Next-generation Surgical Navigation: Multi-view Marker-less 6DoF Pose Estimation of Surgical Instruments

解决问题：该论文旨在解决手术导航中仪器本地化的问题，提出了一种高保真的无标记光学跟踪系统。这是否是一个新问题？在手术导航领域，仪器本地化一直是一个重要的问题，但目前的技术仍未达到所需的精度。

关键思路：论文的关键思路是将不同的现有姿态估计方法集成到深度学习管道中，并在多个摄像机配置上进行评估。同时，作者还比较了不同输入模态和摄像机位置的性能影响，以及在纯合成数据上进行训练的效果。相比当前领域的研究状况，该论文的思路在于将深度学习与多视角摄像机系统相结合，提高了手术仪器本地化的精度和可行性。

其他亮点：该论文的实验采用了大规模的RGB-D视频数据集，并使用了专门的同步和数据融合方法。最佳模型在手术钻和螺丝刀的平均位置和方向误差方面分别达到了1.3毫米和1.0度以及3.8毫米和5.2度。这些结果明显优于文献中相关方法，并接近于临床级精度。该论文的工作值得继续深入研究，尤其是在手术导航和医疗领域中。

关于作者：该论文的主要作者是Jonas Hein、Nicola Cavalcanti、Daniel Suter等人，他们来自苏黎世联邦理工学院和苏黎世大学。在之前的代表作中，Jonas Hein等人曾发表过一篇名为“End-to-end learning of surgical skills”的论文，该论文提出了一种使用深度学习进行手术技能学习的方法。

相关研究：近期的相关研究包括：“Real-time 3D ultrasound-based tracking of surgical instruments in robot-assisted minimally invasive surgery”（作者：Jinwoo Kim等，机构：韩国科学技术院）、“Real-time 3D tracking of surgical instruments in minimally invasive surgery using a RGB-D camera”（作者：Tao Li等，机构：香港中文大学）等。

论文摘要：下一代手术导航：基于多视角无标记6DoF姿态估计的手术器械定位。传统计算机视觉的最新研究越来越多地被应用于手术领域。计算机辅助手术的一个特定焦点是用纯图像6DoF姿态估计替代基于标记的手术器械定位跟踪系统。然而，现有技术还没有达到手术导航所需的精度。在这种情况下，我们提出了一种高保真度的无标记光学跟踪系统，用于手术器械定位。我们开发了一个多视角摄像机设置，包括静态和移动摄像机，并收集了一个大规模的RGB-D视频数据集，使用专用的同步和数据融合方法。不同的最新姿态估计方法被整合到一个深度学习流水线中，并在多个摄像机配置上进行了评估。此外，比较了不同输入模式和摄像机位置的性能影响，以及仅使用合成数据进行训练的效果。最佳模型为手术钻平均位置和方向误差为1.3毫米和1.0度，螺丝刀为3.8毫米和5.2度。这些结果明显优于文献中相关方法，并接近临床级精度，表明无标记手术器械跟踪正在成为现有基于标记系统的可行替代方案。

内容中包含的图片若涉及版权问题，请及时与我们联系删除