Multimodal Image Registration and Calibration for Image-Guided Surgery
연구 내용
마커 없는 정합과 멀티모달 CT-MRI 정합, X-ray C-arm 캘리브레이션을 통해 수술 전후 좌표를 안정적으로 연결하는 연구
본 연구는 영상 유도 수술에서 정합 정확도와 기하학적 안정성을 확보하기 위한 방법론을 다룹니다. 마커 부착이 어려운 환경을 고려해 Intrinsic Shape Signature keypoints 기반 표면 기하 정보를 활용한 dynamic touchable region model을 정의하고, 이를 iterative closest point 기반 등록 절차와 결합해 markerless registration 성능을 개선합니다. 또한 CT-MRI에서는 segmentation aid와 CoLlAGe feature extraction을 활용한 멀티모달 정합 가능성을 평가합니다. X-ray C-arm fluoroscopy에서는 sinogram 데이터를 이용해 수술 직전 캘리브레이션을 수행하며 3D 위치 계산의 신뢰성을 높이는 절차를 제안합니다.
관련 연구 성과
관련 논문
3편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 markerless registration의 대응점 모호성 문제를 해결하기 위해 표면 기하 특성 기반 동적 영역 모델을 설계했습니다. 이후 동적 영역 모델을 ICP 기반 등록 절차와 결합하고, phantom 실험을 통해 수술 환경에서의 정합 개선 가능성을 확인했습니다. 병행해서 CT-MRI 멀티모달 정합에서는 세그멘테이션 보조와 특징 추출 프레임워크를 구성해 적용성을 검토했습니다. 최근에는 X-ray C-arm의 sinogram 기반 기하 캘리브레이션으로 수술 직전 안정성을 확보하는 방향으로 확장했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Markerless registration approach using dynamic touchable region model
Calibration Method of Projectional Geometry for X-ray C-arm Fluoroscopy Using Sinogram Data
A feasibility study on multimodal CT-MRI registration using segmentation aid and CoLlAGe feature extraction approach