VR-Caps：一种用于胶囊内镜的虚拟环境
计算机视觉与模式识别
2021-01-15 v2 机器学习
摘要
当前用于胃肠疾病诊断与治疗的胶囊内镜以及下一代机器人胶囊是复杂的信息物理平台，必须协调复杂的软件与硬件功能。这些系统期望完成的任务包括视觉定位、深度估计、三维建图、疾病检测与分割、自动导航、主动控制、路径实现以及诸如靶向给药与活检采样等可选治疗模块。数据驱动算法有望为胶囊内镜赋能诸多高级功能，但真实世界数据难以获取。提供合成数据的物理逼真仿真已成为开发数据驱动算法的一种解决方案。在本工作中，我们提出一个用于胶囊内镜操作的综合仿真平台，并介绍 VR-Caps，一种模拟一系列正常与异常组织状况（如充盈、干燥、湿润等）及不同器官类型、胶囊内镜设计（如单目、立体、双目与360°相机），以及实现主动运动的内外部磁源的类型、数量、强度与布置的虚拟主动胶囊环境。VR-Caps 使得针对当前与下一代内镜胶囊系统的医学成像与分析软件得以独立或联合开发、优化与测试。为验证该方法，我们利用来自 VR-Caps 的仿真数据训练最先进的深度神经网络以完成多种医学图像分析任务，并在真实医学数据上评估这些模型的性能。结果表明所提出的虚拟平台在开发量化覆盖比例、相机轨迹、三维地图重建与疾病分类的算法方面具有有用性与有效性。
引用
@article{arxiv.2008.12949,
title = {VR-Caps: A Virtual Environment for Capsule Endoscopy},
author = {Kagan Incetan and Ibrahim Omer Celik and Abdulhamid Obeid and Guliz Irem Gokceler and Kutsev Bengisu Ozyoruk and Yasin Almalioglu and Richard J. Chen and Faisal Mahmood and Hunter Gilbert and Nicholas J. Durr and Mehmet Turan},
journal= {arXiv preprint arXiv:2008.12949},
year = {2021}
}
备注
18 pages, 14 figures