EndoUFM：利用基础模型进行内镜图像单目深度估计
交换代数
2026-03-25 v5 代数几何
组合数学
摘要
深度估计是 minimally invasive内镜手术中三维重建的基础组件。然而，现有的单目深度估计技术往往在手术环境的变化照明和复杂纹理方面表现有限。虽然强大的视觉基础模型提供了有前景的解决方案，但其训练于自然图像，导致在内镜应用中存在显著的域适应性限制和语义感知不足。本研究引入 EndoUFM，一个无监督的单目深度估计框架，创新性地集成双重基础模型以针对手术场景进行优化，通过利用强大的预学习先验提升深度估计性能。该框架特色包括创新的自适应微调策略，采用随机向量低秩适应（RVLoRA）增强模型适应性；基于深度可分离卷积的残差块（Res-DSC）以改进细粒度局部特征捕获。此外，我们设计了基于掩码引导的平滑损失，以强制组织结构内深度一致性。广泛的实验在 SCARED、Hamlyn、SERV-CT 和 EndoNeRF 数据集上证明，我们的方法在保持高效模型规模的同时实现了最先进的性能。这一工作通过提升 minimally invasive 手术中外科医生的空间感知能力，从而增强手术精度和安全性，对于增强现实和导航系统具有重要意义。
引用
@article{arxiv.2508.17915,
title = {Hilbert-Kunz multiplicity of quadrics via Ehrhart theory},
author = {Igor Pak and Boris Shapiro and Ilya Smirnov and Ken-ichi Yoshida},
journal= {arXiv preprint arXiv:2508.17915},
year = {2026}
}
备注
Improved Corollary 3.12 and corrected the proof of 3.18