User: Guest  Login
More Searchfields
Simple search
Original title:
Computer Vision-Assisted Surgery: Real-Time Instrument Tracking with Machine Learning
Translated title:
Computer-Vision-gestützte Chirurgie: Tracking von Instrumenten in Echtzeit mit Maschinellen Lernverfahren
Author:
Rieke, Nicola Christin
Year:
2018
Document type:
Dissertation
Faculty/School:
Fakultät für Informatik
Advisor:
Navab, Nassir (Prof. Dr.)
Referee:
Navab, Nassir (Prof. Dr.); Sznitman, Raphael (Prof. Dr.)
Language:
en
Subject group:
MED Medizin
TUM classification:
MED 230d; DAT 760d
Abstract:
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...     »
Translated abstract:
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
Date of submission:
28.03.2018
Oral examination:
19.11.2018
File size:
59327657 bytes
Pages:
137
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20181119-1435900-1-2
Last change:
09.07.2019
 BibTeX