通过使用斑点结构光相机识别患者体表并将其融合到直径为 24 毫米的空心环中，该研究设计并实验了一种与传统反射球光学标记或磁定位手术导航和跟踪方法不同的方法。实验结果显示，该系统能够以多个角度精确定位任何体表点，实现了 0.033-0.563 毫米的定位精度和每秒 7-30 帧的图像。该方法的定位识别环材料在 CT 下成像效果良好，因此可以将肉眼定位和 CT 成像定位结合起来，形成统一的内外部定位世界坐标，实现内外部注册。该系统具有六个自由度的运动感知，可进行上下、前后、左右和所有旋转的亚毫米级精度，在未来穿刺手术中具有广阔的应用前景。

May, 2024

本研究提出了一种用于增强针尖插入指导的创新技术，基于散射成像和卷积神经网络，实现了针尖位置和方向的实时估计，通过实验证实了在股动脉插管过程中准确引导针头的潜力。

Aug, 2023

提出了一种高保真度的非标记光学跟踪系统，用于手术器械的本地化，采用多视角相机布置，利用深度学习方法和数据融合技术，对不同输入模型和相机位置进行评估和比较，并且取得了比文献中相关方法更好的平均误差结果，从而展示了手术器械无标记跟踪已经成为了现实。

May, 2023

本文提出了一种基于增强现实的手术支持系统，可以在不准备好的手术室中使用，通过多种手段提供导航，提高手术精度，从而减少手术时间。

Jan, 2018

该研究提出了使用神经场方法进行腹腔镜视频追踪的技术，可以同时追踪手术工具和解剖结构，具有较高的追踪精度，并能生成与预训练深度估计器相媲美的伪深度图像，从而展示了使用神经场进行单目腹腔镜场景的 3D 重建的可行性。

Mar, 2024

在腔镜肝切除手术中，增强现实是一种可视化模式，能够帮助医生在腔镜图像上投影肿瘤和嵌入在肝脏内的血管，通过将其映射到术中腔镜图像中，从而实现定位。该研究主要针对 2D 和 3D 标志物自动检测和标记，以及 3D-2D 配准任务进行深入探讨，并提出了当前限制和未来研究方向。

Jan, 2024

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

通过将 Eulerian Video Magnification 技术与 VibNet 框架结合，利用外部步进电机引起针的微弱振动，本论文提出了一种增强超声图像中针检测的鲁棒性和准确性的学习框架，实现了超声引导下针的鲁棒和精确检测。

Mar, 2024

我们使用 3D Slicer 作为基础平台，利用单目相机将人头进行 3D 模型重建，实时通过单目视觉传输头部姿态，并演示了利用 ArUco Marker 追踪工具实时指向头部姿态变化的可行性，为鼻咽拭子采集或插管等提供了一个可行的实时仿真平台。

Jun, 2024

提出了一种基于深度神经网络的方法，通过对针尖处复杂 OCT 信号的相位和强度数据进行分类，辅助医生在针的插入过程中对组织结构进行识别，并且使用对比预训练技术将同位的数据映射到不同的表示，从而在受限标记数据集的情况下提高分类的精度。在仅使用 10% 的训练集时，使用该技术可以将模型的 F1 分数从 0.60 提高到 0.84。

Apr, 2023