Adaptive Sensor-Image Fusion for Enhanced 3D Pose Estimation in Cardiac Intervention
Notice bibliographique
Résumé
Precise tracking of surgical instruments and anatomical structures is vital for minimally invasive cardiac surgery to perform safe and effective interventions. However, conventional methods that rely on frames for pose estimation are vulnerable to lighting fluctuations, occlusions, and motion blur, the challenges of real surgical environments. To mitigate these challenges, we propose a multi-modal pose estimation architecture allowing us to fuse image data, which can be processed using models such as Swin Transformer, along with position and orientation sensor data via a gated fusion, as well as a layered multi-head attention module. By adaptively addressing visual and sensor-based spatial details, the framework not only contributes to improved robustness against noise and uncertainty but also pose estimation accuracy. We extensively evaluate the proposed method against image-only and sensoronly baselines and demonstrate its superior performance in estimating both position and orientation. The gated fusion mechanism and multi-head attention structure improve the robustness against missing data and sensor noise, thereby enhancing prediction reliability. Position estimation has very close to perfect accuracy in the R2> 0.9997 range along all spatial axes. We see that orientation prediction also shows strong linear correlations, where the R2values exceed 0.9975 for all components of the quaternion, which confirms the model’s capability of capturing the rotational behavior. The implications of these results are significant, as the proposed framework offers a robust and accurate approach to surgical pose estimation, enabling more reliable cardiac surgical navigation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».