面向脊柱手术中无标记外科导航的连续位姿更新自动配准
计算机视觉与模式识别
2023-11-22 v1
摘要
已建立的用于椎弓根螺钉置入的外科导航系统已被证明是准确的，但在配准或手术引导方面仍存在局限。将术前数据配准到术中解剖结构仍然是一项耗时且易出错的任务，并涉及有害辐射暴露。通过传统显示器进行手术引导存在众所周知的缺陷，因为信息无法原位且从外科医生视角呈现。因此，亟需无辐射且更自动的配准方法，并辅以外科医生为中心的导航反馈。在本工作中，我们提出一种以无辐射方式自动解决腰椎融合手术配准问题的方法。训练了一个深度神经网络来分割腰椎并同时预测其朝向，为术前模型提供初始位姿，随后针对每个椎骨单独细化，并在处理外科医生遮挡时借助 GPU 加速实时更新。得益于集成到基于增强现实的导航系统中，提供了直观的手术引导。该配准方法在一个公开数据集上得到验证，平均 96% 配准成功，目标配准误差为 2.73 mm，螺钉轨迹误差为 1.79° ，螺钉入点误差为 2.43 mm。此外，整个流程在离体手术中进行了验证，实现了 100% 螺钉准确率和 1.20 mm 的配准精度。我们的结果满足临床需求，并强调了 RGB-D 数据结合增强现实引导用于全自动配准方法的潜力。
引用
@article{arxiv.2308.02917,
title = {Automatic registration with continuous pose updates for marker-less surgical navigation in spine surgery},
author = {Florentin Liebmann and Marco von Atzigen and Dominik Stütz and Julian Wolf and Lukas Zingg and Daniel Suter and Laura Leoty and Hooman Esfandiari and Jess G. Snedeker and Martin R. Oswald and Marc Pollefeys and Mazda Farshad and Philipp Fürnstahl},
journal= {arXiv preprint arXiv:2308.02917},
year = {2023}
}