Der Artikel präsentiert DiffPose, ein selbstüberwachtes Framework für die differenzierbare 2D/3D-Bildregistrierung. DiffPose umfasst zwei Hauptkomponenten:
Vortraining eines patientenspezifischen neuronalen Netzwerks zur Posenschätzung von synthetischen Röntgenbildern, die aus der präoperativen CT-Aufnahme generiert werden. Dieses Netzwerk lernt die Kamerapose ohne manuelle Annotationen zu schätzen, indem es eine Kombination aus bildbasierter Ähnlichkeit und geodätischen Verlusten in der SE(3)-Mannigfaltigkeit optimiert.
Intraoperative Verfeinerung der Posenschätzung durch differenzierbare Rendering-basierte Optimierung. Hierbei wird eine multiskalige normalisierte Kreuzkorrelation als robuste bildbasierte Verlustfunktion verwendet, die auf einer effizienten dünnbesetzten Renderingstrategie basiert.
DiffPose erzielt konsistent Genauigkeiten im Submillimeterbereich über verschiedene chirurgische Datensätze hinweg und übertrifft damit bestehende unüberwachte Methoden um eine Größenordnung sowie teilweise sogar überwachte Referenzverfahren.
To Another Language
from source content
arxiv.org
Principais Insights Extraídos De
by Vivek Gopala... às arxiv.org 03-28-2024
https://arxiv.org/pdf/2312.06358.pdfPerguntas Mais Profundas