User: Guest  Login
If you experience problems opening the document, please try this link.
Original title:
Machine Learning for Medical Instrument Detection and Pose Estimation in Retinal Microsurgery
Translated title:
Maschinelles Lernen für medizinische Instrumentenerkennung und Einschätzung der Pose in der retinalen Mikrochirurgie
Author:
Alsheakhali, Mohamed
Year:
2017
Document type:
Dissertation
Faculty/School:
Fakultät für Informatik
Advisor:
Navab, Nassir (Prof. Dr.)
Referee:
Navab, Nassir (Prof. Dr.); Cheriet, Farida (Prof. Dr.)
Language:
en
Subject group:
DAT Datenverarbeitung, Informatik; MED Medizin
TUM classification:
MED 230d; DAT 760d
Abstract:
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.
Translated abstract:
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
Date of submission:
19.12.2016
Oral examination:
27.06.2017
File size:
6448068 bytes
Pages:
142
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20170627-1338832-1-7
Last change:
29.08.2017
 BibTeX