本研究介绍了一种使用增强现实技术的手术导航方法，涉及手术导航、注册任务、椎弓根螺丝置入等方面，使用 Microsoft HoloLens，通过对患者体表进行数字化，利用全息投影进行直观的导航反馈，初步实验表明该方法能够满足临床精度要求。

Jan, 2020

通过非刚性点云匹配的学习，解决了手术工具操作引起的大变形时跟踪误差的问题，提出了一种手术感知框架（SuPerPM），该框架利用学习模型进行数据关联，适应更大的变形，并在多个具有大变形特征的手术数据集上展示了优越的性能，超越了现有的手术场景跟踪算法。

Sep, 2023

评估AR辅助神经外科系统的不同技术并提出了一种新的技术来系统化评估过程。此外，在手术的准备和术中阶段基于相应的反馈进行更深入的调查，发现物理反馈可以显著减少由全息图位移引起的错误，而全息图上的缺乏视觉反馈对用户的三维感知不会产生显著影响。

Nov, 2023

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

通过使用术中内窥镜视频更新术前三维解剖模型，本研究的结果表明在鼻窦手术中，术者可以更准确地了解当前解剖状态，为实现数字化双生范式奠定了基础。

Feb, 2024

通过进行2D到3D的注册和姿态估计，我们提出了一种不需要外部追踪设备，而可以将显微镜视频直接与术前计算机断层扫描（CT扫描）进行配准的方法，从而为增强现实手术提供了准确且精确度较高的效果。

Mar, 2024

该论文探讨了增强现实在医疗行业中的应用，重点研究了基于增强现实的解决方案在脑室-腹腔分流手术中的应用，通过创建颅骨和脑室的3D模型，实验结果表明该解决方案能够显著减少手术准备时间和手术持续时间。

Apr, 2024

本研究解决了在可变形环境中从移动深度相机捕获的信息中重建3D形状的难题，特别是同时估计相机运动和组织变形时面临的挑战。我们提出了一种多视角全球优化框架，能灵活结合低级感知模块的输出，通过模拟的噪声数据展示了该方法的鲁棒性，具有处理极大变形的潜力，将推动未来计算机辅助外科技术的发展。

Aug, 2024

本研究解决了在微创手术中定位目标器官内部解剖结构的困难问题。通过提出一种实时单目三维追踪算法，并在ORB-SLAM2框架基础上进行优化，研究利用伪分割策略和几何先验，在术后注册任务中实现了稳健的三维追踪。实验表明，该系统能够有效应对快速运动、视野外场景、部分可见性和“器官-背景”相对运动等挑战。

Sep, 2024

本研究解决了关节镜手术中存在的视觉受限和深度感知不足的问题，提出了一种新的管道，通过单目关节镜视频对关节内结构进行逼真的重建，并扩展到增强现实应用。研究结果显示，该管道在重建精度和渲染保真度方面均表现出色，具有提升手术精确度和术中意识的潜力。

Oct, 2024