.png){kind=icon}
返回
HTM: A Hybrid Triangular Modeling Framework for Soft Tissue Feature Tracking
.png){kind=icon}
PRE
AI
DOI：10.32604/cmes.2025.071869.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在内窥镜手术中，由患者运动和呼吸引起的有限视野以及器官的非线性变形，显著增加了从内窥镜图像序列中建模和精确跟踪软组织表面的难度。为应对这些挑战，我们提出了一种新型的混合三角形匹配（HTM）软组织特征跟踪建模框架。具体而言，HTM通过应用分水岭算法进行斑点检测，并结合Delaunay三角剖分与新设计的三角形搜索分割算法，构建了软组织表面上检测到的斑点的几何模型。借助质心坐标理论，HTM能够在三角剖分模型内快速、准确地建立帧间对应关系，实现无需显式标记或大量训练数据的稳定特征跟踪。在内窥镜序列上的实验结果表明，该基于模型的跟踪方法具有更低的计算复杂度，对组织变形具有鲁棒性，并为手术计算机视觉中的实时软组织跟踪提供了一种可扩展的几何建模方法。
Keyword:
Hybrid triangular matching
HTM
medical surgery
soft tissue
feature tracking
geometric modeling
delaunay triangulation
barycentric coordinate system
期刊
C
IF:
2.5
论文数:
354
被引数:
0
机构
引用论文
暂无论文信息