机器人手术中可变形组织的三维重建技术综述
计算机视觉与模式识别
2024-08-09 v1 机器人学
摘要
作为机器人微创手术中一项关键且复杂的任务，利用立体或单目内窥镜视频重建手术场景具有巨大的临床应用潜力。近年来，基于NeRF的技术因其能够隐式重建场景而受到关注。另一方面，基于高斯泼溅的3D-GS方法使用3D高斯显式表示场景，并将其投影到2D平面，以替代NeRF中复杂的体渲染过程。然而，这些方法在手术场景重建中面临挑战，例如推理速度慢、动态场景以及手术器械遮挡等问题。本工作探索并综述了最先进（SOTA）的方法，讨论了它们的创新点和实现原理。此外，我们复现了这些模型，并在两个数据集上进行了测试和评估。结果表明，随着这些技术的进步，实现实时、高质量的重建成为可能。
引用
@article{arxiv.2408.04426,
title = {A Review of 3D Reconstruction Techniques for Deformable Tissues in Robotic Surgery},
author = {Mengya Xu and Ziqi Guo and An Wang and Long Bai and Hongliang Ren},
journal= {arXiv preprint arXiv:2408.04426},
year = {2024}
}
备注
To appear in MICCAI 2024 EARTH Workshop. Code availability: https://github.com/Epsilon404/surgicalnerf