Benutzer: Gast  Login
Originaltitel:
Machine Learning for Medical Instrument Detection and Pose Estimation in Retinal Microsurgery
Übersetzter Titel:
Maschinelles Lernen für medizinische Instrumentenerkennung und Einschätzung der Pose in der retinalen Mikrochirurgie
Autor:
Alsheakhali, Mohamed
Jahr:
2017
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Informatik
Betreuer:
Navab, Nassir (Prof. Dr.)
Gutachter:
Navab, Nassir (Prof. Dr.); Cheriet, Farida (Prof. Dr.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik; MED Medizin
TU-Systematik:
MED 230d; DAT 760d
Kurzfassung:
This thesis addresses the problem of medical instrument detection, tracking and pose estimation for retinal Microsurgery. It introduces novel discriminative methods to localize the instrument joints and estimate the instrument orientation in order to automate the positioning of Optical Coherence Tomography (OCT) scans during surgery. The performance in terms of accuracy, robustness and speed was evaluated on in-vivo retinal microsurgery datasets as well as on laparoscopic surgery.
Übersetzte Kurzfassung:
Das Ziel dieser Arbeit ist die Erkennung und die Lageschätzung von chirurgischen Instrumenten in der retinalen Mikrochirurgie. Hierbei werden neuartige, diskriminative Ansätze für die Lokalisierung der Referenzpunkte und der Orientierung des Instruments vorgestellt. Diese dienen im Anschluss der automatischen Positionierung der Optischen Kohärenztomografie (OCT) während der Operation. Die Leistung hinsichtlich Präzision, Robustheit und Geschwindigkeit wurde für in-vivo retinale Mikrochirurgie so...     »
WWW:
https://mediatum.ub.tum.de/?id=1338832
Eingereicht am:
19.12.2016
Mündliche Prüfung:
27.06.2017
Dateigröße:
6448068 bytes
Seiten:
142
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20170627-1338832-1-7
Letzte Änderung:
29.08.2017
 BibTeX