基于骨亚结构轮廓的自动多视角X射线/CT配准
计算机视觉与模式识别
2025-11-25 v2 人工智能
摘要
目的：准确的术中X射线/CT配准对于骨科手术中的手术导航至关重要。然而，现有方法在始终达到亚毫米精度、在大范围初始姿态估计下的鲁棒性或需要手动关键点标注方面存在困难。本工作旨在通过提出一种新颖的多视角X射线/CT配准方法来解决这些挑战，用于术中骨配准。方法：所提出的配准方法由一种多视角、基于轮廓的迭代最近点(ICP)优化组成。与之前试图在两个成像模态中匹配整个轮廓的骨轮廓的方法不同，我们专注于匹配对应于骨亚结构的特定子类别的轮廓。这减少了ICP匹配中的歧义，从而产生了更鲁棒和更精确的配准方案。该方法仅需两张X射线图像，并且完全自动运行。此外，我们贡献了一个包含5具遗体标本的数据集，包括真实的X射线图像、X射线图像姿态以及相应的CT扫描。结果：使用平均重投影误差(mRPD)在真实X射线图像上评估了所提出的配准方法。该方法始终达到亚毫米精度，mRPD为0.67mm，而商业解决方案需要人工干预的mRPD为5.35mm。此外，该方法提供了改进的实际适用性，完全自动化。结论：我们的方法为骨科手术中的多视角X射线/CT配准提供了一种实用、精确和高效的解决方案，可以轻松地与跟踪系统结合。通过提高配准精度并减少人工干预，它增强了术中导航，有助于计算机辅助手术(CAS)中更准确和更有效的手术结果。
引用
@article{arxiv.2506.13292,
title = {Automatic Multi-View X-Ray/CT Registration Using Bone Substructure Contours},
author = {Roman Flepp and Leon Nissen and Bastian Sigrist and Arend Nieuwland and Nicola Cavalcanti and Philipp Fürnstahl and Thomas Dreher and Lilian Calvet},
journal= {arXiv preprint arXiv:2506.13292},
year = {2025}
}
备注
This paper was accepted to IPCAI 2025. The Project Webpage is: https://rflepp.github.io/BoneSubstructureContours2D3DRegistration/