Präzise 5-Freiheitsgrad-Lokalisation magnetischer Marker durch überwachtes Lernen mit synthetischen Daten

Unser Ansatz nutzt neuronale Netze, um die Position und Orientierung magnetischer Marker direkt aus Sensordaten zu schließen, ohne iterative Optimierungsverfahren. Wir generieren synthetische Trainingsdaten effizient mit Finite-Elemente-Simulationen, um die Beschränkungen bestehender Methoden zu überwinden.