Benutzer: Gast  Login
Weniger Felder
Einfache Suche
Originaltitel:
Computer Vision-Assisted Surgery: Real-Time Instrument Tracking with Machine Learning
Übersetzter Titel:
Computer-Vision-gestützte Chirurgie: Tracking von Instrumenten in Echtzeit mit Maschinellen Lernverfahren
Autor:
Rieke, Nicola Christin
Jahr:
2018
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Informatik
Betreuer:
Navab, Nassir (Prof. Dr.)
Gutachter:
Navab, Nassir (Prof. Dr.); Sznitman, Raphael (Prof. Dr.)
Sprache:
en
Fachgebiet:
MED Medizin
TU-Systematik:
MED 230d; DAT 760d
Kurzfassung:
Visual tracking of surgical instruments is a key component of various computer-assisted interventions, yet a very challenging problem in the field of Computer Vision. This dissertation presents novel approaches which leverage machine learning techniques for precise real-time tracking and 2D pose estimation of instruments. The achieved results demonstrate that the proposed methods based on Random Forests and Deep Learning provide remarkable advantages with respect to the state of the art in terms...     »
Übersetzte Kurzfassung:
Das visuelle Tracking von chirurgischen Instrumenten stellt einen Kernbestandteil für eine Vielzahl computergestützter Eingriffe dar – gleichzeitig jedoch auch ein sehr anspruchsvolles Problem der Computer Vision. Diese Dissertation präsentiert neuartige Ansätze, um Techniken des maschinellen Lernens für Echtzeit-Tracking und 2D-Posenbestimmung von Instrumenten einzusetzen. Die erzielten Ergebnisse verdeutlichen, dass die auf Random-Forests oder Deep-Learning basierenden entwickelten Methoden in...     »
WWW:
https://mediatum.ub.tum.de/?id=1435900
Eingereicht am:
28.03.2018
Mündliche Prüfung:
19.11.2018
Dateigröße:
59327657 bytes
Seiten:
137
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20181119-1435900-1-2
Letzte Änderung:
09.07.2019
 BibTeX