PulseAugur
中
实时 15:39:08
English(EN) Metric Surface Reconstruction of Neurosurgical Scenes from Monocular Operating Microscope Images and Microscope Pose

人工智能从显微镜图像重建3D手术场景

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种方法，利用标准的单目手术显微镜图像和显微镜姿态数据，重建神经外科手术暴露的毫米级3D表面。该技术利用Depth Anything 3基础模型进行深度估计，并采用泊松表面重建生成网格。在与模型进行的实验室测试中，该系统实现了1.02 ± 0.93毫米至2.33 ± 2.15毫米之间的精度，证明了客观量化手术工作空间的技术可行性。 AI

影响 这项研究展示了人工智能在改善手术可视化和量化方面的潜力，可能有助于培训和器械开发。

排序理由 该集群包含一篇详细介绍新研究方法和实验结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

人工智能从显微镜图像重建3D手术场景

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Thomas Bucher, Didier Neuenschwander, Thomas Petutschnigg, Michael Murek, David Bervini, Andreas Raabe, Manuela Eugster ·

    基于单目手术显微镜图像和显微镜姿态的神经外科场景度量表面重建

    arXiv:2607.22773v1 Announce Type: cross Abstract: Objective: We evaluated whether metric 3D geometry of neurosurgical operative exposure can be recovered from standard monocular operating-microscope images combined with microscope pose data. Methods: In a phantom-based laboratory…

相关实体

相关话题