May, 2023

基于骨架图的超声 - CT 非刚性配准

PDF
TL;DR通过基于骨骼图的非刚性配准方法，利用皮下骨表面特征代替皮肤表面实现自动化超声波（US）扫描，为解决常规 US 检查中的人为误差提供了可能，验证结果表明其能有效适应不同患者间的差异。
autonomous ultrasoundnon-rigid registrationthorax applicationssubcutaneous bone surface featuresrib cartilage outline
发现论文，激发创造
  • 胸腔软骨超声 - CT 配准基于密集骨架图

    利用基于图的非刚性配准将计划的路径从通用图谱准确地映射到个体患者，尤其对于具有高声阻抗骨结构的胸部应用。结果表明，该方法能够在有限的肋间空格内有效地将 CT 到当前设置的轨迹映射为超声成像视图。

    Jul, 2023

  • 自主肋间超声成像中针对 Class-A 的软骨分割实现 US-CT 配准

    通过使用神经网络实现软骨骨分割和基于骨骼图的非刚性配准方法，能够精确地将 CT 通路映射到个体患者上，提高内脏器官的可视性。

    Jun, 2024

  • 基于自主分割的超声波图像采集技术在关节运动情况下的应用

    该研究提出了一种基于视觉的方法，允许自主的机器人超声波肢体扫描，使用 MRI 图像的基准分析血管结构生成扫描轨迹，并利用神经网络对连续的超声帧进行空间连续性的分析以实现精确的血管结构重建及测量。

    Aug, 2022

  • 监测病变增长的纵向脊柱 CT 图像配准

    实现自动且鲁棒的纵向脊柱图像配准对于评估疾病进展和手术结果至关重要，本文提出了一种新颖的方法，通过深度学习模型自动定位、标记和生成三维表面，然后使用高斯混合模型表面配准实现纵向脊柱 CT 图像对齐并准确评估病变进展，实验证明该方法在 37 个椎体、5 名患者的基线和 3、6、12 个月后的随访图像上显示出了平均 Hausdorff 距离为 0.65 毫米和 Dice 分数为 0.92 的准确配准。

    Feb, 2024

  • 基于场景坐标回归的 X 光至 CT 刚体配准

    该研究提出了一种完全自动的注册方法，基于卷积神经网络，用于将术中获得的 X 光图像与预先获得的三维模型进行对齐，从而降低术中图像中重叠解剖结构对外科医生的心理负担。实验结果表明，该方法在盆腔注册中的平均目标配准误差为 3.79 毫米，在真实的术中 X 光图像中的投影下平均目标配准误差为 9.65 毫米。

    Nov, 2023

  • 脊柱手术无标记外科导航的连续姿态跟踪自动注册

    本文提出了一种无辐射方法的自动注册方案，使用深度神经网络自动解决腰椎融合手术的注册问题，并结合增强现实导航系统提供直观的手术引导。在公开数据集上验证了注册方法并获得较高的注册成功率和精度，在离体手术中也取得了良好的结果，展现了 RGB-D 数据在自动注册方法和增强现实引导中的潜力。

    Aug, 2023

  • 自主路径规划的肋间机器人超声成像的强化学习应用

    通过强化学习规划扫描路径，以实现在具有受限声学访问的区域中进行无阴影超声扫描轨迹的有效性验证。

    Apr, 2024

  • 基于优化的刚性 2D/3D 配准在脊柱手术导航中的应用 —— 基于 CMA-ES

    基于 CMA-ES 算法的粗糙到精细的注册框架对骨科手术机器人的导航系统至关重要，通过提供手术过程中手术工具和植入物的精确位置信息。本文通过使用来自脊柱不同部位的实际骨科脊柱手术数据对我们的方法进行了广泛测试，结果显示了该提出的框架在真实骨科脊柱手术临床数据上的有效性。

    Feb, 2024

  • 在黑暗中进行形状补全：从 3D 超声中完成脊椎形态学

    通过点云概率深度学习方法对被遮挡的解剖结构进行 3D 形状完整性补全，并应用于基于超声波的脊柱检查，结果表明该方法在合成数据和实际患者数据上表现一致，保留了重要解剖标志和正确位置的关键注射点。

    Apr, 2024

  • 基于皮肤配准的 US 和 MR 图像融合

    该研究论文提出了一种融合成像系统，利用 3D 相机传感器，将 CT 和 MRI 图像与实时超声波采集进行注册，主要关注系统的便携性和在不同解剖部位的适用性。

    Jul, 2023