从内窥镜视频重建鼻窦解剖结构——面向定量纵向评估的无辐射方法
计算机视觉与模式识别
2020-07-06 v2
摘要
直接从内窥镜视频中重建精确的鼻窦解剖3D表面模型，是进行横断面与纵向分析以更好理解鼻窦解剖与手术结果之间关系的一条有前景的途径。我们提出了一种患者特异的、基于学习的方法，直接且仅从内窥镜视频中进行鼻窦表面解剖的3D重建。我们在体内与离体数据上展示了我们方法的有效性与准确性，并与从运动恢复结构（Structure from Motion）得到的稀疏重建、从COLMAP得到的稠密重建以及来自CT的真实解剖结构进行比较。我们带纹理的重建是水密的，并能够测量与CT高度一致的临床相关参数。源代码可在 https://github.com/lppllppl920/DenseReconstruction-Pytorch 获取。
引用
@article{arxiv.2003.08502,
title = {Reconstructing Sinus Anatomy from Endoscopic Video -- Towards a Radiation-free Approach for Quantitative Longitudinal Assessment},
author = {Xingtong Liu and Maia Stiber and Jindan Huang and Masaru Ishii and Gregory D. Hager and Russell H. Taylor and Mathias Unberath},
journal= {arXiv preprint arXiv:2003.08502},
year = {2020}
}
备注
Accepted to MICCAI 2020