KỸ THUẬT CẢI THIỆN CHẤT LƯỢNG VÀ HIỆU SUẤT KHÂU ẢNH TRONG PHẪU THUẬT XÂM LẤN TỐI THIỂU
Thông tin bài báo
Ngày nhận bài: 30/03/22                Ngày hoàn thiện: 26/05/22                Ngày đăng: 27/05/22Tóm tắt
Phẫu thuật xâm lấn tối thiểu (MIS) là một kỹ thuật phẫu thuật của hiện tại và tương lai. Tuy nhiên, MIS gặp phải hai thách thức lớn về chất lượng của ảnh khâu và tốc độ khâu ảnh. Bởi vì MIS yêu cầu rất cao về độ chính xác phẫu thuật mô và thời gian thực hiện của bác sĩ phẫu thuật. Do đó, bài báo này đề xuất phương pháp cải thiện chất lượng ảnh khâu và tăng tốc độ khâu ảnh để cung cấp cho bác sĩ phẫu thuật hình ảnh tốt về khu vực phẫu thuật với thời gian tốt nhất. Phương pháp đề xuất đó là: giảm thời gian phát hiện các điểm đặc trưng trong ảnh nhỏ bằng cách sử dụng OpenCL và cải thiện chất lượng ảnh khâu bằng cách tìm ma trận Hemography tốt nhất. Kết quả nghiên cứu cho thấy thời gian phát hiện các điểm đặc trưng giảm bảy lần so với phương pháp hiện tại, do vậy tốc độ khâu ảnh sẽ nhanh hơn. Hơn nữa, số lượng điểm đặc trưng được phát hiện cao gấp 3 lần so với phương pháp hiện tại, do vậy, chất lượng ảnh ghép tốt hơn. Phương pháp đề xuất hứa hẹn sẽ cải thiện những hạn chế hiện có trong phẫu thuật nội soi.
Từ khóa
Toàn văn:
PDFTài liệu tham khảo
[1] J. Totz, K. Fujii, P. Mountney, and G.-Z. Yang, “Enhanced visualisation for minimally invasive surgery,” International Journal of Computer Assisted Radiology and Surgery, vol. 7, no. 3, pp. 423-432, 2012.
[2] H. Bay, A. Ess, T. Tuytelaars, and L. Van Gool, “Speededup robust features (SURF),” Computer Vision and Image Understanding, vol. 110, no. 3, pp. 346-359, 2008.
[3] A. H. Vardhan et al., “Unsupervised approach for object matching using Speeded Up Robust Features,” in 2015 IEEE Applied Imagery Pattern Recognition Workshop (AIPR), 2015.
[4] C. N. Senarathne et al., “A faster image registration and stitching algorithm,” in 2011 6th International Conference on Industrial and Information Systems, 2011.
[5] S. K. Trivedi et al., Handbook of Research on Advanced Data Mining Techniques and Applications for Business Intelligence, IGI Global, 2017.
[6] A. A. Goshtasby, Point Pattern Matching, in Image Registration: Principles, Tools and Methods, Springer London, 2012, pp. 267-312.
[7] C. Takada, T. Suzuki, A. Aff, and T. Nakaguchi, Hybrid tracking and matching algorithm for mosaicking multiple surgical views, Cham: Springer, 2017, pp. 24-35.
[8] D. G. Lowe, “Distinctive Image Features from Scale-Invariant Keypoints,” International Journal of Computer Vision, vol. 60, no. 2, pp. 91-110, 2004.
[9] R. Srivastava, Research Developments in Computer Vision and Image Processing: Methodologies and Applications, IGI Global, 2013.
[10] Z. Zhang, “A fexible new technique for camera calibration,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 22, no. 11, pp. 1330-1334, 2000.
[11] A. Kaehler and G. Bradski, Learning OpenCV 3: Computer vision in C ++ with the OpenCV library, Sebastopol: O’Reilly Media Inc., 2016.DOI: https://doi.org/10.34238/tnu-jst.5784
Các bài báo tham chiếu
- Hiện tại không có bài báo tham chiếu