PERSEUS：基于语义理解的内窥镜感知与SLAM
机器人学
2026-01-21 v2 计算机视觉与模式识别
摘要
目的：天然体腔手术通过减少切口并缩短恢复时间，但因可视化与方向挑战需要更高的专业技能。我们提出一种感知管线，允许进行语义场景理解。方法：我们将学习驱动的分割、深度估计和3D重建模块整合，创建手术场景的实时分段地图。此外，我们使用机器人姿态进行配准，以解决单目图像映射的尺度歧义，并允许在机器人手术中使用语义感知的实时重建。结果：我们实现了基于平均单侧 Chamfer 距离的亚毫米级重建精度，姿态配准 RMSE 为 0.9 mm，估计尺度误差在基准值的 2% 内。结论：我们提出了模块化感知管线，将语义分割与实时单目SLAM集成，用于天然体腔手术。该管线为场景理解提供了可行方案，可促进自动化或术士指导。
引用
@article{arxiv.2509.13541,
title = {PERSEUS: Perception with Semantic Endoscopic Understanding and SLAM},
author = {Ayberk Acar and Fangjie Li and Susheela Sharma Stern and Lidia Al-Zogbi and Hao Li and Kanyifeechukwu Jane Oguine and Dilara Isik and Brendan Burkhart and Jesse F. d'Almeida and Robert J. Webster and Ipek Oguz and Jie Ying Wu},
journal= {arXiv preprint arXiv:2509.13541},
year = {2026}
}
备注
13 pages, 6 figures, 2 tables. Under review for The 17th International Conference on Information Processing in Computer-Assisted Interventions (IPCAI 2026)