Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

Registro automático de múltiples vistas X-Rayos/TC utilizando contornos de la subestructura ósea

Created by
  • Haebom

Autor

Roman Flepp, Leon Nissen, Bastian Sigrist, Arend Nieuwland, Nicola Cavalcanti, Philipp Furnstahl , Thomas Dreher, Lilian Calvet

Describir

En este artículo, presentamos un método de registro de imágenes multivista de X-línea/TC para una navegación quirúrgica precisa durante la cirugía ortopédica. Para superar los problemas de los métodos existentes, como la inexactitud, la vulnerabilidad a la estimación inicial de la pose y la necesidad de anotación manual de puntos clave, proponemos una técnica de optimización iterativa multivista basada en contornos del vecino más cercano (ICP), que adapta contornos específicos correspondientes a estructuras subóseas. Esto reduce la ambigüedad y permite un registro de imágenes más robusto y preciso que la adaptación global de siluetas. Funciona de forma totalmente automática utilizando solo dos imágenes de X-línea y se acompaña de cinco conjuntos de datos de especímenes cadavéricos que contienen imágenes reales de X-línea, poses de imágenes de X-línea y las tomografías computarizadas correspondientes. Utilizando el error medio de reproyección (mRPD) evaluado en imágenes de línea X reales, logramos una precisión significativamente mayor (mRPD 0,67 mm) que las soluciones comerciales (5,35 mm) que requieren intervención manual.

Takeaways, Limitations

Takeaways:
Presentación de un método de registro de imágenes de TC/línea Xde múltiples vistas que es más preciso (precisión submilimétrica) y más robusto que los métodos existentes
Funcionamiento totalmente automático sin intervención manual.
Proporcionar soluciones prácticas aplicables a entornos quirúrgicos reales.
Contribuir a resultados quirúrgicos precisos y efectivos mediante una mejor navegación quirúrgica
Se presenta un nuevo conjunto de datos que contiene cinco especímenes cadavéricos.
Limitations:
Actualmente se evalúa utilizando solo datos de muestras cadavéricas, se necesita validación utilizando datos de pacientes vivos.
Se necesitan más investigaciones para determinar la generalización en diferentes estructuras anatómicas o tipos quirúrgicos.
Es necesario analizar el coste computacional y el potencial de procesamiento en tiempo real del método propuesto.
👍