Apr, 2024

使用视觉惯性和深度惯性测量髌骨跟踪的 3D 手持式超声

PDF
TL;DR通过结合二维超声波和运动跟踪，利用语义分割和位置配准进行三维重建，作者提出了一种用于监测关节运动的新方法，该方法能够在不需要昂贵的外部基础设施的情况下评估骨骼的三维重建准确性。
patellofemoral jointjoint motionultrasound3d reconstructionvisual-inertial odometry
发现论文，激发创造
  • 基于深度学习的骨科机器人应用声学测量方法

    通过在全膝关节置换手术中使用一种新的深度学习结构，该研究提出了一种基于 A-mode 超声波的骨追踪方法，实现了在下肢骨位移测量中具有亚毫米级精度的骨追踪，为骨科手术提供了安全、方便和高效的解决方案。

    Mar, 2024

  • 多 IMU 在线自一致性用于手持式 3D 超声重建

    该文介绍了使用多个惯性测量单元的在线自我一致性网络，以改善超声成像的三维重建性能。该网络在模态和序列级别上采用了自我监督策略，并在大规模数据集上得到了最先进的重建性能。

    Jun, 2023

  • 运动疗法中 3D 姿态估计和惯性运动捕捉系统的优缺点

    该研究比较了最新的 3D 姿势估计方法 MeTrabs 和传统惯性传感器系统 MTw Awinda 在特定运动练习中的准确性，并发现该方法可在某些联合角度中保持低于 5 度的误差，但需要谨慎考虑某些特别棘手的联合。同时还研究了运动类型对 3D 位置估计方法的影响。

    Jun, 2023

  • 基于动力学的三维骨骼手部追踪

    本研究利用增强刚体模拟方法追踪手部骨骼姿态，在利用深度传感器样本生成限制运动方式的约束的基础上，使用投影高斯 — 赛德尔求解器解决先前的运动，碰撞 / 接触限制，以及关节力学问题，实现了实时、鲁棒且准确的 3D 骨骼追踪。

    May, 2017

  • 可视化插件：用于从微创手术视频中跟踪三维工具

    提出了一种基于 2D 分割的仪器追踪方法，通过几何变化和运动算法，实现对手术视频中仪器的标记和跟踪，验证了该方法在仪器追踪和微创手术实践中的应用潜力。

    Jan, 2024

  • 融合未校准惯性测量单元和手持智能手机视频以重建膝关节运动学

    使用手持智能手机视频和未校准的可穿戴传感器数据的融合方法能够在保留其完整时间分辨率的同时，进一步减小髋关节行走期间的误差，并可追踪视觉遮挡期间的运动。

    May, 2024

  • 基于生物力学模型和合成训练数据的视频中的三维运动学估计

    提出了一种基于生物力学的新型网络，利用两个输入视图直接输出三维运动学，通过合成数据集 ODAH 进行训练，实验证明该方法在多个数据集上超过了现有先进方法，为提升基于视频的人体动作捕捉提供了有前景的方向。

    Feb, 2024

  • 下一代手术导航：手术器械多视图无标记 6 自由度姿态估计

    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

  • 利用部分运动场地注册的单目三维人体姿态估计技术在体育转播中的应用

    本文研究了如何通过部分体育场地登记和联合优化 3D 姿势估计和相机标定来提取 3D 运动学数据，生成了一个 10K 张图像的合成数据集来展示现有单目 3D HPE 方法的局限性。

    Apr, 2023

  • 基于深度学习的多视角图像全身运动学估计

    本文提出了一种基于多视图图像的直接关节角度估计方法，通过结合体态姿势表示法，将旋转表示法映射到一个连续空间中，为现场运动分析提供了一种新的方法。

    Jul, 2023