面向可靠植入柔性微电极阵的视觉异常检测
计算机视觉与模式识别
2025-10-13 v1 机器人学
摘要
柔性微电极（FME）植入脑皮层因其可变形的纤维状结构及与关键生物组织的相互作用，具有较大的挑战性。为确保植入过程的可靠性和安全性，需对其进行严格的监控。本文开发了一种基于显微镜摄像头的图像异常检测框架，用于机器人FME植入系统。该统一框架在四个关键节点上使用：检查微针、FME探针、钩持结果及植入点。利用现有的目标局部化结果，从原始图像中提取对齐的感兴趣区域（ROI），输入到预训练的视觉转换器（ViT）中。针对任务需求，我们提出了一种渐进式分辨率patch特征采样方法，以解决在不同位置上敏感性-容忍度之间的权衡问题。此外，我们从原始通用ViT特征中选取信号信噪比较高的部分通道，以为每个特定场景提供更好的特征描述子。通过使用收集自植入系统的图像数据集验证了所提出方法的有效性。
引用
@article{arxiv.2510.09071,
title = {Visual Anomaly Detection for Reliable Robotic Implantation of Flexible Microelectrode Array},
author = {Yitong Chen and Xinyao Xu and Ping Zhu and Xinyong Han and Fangbo Qin and Shan Yu},
journal= {arXiv preprint arXiv:2510.09071},
year = {2025}
}
备注
Accept by IROS 2025