基于多级记忆架构的 ACL 手术内视导航系统
计算机视觉与模式识别
2025-04-29 v1
摘要
本文提出了一种基于多级记忆架构的动态内视导航系统，用于前内侧膝关节神经（ACL）重建手术。该系统将我们先前提出的基于静态图像匹配的标记无导航方法扩展到动态视频序列跟踪。通过整合 Atkinson-Shiffrin 记忆模型的三级架构（感觉记忆、工作记忆和长期记忆），我们的系统在手术程序期间持续跟踪股骨 condyle，提供稳定的导航支持，即使在视角变化、器械遮挡和组织变形等复杂情况下亦可正常工作。与现有方法不同，本系统可在标准内视设备上实时运行，无需额外的跟踪硬件，实现 25.3 FPS，延迟仅 39.5 ms，较我们先前的静态系统提升了 3.5 倍。对于 1000 帧的延长序列，动态系统的误差为 5.3 ± 1.5 像素，静态系统为 12.6 ± 3.7 像素，约提高了45%。对于中等长度序列（500 帧）和短序列（100 帧），该系统分别实现了约35%和19%的精度提升。实验结果表明，该系统克服了传统静态匹配方法的局限性，为提高 ACL 重建手术的精度提供了新的技术支持。
引用
@article{arxiv.2504.19398,
title = {Dynamic Arthroscopic Navigation System for Anterior Cruciate Ligament Reconstruction Based on Multi-level Memory Architecture},
author = {Shuo Wang and Weili Shi and Shuai Yang and Jiahao Cui and Qinwei Guo},
journal= {arXiv preprint arXiv:2504.19398},
year = {2025}
}
备注
28 pages, 13 figures