单目内窥镜视频窦腔解剖稠密三维重建的定量评估
计算机视觉与模式识别
2023-10-24 v1
摘要
从内窥镜视频生成准确的三维重建，是有望实现窦腔解剖与手术结果的纵向无辐射分析的途径。已有若干单目重建方法被提出，其通过运动恢复结构类算法获取相对相机位姿并融合单目深度估计， yielding视觉上令人满意的3D解剖结构。然而，由于底层算法与内窥镜场景的复杂特性，重建流程可能表现不佳或意外失败。此外，医疗数据获取带来额外挑战，使得对这些模型进行定量基准测试、理解失败案例以及识别影响其精度的关键组件十分困难。在本工作中，我们使用来自九个离体标本的内窥镜序列，配合光学追踪与高分辨率计算机断层扫描，对用于窦腔重建的自监督方法进行了定量分析。我们的结果显示，生成的重建与解剖结构高度吻合，重建与CT分割之间的平均点-网格误差为0.91 mm。但在点对点配准场景（与内窥镜追踪和导航相关）中，我们发现平均目标配准误差为6.58 mm。我们确定位姿与深度估计的不准确对此误差贡献相当，且具有较短轨迹的局部一致序列可生成更准确的重建。这些结果表明，实现相对相机位姿与估计深度同解剖结构之间的全局一致性至关重要。如此，我们才能确保流程所有组件间的恰当协同，从而改进重建，促进这一创新技术的临床应用。
引用
@article{arxiv.2310.14364,
title = {A Quantitative Evaluation of Dense 3D Reconstruction of Sinus Anatomy from Monocular Endoscopic Video},
author = {Jan Emily Mangulabnan and Roger D. Soberanis-Mukul and Timo Teufel and Isabela Hernández and Jonas Winter and Manish Sahu and Jose L. Porras and S. Swaroop Vedula and Masaru Ishii and Gregory Hager and Russell H. Taylor and Mathias Unberath},
journal= {arXiv preprint arXiv:2310.14364},
year = {2023}
}