Zusammenfassung
Das hier vorgestellte Verfahren erkennt und verfolgt chirurgische Instrumente in Endoskopbildern ohne Hilfe von speziellen Markern oder farblichen Unterschieden zwischen Instrument und Hintergrund. Die ermittelte 3d-Position einer bestimmten Instrumentenspitze verwendet ein Roboter, um automatisch das Endoskop nachzuführen. Die Erkennung selbst ist aufgeteilt in zwei Phasen. In der Initialisierungsphase ruht das Endoskop, so dass das zu verfolgende Instrument aufgrund seiner Eigenbewegung gefunden werden kann. In der Trackingphase wird das Instrument mit Hilfe eines Partikelfilters verfolgt. Die Partikel beschreiben dabei in jedem Zeitschritt verschiedene Lagehypothesen des Instrumentes mit unterschiedlichen Wahrscheinlichkeiten.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literaturverzeichnis
Wei GQ, Arbter K, Hirzinger G. Automatic Tracking of Laparoscopic Instruments by Color Coding. Lecture Notes in Computer Science 1997;1205:357–366.
Zhang X, Payandeh S. Application of Visual Tracking for Robot-Assisted Laparoscopic Surgery. Journal of Robotic Systems 2002;19(7):315–328.
Matthes J, Gröll L, Jäkel J. Optimale Führung von Endoskopen mit redundanter Kinematik. Automatisierungstechnik 2001;49(4):168–176.
Boisvert J, Cheriet F, Grimard G. Segmentation of Laparoscopic Images for Computer Assisted Surgery. In: 13th Scandinavian Conference on Image Analysis; 2003. p. 587–594.
Uecker DR, Lee C, Wang YF, Wang Y. Automated Instrument Tracking in Robotically-Assisted Laparoscopic Surgery. Journal of Image Guided Surgery 308–325;1(6):1995.
Climent J, Marés P. Automatic Instrument Localization in Laparoscopic Surgery. Electronic Letters on Computer Vision and Image Analysis 2004;4(1):21–31.
Isard M, Blake A. CONDENSATION — Conditional Density Propagation for Visual Tracking. International Journal of Computer Vision 1998;29(1):5–28.
Lichtenauer J, Reinders MJT, Hendriks EA. Influence of the Observation Likelihood Function on Particle Filtering Performance in Tracking Applications. In: International Conf. on Automatic Face and Gesture Recognition; 2004. p. 767–772.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2006 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Rilk, M.E., Winkelbach, S., Wahl, F.M. (2006). Partikelfilter-basiertes Tracking chirurgischer Instrumente in Endoskopbildern. In: Handels, H., Ehrhardt, J., Horsch, A., Meinzer, HP., Tolxdorff, T. (eds) Bildverarbeitung für die Medizin 2006. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/3-540-32137-3_84
Download citation
DOI: https://doi.org/10.1007/3-540-32137-3_84
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-32136-1
Online ISBN: 978-3-540-32137-8
eBook Packages: Computer Science and Engineering (German Language)