Oct, 2023

神经外科术中学习预期外观进行术中注册

TL;DR我们提出了一种新颖的方法,通过学习预期的外观来进行术中患者到图像的注册。我们的方法利用术前成像合成手术显微镜下的特定于患者的预期视图,针对一系列预测的变换。我们的方法通过最小化光学显微镜下术中 2D 视图与合成预期纹理之间的差异来估计相机姿态。与传统方法相比,我们的方法将处理任务转移到术前阶段,从而减少低分辨率、扭曲和噪声术中图像的影响,这些因素通常会降低注册精度。我们在脑外科手术中的神经导航背景下应用了该方法。我们在合成数据和 6 个临床病例的回顾性数据上评估了我们的方法。我们的方法优于现有方法,并达到了当前临床标准的准确性。