[论文] Stop Holding Your Breath: CT-Informed Gaussian Splatting for Dynamic B...

论文概要

研究领域: CV/Medical 作者: Anna E. S 发布时间: 2026-04-30 arXiv: 2604.28179

中文摘要

支气管镜导航依赖于将内镜视频与术前CT扫描配准，但呼吸运动使气道变形5-20毫米，产生CT与身体之间的偏差，限制了定位精度。临床上通过屏气协议来缓解，即试图将术中解剖结构与静态CT匹配，但难以复现且干扰临床工作流。我们提出利用患者特定的呼吸建模来消除对屏气协议的需求。已为规划而获取的成对吸气-呼气CT扫描隐式定义了呼吸气道的患者特定变形空间。通过配准这些扫描，我们将呼吸运动简化为每帧的单一标量呼吸相位，将所有重建约束在解剖学观察到的构型内。我们将这一表示嵌入到网格锚定的高斯溅射框架中，轻量级估计器直接从内镜RGB推断呼吸相位，实现无需屏气或外部传感的整个呼吸周期内连续、感知变形的重建。为支持定量评估，我们引入RESPIRE——一个物理基础的支气管镜仿真管线，提供每帧几何、位姿、呼吸相位和变形的真值。RESPIRE上的实验表明，我们的方法实现了几何保真的重建、20倍以上的更快训练，以及1.22毫米的目标定位精度（在3毫米临床相关容差范围内）。

原文摘要

Bronchoscopic navigation relies on registering endoscopic video to a preoperative CT scan, but respiratory motion deforms the airway by 5-20 mm, creating CT-to-body divergence that limits localization accuracy. In practice, this is mitigated through breath-hold protocols, which attempt to match the intraoperative anatomy to a static CT, but are difficult to reproduce and disrupt clinical workflow. We propose to eliminate the need for breath-hold protocols by leveraging patient-specific respirato...

自动采集于 2026-05-02

#论文 #arXiv #CV/Medical #小凯