Rapid Patient-Specific Neural Networks for Intraoperative X-ray to Volume Registration
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种名为xvr的全自动框架,解决了2D/X射线与3D预术体积配准的泛化问题。该框架通过物理仿真生成患者特定的训练数据,实现高效的配准,具有优异的泛化能力和亚毫米级的配准精度,显著优于现有方法。
🎯
关键要点
- 本研究提出了一种名为xvr的全自动框架,解决了2D/X射线与3D预术体积配准的泛化问题。
- xvr框架通过物理仿真生成患者特定的训练数据,实现高效的2D到3D配准。
- 研究结果表明,xvr在多样化的数据集上表现出优异的泛化能力。
- xvr在手术任务中实现亚毫米级的配准精度,显著优于现有方法。
➡️