BronchoPose：基于视觉的支气管镜位姿估计中数据与模型配置的分析
计算机视觉与模式识别
2022-04-27 v1
摘要
基于视觉的支气管镜（VB）模型需要将虚拟肺部模型与视频支气管镜的帧进行配准，以在活检过程中提供有效引导。该配准可通过跟踪支气管镜相机的位置与朝向，或将其与虚拟肺部模型中模拟的位姿（位置与朝向）的偏差进行标定来实现。神经网络与时间图像处理的最新进展为引导式支气管镜提供了新机遇。然而，此类进展受限于缺乏可比的实验条件。本文中，我们分享了一个新颖的合成数据集，以便对方法进行了公平比较。此外，本文研究了若干神经网络架构，用于在不同主体个性化层级上学习时间信息。为改进朝向测量，我们还提出了一种标准化比较框架及一种用于相机朝向学习的新指标。在数据集上的结果表明，所提指标与架构以及标准化条件，为当前视频支气管镜中相机位姿估计的最先进水平带来了显著提升。
引用
@article{arxiv.2204.11982,
title = {BronchoPose: an analysis of data and model configuration for vision-based bronchoscopy pose estimation},
author = {Juan Borrego-Carazo and Carles Sánchez and David Castells-Rufas and Jordi Carrabina and Débora Gil},
journal= {arXiv preprint arXiv:2204.11982},
year = {2022}
}