停止屏息：用于动态支气管镜检查的CT信息引导高斯泼溅
计算机视觉与模式识别
2026-05-01 v1
摘要
支气管镜导航依赖于将内窥镜视频配准到术前CT扫描，但呼吸运动会使气道变形5-20毫米，造成CT与体内解剖结构的差异，从而限制定位精度。在实践中，这通过屏气方案来缓解，该方案试图使术中解剖结构与静态CT匹配，但难以复现并干扰临床工作流程。我们提出通过利用患者特异性呼吸建模来消除对屏气方案的需求。已为规划而采集的成对吸气-呼气CT扫描，隐式地定义了呼吸气道的患者特异性变形空间。通过配准这些扫描，我们将呼吸运动简化为每帧的单个标量呼吸相位，将所有重建约束在解剖学上可观测的构型内。我们将此表示嵌入到一个网格锚定的高斯泼溅框架中，其中轻量级估计器直接从内窥镜RGB图像推断呼吸相位，从而在整个呼吸周期中实现连续、变形感知的重建，无需屏气或外部传感。为了进行定量评估，我们引入了RESPIRE，一个物理上合理的支气管镜模拟流程，提供每帧的几何、位姿、呼吸相位和变形的真值。在RESPIRE上的实验表明，我们的方法实现了几何上保真的重建，训练速度提高20倍以上，目标定位精度达到1.22毫米（在3毫米的临床相关容差范围内），优于无约束的单CT基线。请访问我们的网站获取更多可视化结果：https://asdunnbe.github.io/RESPIRE/
引用
@article{arxiv.2604.28179,
title = {Stop Holding Your Breath: CT-Informed Gaussian Splatting for Dynamic Bronchoscopy},
author = {Andrea Dunn Beltran and Daniel Rho and Aarav Mehta and Xinqi Xiong and Raúl San José Estépar and Ron Alterovitz and Marc Niethammer and Roni Sengupta},
journal= {arXiv preprint arXiv:2604.28179},
year = {2026}
}