Erkennung von Bildmerkmalen im Mikroskopbild für robotisch assistierte Mikrochirurgie: erste Ergebnisse und klinische Perspektive

Prinzen T, Marzi C, Haag J, Mathis-Ullrich F, Schipper J, Klenzner T (2022)


Publication Type: Conference contribution

Publication year: 2022

Journal

Publisher: Georg Thieme Verlag KG

Conference Proceedings Title: Laryngorhinootologie 2022

DOI: 10.1055/s-0042-1747120

Abstract

Einleitung

Mikroskope erzeugen während der Operation Bilddaten, die direkt für Assistenzsysteme genutzt werden können. In unserer Arbeit untersuchen wir einen Bildverarbeitungsalgorithmus, der in der Lage ist, Bewegungen im Sichtfeld durch Bildmerkmale zu registrieren, ohne dass zusätzliche externe Marker nötig sind.

Methode

Der Testaufbau besteht aus einem Operationsmikroskop, einer Kamera und einem Computer mit Framegrabber. Unter dem Mikroskop wurde ein Felsenbeinbeinphantom auf einer Plattform aufgebaut, die definierte Referenzbewegungen ermöglicht. Das Phantom wurde wie für eine Cochlea-Implantation vorbereitet. Für das Tracking identifiziert der Algorithmus Merkmale in zwei aufeinanderfolgenden Bildern des Mikroskop-Videos. Die Verschiebung zwischen den beiden Bildern ermöglicht die Schätzung der Verschiebung des Situs in Relation zum Mikroskop. Um die Präzision des Algorithmus zu bewerten, wurde die Bewegung des Phantoms mithilfe einer robotischen Plattform als Referenz durchgeführt. Die Ergebnisse des Algorithmus wurden mit dieser Referenz verglichen.

Ergebnisse

Der durchschnittliche Trackingfehler für die lineare Verschiebung des gesamten Situs betrug 93,9μm mit einer Standardabweichung von 118,4μm und liegt unter der postulierten Abweichung von≤500μm für Navigation an der lateralen Schädelbasis (Schipper et al.).

Diskussion und Schlussfolgerung

Wir konnten zeigen, dass unser System in der Lage ist, lineare Bildverschiebungen mit nur geringer Abweichung zu erkennen. In den nächsten Schritten werden wir Spiralbewegungen, Phantome und die Fähigkeit des Systems prüfen, bewegte Objekte im Sichtfeld zu tracken. Von klinischem Interesse ist vor allem die Kompensation unbeabsichtigter Bewegungen bei robotischen Eingriffen und das Tracking von bewegten Objekten.

Authors with CRIS profile

Involved external institutions

How to cite

APA:

Prinzen, T., Marzi, C., Haag, J., Mathis-Ullrich, F., Schipper, J., & Klenzner, T. (2022). Erkennung von Bildmerkmalen im Mikroskopbild für robotisch assistierte Mikrochirurgie: erste Ergebnisse und klinische Perspektive. In Laryngorhinootologie 2022. Georg Thieme Verlag KG.

MLA:

Prinzen, Tom, et al. "Erkennung von Bildmerkmalen im Mikroskopbild für robotisch assistierte Mikrochirurgie: erste Ergebnisse und klinische Perspektive." Proceedings of the Laryngorhinootologie 2022 Georg Thieme Verlag KG, 2022.

BibTeX: Download