view 3D Visualization System for Laparoscopic Surgery Training Enhanced by a Deep Neural Network YOLOv8-Pose

• arxiv url: http://arxiv.org/abs/2412.16742v2
• Date: Tue, 08 Apr 2025 21:14:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-10 16:14:26.098986
• Title: EasyVis2: A Real Time Multi-view 3D Visualization System for Laparoscopic Surgery Training Enhanced by a Deep Neural Network YOLOv8-Pose
• Title（参考訳）: EasyVis2:Deep Neural Network YOLOv8-Poseによる腹腔鏡下手術訓練のためのリアルタイム多視点3D可視化システム
• Authors: Yung-Hong Sun, Gefei Shen, Jiangang Chen, Jayer Fernandes, Amber L. Shada, Charles P. Heise, Hongrui Jiang, Yu Hen Hu,
• Abstract要約: EasyVis2は、腹腔鏡下手術のためのハンズフリーでリアルタイムな3D視覚化を提供するように設計されている。 手術用のトロカーにマイクロカメラが装備されており、体腔に挿入して3D視界を提供することができる。 特殊なディープニューラルネットワークアルゴリズムであるYOLOv8-Poseを用いて、個々のカメラビューにおける手術器具の位置と向きを推定する。
• 参考スコア（独自算出の注目度）: 3.8000041849498127
• License:
• Abstract: EasyVis2 is a system designed to provide hands-free, real-time 3D visualization for laparoscopic surgery. It incorporates a surgical trocar equipped with an array of micro-cameras, which can be inserted into the body cavity to offer an enhanced field of view and a 3D perspective of the surgical procedure. A specialized deep neural network algorithm, YOLOv8-Pose, is utilized to estimate the position and orientation of surgical instruments in each individual camera view. These multi-view estimates enable the calculation of 3D poses of surgical tools, facilitating the rendering of a 3D surface model of the instruments, overlaid on the background scene, for real-time visualization. This study presents methods for adapting YOLOv8-Pose to the EasyVis2 system, including the development of a tailored training dataset. Experimental results demonstrate that, with an identical number of cameras, the new system improves 3D reconstruction accuracy and reduces computation time. Additionally, the adapted YOLOv8-Pose system shows high accuracy in 2D pose estimation.
• Abstract（参考訳）: EasyVis2は、腹腔鏡下手術のためのハンズフリーでリアルタイムな3D視覚化を提供するように設計されている。 マイクロカメラのアレイを備えた手術用トロカーが組み込まれており、身体腔に挿入することで、外科手術の視野と3D視点を提供することができる。 特殊なディープニューラルネットワークアルゴリズムであるYOLOv8-Poseを用いて、個々のカメラビューにおける手術器具の位置と向きを推定する。 これらの多視点推定により、手術器具の3次元ポーズを計算し、機器の3次元表面モデルのレンダリングを容易にし、背景に重ねてリアルタイムの可視化を行うことができる。 本研究では, YOLOv8-PoseをEasyVis2システムに適用する手法を提案する。 実験により,同じ数のカメラで3次元再構成精度を向上し,計算時間を短縮することを確認した。 さらに,適応型YOLOv8-Poseシステムは2次元ポーズ推定において高い精度を示す。

