Tracking, deformación y localización en secuencias de endoscopia médica

Guillén Cebrián, Blanca
Martínez Montiel, José María (dir.)

Universidad de Zaragoza, EINA, 2018
Departamento de Informática e Ingeniería de Sistemas, Área de Ingeniería de Sistemas y Automática

Graduado en Ingeniería de Tecnologías Industriales

Resumen: Partiendo de un sistema ORB-SLAM monocular deformable, que inicialmente operaba sobre un prototipo de laboratorio compuesto de una tela que sufre deformaciones, se ha adaptado para que procese por primera vez secuencias médicas de endoscopias reales in-vivo de un dataset estandarizado. En las secuencias, el endoscopio se mueve y la escena se deforma. El objetivo es estimar, para cada frame del vídeo, la forma 3D de la superficie y la posición del endoscopio relativa a esa superficie. El sistema inicialmente realiza una exploración de la escena en reposo mediante un sistema de ORB-SLAM rígido, creando un mapa de puntos en 3D a partir del cual se estima, mediante el método de Poisson, la superficie en reposo de la escena. Esta superficie en reposo se denomina plantilla y se codifica mediante una malla triangular. El sistema inicial tenía dos obstáculos para procesar las imágenes médicas: 1) imposibilidad de crear la malla en escenas médicas debido a los puntos espurios en la estimación del mapa, 2) baja tasa de emparejamientos debido a la falta de repetitividad de los puntos ORB. Los dos obstáculos han sido superados. El primero mediante la inclusión de un algoritmo de LMedS (Least Median of Squares) para la detección del rango válido de profundidades. El segundo mediante la inclusión de una nueva etapa de búsqueda por correlación para emparejar los puntos del mapa que no han sido emparejados mediante los puntos ORB. El sistema ha sido validado experimentalmente en tres secuencias médicas con deformación. Para ello, la superficie ground truth se estima a partir de una segunda cámara estéreo. El algoritmo propuesto consigue triplicar la tasa de emparejamiento hasta más del 95\%, a la vez que se mantiene el error en la estimación de la superficie deformable y con un costo computacional en torno a los 10\,ms. La implementación se ha hecho en C++ y está disponible en un repositorio privado de GitHub.

Tipo de Trabajo Académico: Trabajo Fin de Grado