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.
EndoControlMag: Ampliación robusta del movimiento vascular endoscópico con restablecimiento periódico de referencia y control jerárquico de doble máscara con reconocimiento de tejido
Created by
Haebom
Autor
An Wang, Rulin Zhou, Mengya Xu, Yiru Ye, Longfei Gou, Yiting Chang, Hao Chen, Chwee Ming Lim, Jiankun Wang, Hongliang Ren
Describir
EndoControlMag es un marco de trabajo basado en Lagrange, sin necesidad de entrenamiento, para visualizar movimientos vasculares sutiles durante la cirugía endoscópica. Utiliza una técnica de re-referencia periódica (PRR) y un marco de aumento jerárquico con reconocimiento de tejido (HTM) para evitar la acumulación de errores y mantener la consistencia temporal en entornos quirúrgicos complejos y dinámicos. HTM rastrea el centro del vaso mediante un modelo de seguimiento visual preentrenado y ajusta el efecto de aumento en los tejidos circundantes mediante dos estrategias de suavizado adaptativo: basada en el movimiento y basada en la distancia. Los resultados de la evaluación con el conjunto de datos EndoVMM24 muestran que supera a los métodos existentes en cuanto a precisión y calidad visual, y es robusto en diversas condiciones quirúrgicas complejas. El código, el conjunto de datos y los resultados del vídeo se pueden encontrar en https://szupc.github.io/EndoControlMag/ .
Mejora de la precisión y la calidad de la visualización del movimiento microvascular durante la cirugía endoscópica.
◦
Presentamos un marco eficiente que no requiere entrenamiento.
◦
Rendimiento robusto en una variedad de entornos quirúrgicos (oclusiones, interferencias de instrumentos, cambios en el campo de visión, deformación vascular).
◦
Prevención de la acumulación de errores y mantenimiento de la consistencia temporal mediante técnicas PRR y HTM.
◦
Proporcionar reproducibilidad y mayor potencial de investigación a través de código abierto, conjuntos de datos y resultados.
•
Limitations:
◦
El conjunto de datos EndoVMM24 tiene un alcance limitado. Se requiere validación adicional para diferentes tipos y entornos quirúrgicos.
◦
Es necesario aclarar los criterios de selección automática para las estrategias de suavizado basadas en el movimiento y en la distancia.
◦
Se requiere una evaluación del rendimiento y la velocidad de procesamiento en tiempo real en un entorno quirúrgico real.