関連論文リスト

• MT3DNet: Multi-Task learning Network for 3D Surgical Scene Reconstruction [0.0]
  画像支援最小侵襲手術(MIS)では,手術シーンの理解が外科医へのリアルタイムフィードバックに不可欠である。 この課題は、高解像度の画像で描かれた手術シーンの深さを正確に検出し、セグメンテーションし、推定することにある。 これらのタスクを同時に実行するために,Multi-Task Learning (MTL) ネットワークを提案する。
  論文  参考訳（メタデータ） (2024-12-05T07:07:35Z)
• MedTet: An Online Motion Model for 4D Heart Reconstruction [59.74234226055964]
  本研究は, 術後の軽度データから3次元心臓運動を再構築するための新しいアプローチを提案する。 既存の方法では、フル3次元の体積像から3次元の臓器のジオメトリーを正確に再構築することができる。 このような部分的データから3次元運動を再構築するための汎用的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-12-03T17:18:33Z)
• SLAM assisted 3D tracking system for laparoscopic surgery [22.36252790404779]
  本研究は,登録後タスクのためのリアルタイムモノクル3D追跡アルゴリズムを提案する。 in-vivoおよびex-vivoテストによる実験では、提案された3Dトラッキングシステムが堅牢な3Dトラッキングを提供することが示された。
  論文  参考訳（メタデータ） (2024-09-18T04:00:54Z)
• A Review of 3D Reconstruction Techniques for Deformable Tissues in Robotic Surgery [8.909938295090827]
  NeRFベースの技術は、暗黙的にシーンを再構築する能力に注目が集まっている。 一方、3D-GSは3Dガウシアンを明示的に使用し、NeRFの複雑なボリュームレンダリングの代替として2D平面に投影するシーンを表現している。 この研究は、最先端のSOTA(State-of-the-art)アプローチを探求し、レビューし、彼らのイノベーションと実装原則について議論する。
  論文  参考訳（メタデータ） (2024-08-08T12:51:23Z)
• Creating a Digital Twin of Spinal Surgery: A Proof of Concept [68.37190859183663]
  手術デジタル化は、現実世界の手術の仮想レプリカを作成するプロセスである。 脊椎外科手術に応用した手術デジタル化のための概念実証(PoC)を提案する。 5台のRGB-Dカメラを外科医の動的3D再構成に、ハイエンドカメラを解剖学の3D再構成に、赤外線ステレオカメラを手術器具追跡に、レーザースキャナーを手術室の3D再構成とデータ融合に使用した。
  論文  参考訳（メタデータ） (2024-03-25T13:09:40Z)
• Volumetric Environment Representation for Vision-Language Navigation [66.04379819772764]
  視覚言語ナビゲーション(VLN)は、視覚的な観察と自然言語の指示に基づいて、エージェントが3D環境をナビゲートする必要がある。 本研究では,物理世界を3次元構造細胞にボクセル化するボリューム環境表現(VER)を提案する。 VERは3D占有率、3D部屋レイアウト、および3Dバウンディングボックスを共同で予測する。
  論文  参考訳（メタデータ） (2024-03-21T06:14:46Z)
• 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)
• Self-Supervised Surgical Instrument 3D Reconstruction from a Single Camera Image [0.0]
  正確な3D手術器具モデルは、楽器のポーズと深さを正確に予測するための前提条件である。 近年の1次元3次元再構成法は, 自然物復元にのみ用いられている。 本稿では, 外科用器具の自己管理型再建システムを提案する。
  論文  参考訳（メタデータ） (2022-11-26T03:21:31Z)
• Neural Groundplans: Persistent Neural Scene Representations from a Single Image [90.04272671464238]
  本稿では,シーンの2次元画像観察を永続的な3次元シーン表現にマッピングする手法を提案する。 本稿では,永続的でメモリ効率のよいシーン表現として,条件付きニューラルグラウンドプランを提案する。
  論文  参考訳（メタデータ） (2022-07-22T17:41:24Z)
• Neural Rendering for Stereo 3D Reconstruction of Deformable Tissues in Robotic Surgery [18.150476919815382]
  内視鏡的ステレオビデオを用いたロボット手術における軟部組織の再構築は,多くの応用において重要である。 これまでの作業は主に、複雑な手術シーンを扱うのに苦労するSLAMベースのアプローチに依存していた。 近年の神経レンダリングの進歩に触発されて,変形性組織再構築のための新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2022-06-30T13:06:27Z)
• Lightweight Multi-View 3D Pose Estimation through Camera-Disentangled Representation [57.11299763566534]
  空間校正カメラで撮影した多視点画像から3次元ポーズを復元する手法を提案する。 我々は3次元形状を利用して、入力画像をカメラ視点から切り離したポーズの潜在表現に融合する。 アーキテクチャは、カメラプロジェクション演算子に学習した表現を条件付け、ビュー当たりの正確な2次元検出を生成する。
  論文  参考訳（メタデータ） (2020-04-05T12:52:29Z)

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。