Sichere Startbereiche für die medizinische Automatisierung von steuerbaren Nadeln
Eine Methode zur effizienten Berechnung von sicheren Startbereichen für steuerbare medizinische Nadeln, die sowohl Robustheit gegenüber Abweichungen in Position als auch in Orientierung berücksichtigt.
Robuste chirurgische Wahrnehmung durch lernbasierte Punktwolkenübereinstimmung
Ein lernbasierter Ansatz zur Punktwolkenübereinstimmung wird in ein chirurgisches Wahrnehmungsframework integriert, um die Datenassoziation bei großen Gewebedeformationen zu verbessern.
Optimierung der Trajektorie zur Verbesserung der robusten visuellen Verfolgung von chirurgischen Werkzeugen für eine zuverlässige chirurgische Automatisierung
Durch die Berücksichtigung der Bewegungs- und Beobachtungsunsicherheit bei der Trajektorienoptimierung kann die Genauigkeit der Verfolgung chirurgischer Werkzeuge verbessert und eine robustere chirurgische Automatisierung erreicht werden.
Robuste chirurgische Werkzeugverfolgung mit pixelbasierten Wahrscheinlichkeiten für projizierte geometrische Primitive
Die Arbeit konzentriert sich auf die Schätzung der Kamera-zu-Basis-Transformation und der Gelenkwinkel-Messfehler für chirurgische Robotikwerkzeuge mithilfe von Bildverarbeitungsalgorithmen und probabilistischen Modellen.
Automatisierung von Nähaufgaben basierend auf Fähigkeiten aus Demonstrationen
Entwicklung eines Lernalgorithmus für autonomes Nähen basierend auf Demonstrationen.
© 2024 by Linnk AI