内窥镜视频的在线三维重建与密集跟踪
应用高斯喷洒方法进行可变形内窥镜组织重构,采用变形场处理动态场景、深度引导监督优化三维目标并使用时空权重掩模减轻工具遮挡,从单视角视频、估计的深度图和标记的工具掩模中重建和呈现高质量的可变形内窥镜组织。
Jan, 2024
通过使用3D高斯泼洒方法,我们引入了实时外科手术场景重建框架EndoGaussian,能够在现实时间内实现手术场景的重建,实现了很大的渲染加速,同时在保持最新的重建质量和最快的训练速度方面表现出显著的优势。
Jan, 2024
本研究介绍了一种新方法EndoGaussians,利用高斯散射进行动态内窥镜3D重建,克服了现有技术的局限性,为医学专业人员提供更可靠高效的3D重建用于医学应用。
Jan, 2024
在机器人辅助微创手术领域,动态场景重建可以显著提高下游任务和改善手术结果。我们提出了一种创新的实时内窥镜动态重建方法Endo-4DGS,使用了4D高斯飞溅和无需地面真实深度数据。该方法通过引入时间组件,借助轻量级MLP捕捉时间高斯变形,有效实现了具有可变条件的动态手术场景的重建。我们还整合了Depth-Anything,从单目视图中生成伪深度图,增强了深度引导重建过程。我们的方法在两个手术数据集上通过验证,证明了实时渲染、高效计算和重建准确性,彰显了Endo-4DGS改善手术辅助的巨大潜力。
Jan, 2024
EndoGSLAM是一种用于内窥镜手术的高效SLAM方法,通过整合高速渲染和组织重建,实现在线相机跟踪和组织重建的100帧/秒渲染速度,具备优于传统或神经SLAM方法的手术过程中可用性和重建质量的平衡。
Mar, 2024
我们的研究介绍了一种可学习的三维高斯表示方法,通过从立体内窥镜视频中学习,可以重建和模拟手术场景,以提高手术教育和机器人学习的效率和多样性。
May, 2024
通过将3D GS集成到手术场景中并引入新的灵活变形建模方案(FDM),本文提出了一种名为Deform3DGS的快速重建框架,该框架能够在内窥镜手术中对可变形组织进行实时重建,加速手术现场重建并在临床中具有重要的临床应用价值。
May, 2024
开发了SurgicalGaussian,一种用于模拟动态手术场景的可变形3D高斯喷洒方法,通过前向映射变形MLP和正则化来描述软组织在每个时间戳上的时空特征,并用深度初始化策略和工具掩模引导训练,实现去除手术器械和重建高逼真度手术场景。该方法在渲染质量、渲染速度和GPU使用等多个方面优于现有方法。
Jul, 2024
本文解决了机器人微创手术中重建手术场景的挑战,特别是动态场景与工具遮挡等问题。通过评估当前的3D重建技术,尤其是基于NeRF和Gaussian splatting的方法,提出了改进的实现策略。研究结果表明,这些技术的进步使得实时高质量重建成为可能,具备重大的临床应用潜力。
Aug, 2024
本研究解决了现有3D重建方法在动态外科视频中面临的准确性要求、相机定位不精确和快速重建等挑战。提出的Free-DyGS框架首次实现了无相机姿态的场景重建,通过3D高斯溅射技术和创新的灵活变形模块,显著提高了重建准确率和计算效率,实验结果表明其优于传统基线模型。
Sep, 2024