Mesure par vision de la position d'instruments médicaux flexibles pour la chirurgie endoscopique robotisée
Langue Anglais
Accéder au document

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : Cabras, Paolo
Date de soutenance : 24-02-2016

Directeur(s) de thèse : Doignon, Christophe

Président : Casals, Alicia
Rapporteur(s) : Morel, Guillaume - Andreff, Nicolas
Membre(s) du jury : Mathelin, Michel de - Nageotte, Florent

Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
 
Discipline : Automatique, vision et robotique
Classification : Sciences de l'ingénieur, Informatique

Mots-clés libres : Robotique medicale flexible, Estimation de la pose 3D à partir d’une seule image, Extraction des primitives pour instrument flexible in in-vivo, Apprentissage
Mots-clés :
  • Chirurgie endoscopique
  • Robotique en médecine
  • Vision artificielle (robotique)
  • Imagerie tridimensionnelle en médecine
Résumé : Connaître la position 3D d’instruments robotisés peut être très utile dans le contexte chirurgical. Nous proposons deux méthodes automatiques pour déduire la pose 3D d’un instrument avec une unique section pliable et équipé avec des marqueurs colorés, en utilisant uniquement les images fournies par la caméra monoculaire incorporée dans l'endoscope. Une méthode basée sur les graphes permet segmenter les marqueurs et leurs coins apparents sont extraits en détectant la transition de couleur le long des courbes de Bézier qui modélisent les points du bord. Ces primitives sont utilisées pour estimer la pose 3D de l'instrument en utilisant un modèle adaptatif qui prend en compte les jeux mécaniques du système. Pour éviter les limites de cette approche dérivants des incertitudes sur le modèle géométrique, la fonction image-position-3D peut être appris selon un ensemble d’entrainement. Deux techniques ont été étudiées et améliorées : réseau des fonctions à base radiale avec noyaux gaussiens et une régression localement pondérée. Les méthodes proposées sont validées sur une cellule expérimentale robotique et sur des séquences in-vivo.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2016STRAD007
Type de ressource : Thèse