摘要:此贡献旨在为研究人员提供有关适用于医疗内窥镜检查的实时3D重建方法的最新最新概述。在过去的十年中,计算能力方面已经取得了各种技术进步,并且在许多计算机视觉领域(例如自动驾驶,机器人技术和无人驾驶航空车辆)的研究工作增加了。其中一些进步也可以适应医疗内窥镜检查领域,同时应对诸如无特征表面,不同的照明条件和可变形结构等挑战。为提供全面的概述,进行了单眼,双眼,三眼和多眼方法的逻辑划分,并区分了主动和被动的方法。在这些类别中,我们认为柔性和非弹性内窥镜都尽可能充分地覆盖最新的内窥镜。讨论了与此处介绍的出版物进行比较的相关错误指标,并且在讨论了何时选择GPU而不是FPGA的基于摄像机的3D重建的选择。我们详细阐述了使用数据集的良好实践,并直接比较了提出的工作。重要的是要注意,除了医学出版物外,还认为对Kitti和Middlebury数据集进行评估的出版物还包括可能适用于医疗3D重建的相关方法。
主要关键词