模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2019, Vol. 32 Issue (1): 36-42    DOI: 10.16451/j.cnki.issn1003-6059.201901005
“共融机器人”专辑 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于区域建议网络和残差结构的导丝跟踪
刘市祺1,2, 孙晓波1, 谢晓亮2, 侯增广2
1.哈尔滨理工大学 自动化学院 哈尔滨 150080
2.中国科学院自动化研究所 复杂系统管理与控制国家重点实验室 北京 100190
Guidewire Tracking Based on Regional Proposal Network and Residual Structure
LIU Shiqi1,2, SUN Xiaobo1, XIE Xiaoliang2, HOU Zengguang2
1.School of Automation, Harbin University of Science and Tech-nology, Harbin 150080
2. State Key Laboratory of Management and Control of Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing 100190

全文: PDF (924 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 X光影像导航成为提高机器人介入手术操作精度和安全性的关键突破点.因此,文中提出基于区域建议网络、残差结构和Canny边缘检测的导丝跟踪框架.在图像标定方面,采用多尺度标记策略,使检测网络可以学到更准确的特征.在图像增强方面,采用多滤波器融合策略,增加导丝的可识别性,提高跟踪准确率,改善系统鲁棒性.选取22组X射线视频序列进行实验,验证文中算法在速度、准确率及系统鲁棒性方面的优势.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
刘市祺
孙晓波
谢晓亮
侯增广
关键词 X光影像导航 导丝跟踪 区域建议网络 残差结构 Canny边缘检测    
Abstract:X-ray image navigation is a breakthrough of improving the accuracy and safety of robotic interventional surgery. A method based on region proposal network, residual structure and canny edge detection is proposed in this paper. It is specifically designed for guidewire segmentation framework. In the image calibration, multi-scale marking strategies are adopted to enable detection networks to learn accurate features. In the image augmentation, a multi-filter fusion strategy is employed to increase the recognizability of the guidewire and improve the tracking accuracy and the system robustness. The experiment is conducted on 22 sets of X-ray video sequences. Experimental results demonstrate the superiority of the proposed algorithm in terms of speed, accuracy and robustness.
收稿日期: 2018-09-27     
ZTFLH: TP 183  
基金资助:国家自然科学基金项目(No.61533016,U1613210)资助
通讯作者: 侯增广,博士,研究员,主要研究方向为康复机器人与微创介入手术机器人.E-mail:zengguang.hou@ia.ac.cn.   
作者简介: 刘市祺,硕士研究生,主要研究方向为微创介入手术机器人.E-mail:liushiqi2016@ia.ac.cn.孙晓波,硕士,教授,主要研究方向为控制系统、控制工程.E-mail:sxb640926@qq.com.谢晓亮,博士,副研究员,主要研究方向为手术机器人建模与控制、医学影像处理.E-mail: xiaoliang.xie@ia.ac.cn.
引用本文:   
刘市祺, 孙晓波, 谢晓亮, 侯增广,. 基于区域建议网络和残差结构的导丝跟踪[J]. 模式识别与人工智能, 2019, 32(1): 36-42. LIU Shiqi, SUN Xiaobo, XIE Xiaoliang, HOU Zengguang. Guidewire Tracking Based on Regional Proposal Network and Residual Structure. , 2019, 32(1): 36-42.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201901005      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2019/V32/I1/36
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn