利用空间不确定性进行 EMT 在线误差补偿
图像与视频处理
2020-05-25 v1 信号处理
摘要
目的：电磁追踪（EMT）有可能补充荧光导航，在混合环境中减少辐射暴露。由于易受外部畸变影响，EMT 中的系统误差需要通过算法进行补偿。导丝手术中 EMT 的补偿算法仅适用于在线场景。方法：我们收集位置数据并训练对称人工神经网络（ANN）架构以补偿导航误差。结果在在线和离线场景中评估，并与多项式拟合比较。我们评估了 ANN 所提补偿的空间不确定性。基于真实数据的仿真显示了如何利用该不确定性度量来提高精度并限制混合导航中的辐射暴露。结果：ANN 对未见畸变的补偿率超过 70%，优于多项式回归。在处理已知畸变时，ANN 同样优于多项式。我们经验性地证明了追踪精度与模型不确定性之间的线性关系。混合追踪的有效性在仿真实验中得到展示。结论：ANN 适用于 EMT 误差补偿，并能泛化到未见畸变。在开发空间误差补偿算法时需要评估模型不确定性，以便优化训练数据收集。最后，我们发现 EMT 中的误差补偿减少了对混合导航中 X 射线图像的需求。
引用
@article{arxiv.2004.13331,
title = {Leveraging Spatial Uncertainty for Online Error Compensation in EMT},
author = {Henry Krumb and Sofie Hofmann and David Kügler and Ahmed Ghazy and Bernhard Dorweiler and Robert Schmitt and Georgios Sakas and Anirban Mukhopadhyay},
journal= {arXiv preprint arXiv:2004.13331},
year = {2020}
}