用于Minimally Invasive Surgery中多视角图像获取与3D重建的机器人手臂平台
机器人学
2024-10-22 v1 计算机视觉与模式识别
摘要
Minimally invasive surgery（MIS）具有显著优势，如缩短恢复时间和最小化患者创伤，但在可见性和可及性方面存在挑战，使得准确的3D重建成为手术规划和导航的重要工具。本文介绍了一个用于MIS环境中高效多视角图像获取和精确3D重建的机器人手臂平台。我们将腹镜适配到机器人手臂上，并在不同照明条件（手术室和腹镜）和轨迹（球形和腹镜）下，对几只羊肝器官进行了外源性图像采集。我们采用近期发布的基于学习的特征匹配器结合COLMAP进行重建。通过与高精度激光扫描的对比进行定量评估。我们的结果表明，尽管在现实MIS照明和轨迹条件下重建效果受到影响，但许多管道版本实现了接近亚毫米的精度，平均为1.05 mm 均方根误差和0.82 mm Chamfer距离。我们的最佳重建结果出现在手术室照明和球形轨迹条件下。该机器人平台为MIS环境中受控、可重复的多视角数据获取提供了用于3D生成的工具，我们希望其 leads to new datasets for training learning-based models。
引用
@article{arxiv.2410.11703,
title = {Robotic Arm Platform for Multi-View Image Acquisition and 3D Reconstruction in Minimally Invasive Surgery},
author = {Alexander Saikia and Chiara Di Vece and Sierra Bonilla and Chloe He and Morenike Magbagbeola and Laurent Mennillo and Tobias Czempiel and Sophia Bano and Danail Stoyanov},
journal= {arXiv preprint arXiv:2410.11703},
year = {2024}
}
备注
8 pages, 5 figures, 3 tables. This work has been submitted to the IEEE for possible publication