基于跨模态逆向神经渲染的内镜注册
计算机视觉与模式识别
2024-09-19 v1
摘要
本文提出了一种用于神经外科中3D/2D内镜注册的新方法，基于跨模态逆向神经渲染。该方法将隐式神经表示分为两个组件，分别处理术前的解剖结构和术中的外观。通过控制多样式超网络来实现这种解耦。训练完成后，隐式神经表示作为可微分渲染引擎使用，可用于通过最小化其渲染图像与目标术中图像之间的不相似性来估计外科摄像机姿态。我们在回顾性患者数据临床病例中测试了该方法，显示出优于当前方法的性能，同时满足当前临床标准。代码和其他资源可在 https://maxfehrentz.github.io/style-ngp/ 获取。
引用
@article{arxiv.2409.11983,
title = {Intraoperative Registration by Cross-Modal Inverse Neural Rendering},
author = {Maximilian Fehrentz and Mohammad Farid Azampour and Reuben Dorent and Hassan Rasheed and Colin Galvin and Alexandra Golby and William M. Wells and Sarah Frisken and Nassir Navab and Nazim Haouchine},
journal= {arXiv preprint arXiv:2409.11983},
year = {2024}
}
备注
Accepted at MICCAI 2024