外科机器人依赖于强大而有效的计算机视觉算法能够实时进行干预。利用清晰准确的数据集,外科医生能够精确地移动外科手术工具,参考变形软组织。
然而,主要的问题是,这种算法的训练或测试,特别是在使用深度学习技术时,需要大量的内窥镜数据集。获取这些大型数据集可被视为一项具有挑战性的任务,因为它需要昂贵的硬件、伦理审批、患者同意和访问医院。
VisionBlender是一个合成数据集发电机,专门用于协助机器人手术。通过将用户界面添加到Blender,此工具允许用户使用深度,视差,分割掩模,表面法线,光学流,对象姿势和相机参数的地面真理映射生成现实视频序列。
在2020年医学图像计算和计算机辅助干预(MICCAI 2020)研讨会上的介绍中,研究人员不仅展示了使用该工具可以生成的内窥镜数据的例子,但也展示了一个潜在的应用,生成的数据已被用于训练和评估最先进的3D重建算法。
VisionBlender能够高效地生成真实的内窥镜数据集,这是机器人手术中令人兴奋的一步。
VisionBlender是一个开源项目。更多信息请访问VisionBlender的GitHub页面.
来源:伦敦帝国理工学院