Zobrazeno 1 - 10
of 30 668
pro vyhledávání: '"Surgical tools"'
Autor:
Ding, Hao, Lu, Tuxun, Zhang, Yuqian, Liang, Ruixing, Shu, Hongchao, Seenivasan, Lalithkumar, Long, Yonghao, Dou, Qi, Gao, Cong, Unberath, Mathias
Accurate segmentation of tools in robot-assisted surgery is critical for machine perception, as it facilitates numerous downstream tasks including augmented reality feedback. While current feed-forward neural network-based methods exhibit excellent s
Externí odkaz:
http://arxiv.org/abs/2407.11906
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Qayyum, Adnan, Ali, Hassan, Caputo, Massimo, Vohra, Hunaid, Akinosho, Taofeek, Abioye, Sofiat, Berrou, Ilhem, Capik, Paweł, Qadir, Junaid, Bilal, Muhammad
Over the past few years, surgical data science has attracted substantial interest from the machine learning (ML) community. Various studies have demonstrated the efficacy of emerging ML techniques in analysing surgical data, particularly recordings o
Externí odkaz:
http://arxiv.org/abs/2307.01232
Publikováno v:
Advanced Intelligent Systems, Vol 6, Iss 4, Pp n/a-n/a (2024)
3D tracking of single‐port continuum surgical tools is an essential step toward their closed‐loop control in robot‐assisted‐laparoscopy, since single‐port tools possess multiple degrees‐of‐freedom (DoFs) without distal joint sensors and
Externí odkaz:
https://doaj.org/article/62be4e19dc4e4ebab1a2ae1d5f8755ef
Instance segmentation of surgical instruments is a long-standing research problem, crucial for the development of many applications for computer-assisted surgery. This problem is commonly tackled via fully-supervised training of deep learning models,
Externí odkaz:
http://arxiv.org/abs/2309.01723