Automatic anatomical landmark location estimation in orthopedics
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Dissertação |
Idioma: | eng |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10316/98097 |
Resumo: | Dissertação de Mestrado Integrado em Engenharia Electrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia |
id |
RCAP_2b2f5a313f8331586b692735ad6e89a1 |
---|---|
oai_identifier_str |
oai:estudogeral.uc.pt:10316/98097 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Automatic anatomical landmark location estimation in orthopedicsDeteção automática de pontos de referência anatómicos em cirurgia ortopédicaNavegação cirúrgicaAprendizagem profundaEstimação da localização de pontos em 2DCirurgia no joelhoSurgical navigationDeep learning2D Keypoint Location EstimationKnee SurgeryDissertação de Mestrado Integrado em Engenharia Electrotécnica e de Computadores apresentada à Faculdade de Ciências e TecnologiaA Artroplastia total do joelho (ATJ) é um procedimento cirúrgico que consiste na substituição da região articular do joelho por uma prótese do joelho. Foram investigados e desenvolvidos sistemas de navegação baseados em computadores para melhorar o resultados destes procedimento cirúrgicos. Estes sistemas ajudam o cirurgião em planear a posição mais adequada para as próteses e auxiliam-no durante o procedimento cirúrgico a seguir da forma mais eficiente o plano cirúrgico definido.Esta tese é desenvolvida na recente introdução de sistemas de navegação por vídeo para ATJ e é focada em navegação image-free. Este tipo de navegação, requer a aquisição de determinadas pontos de referência anatómicas durante a cirurgia. No entanto, muitas vezes o processo de identificação destes pontos de referência é realizado manualmente, o que é demorado, tem falta de precisão e alta variabilidade, levando a erros significativos no posicionamento das próteses. Este trabalho apresenta uma pipeline para deteção e localização automática dos pontos de referência a partir de imagens RGB capturadas durante a cirurgia. O objetivo é guiar e assistir cirurgiões em localizar os pontos de referência fornecendo sugestões em tempo real sobre a localização dos mesmos. A solução proposta é baseada em algoritmos do estado da arte de deep learning, que combinamos com uma estratégia rápida e eficiente de gerar dados de treino que desenvolvemos especificamente para o nosso problema. Os resultados experimentais obtidos utilizando dados de cirurgias reais revelam um desempenho promissor, apresentando capacidade de generalização para diferentes dados intra-operatórios e estimações confiáveis que atendem aos requisitos clínicos e funciona em tempo real.Total knee arthroplasty (TKA) is a surgical procedure that consists in replacing the entire knee joint by artificial knee implants. Computer-based navigation systems have been investigated and developed to improve the outcome of TKA procedures. These systems support the surgeon in planning the most adequate position for the implants, and assist during the procedure in effectively following the defined surgical plan. This thesis is built on the recent introduction of video-based navigation systems in the context of TKA and is focused on image-free navigation. This type of navigation requires the acquisition of particular anatomical landmarks intra-operatively. The accurate localization of these anatomical landmarks is essential for the success of the surgery. However, the landmark identification process is often conducted manually, which is time-consuming, lacks accuracy and has high variability, leading to significant errors in implant positioning. This work presents an end-to-end pipeline for automatic detection and localization of anatomical landmarks from RGB images acquired during the surgery. The aim is to guide and assist surgeons in locating the anatomical landmarks by providing real time suggestions about the landmark location. The proposed solution is based in state-of-the-art deep learning strategies, which we combine with a fast and effective labelling framework which we developed specifically to provide the required annotations. The experimental results using real surgery data show encouraging performance, presenting generelization capabilities for unseen data and reliable predictions that meet the clinical requirements, running in real-time.2021-10-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/98097http://hdl.handle.net/10316/98097TID:202920330engCruz, Daniel Filipe Gonçalvesinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2022-05-25T06:29:18Zoai:estudogeral.uc.pt:10316/98097Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:16:00.679373Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Automatic anatomical landmark location estimation in orthopedics Deteção automática de pontos de referência anatómicos em cirurgia ortopédica |
title |
Automatic anatomical landmark location estimation in orthopedics |
spellingShingle |
Automatic anatomical landmark location estimation in orthopedics Cruz, Daniel Filipe Gonçalves Navegação cirúrgica Aprendizagem profunda Estimação da localização de pontos em 2D Cirurgia no joelho Surgical navigation Deep learning 2D Keypoint Location Estimation Knee Surgery |
title_short |
Automatic anatomical landmark location estimation in orthopedics |
title_full |
Automatic anatomical landmark location estimation in orthopedics |
title_fullStr |
Automatic anatomical landmark location estimation in orthopedics |
title_full_unstemmed |
Automatic anatomical landmark location estimation in orthopedics |
title_sort |
Automatic anatomical landmark location estimation in orthopedics |
author |
Cruz, Daniel Filipe Gonçalves |
author_facet |
Cruz, Daniel Filipe Gonçalves |
author_role |
author |
dc.contributor.author.fl_str_mv |
Cruz, Daniel Filipe Gonçalves |
dc.subject.por.fl_str_mv |
Navegação cirúrgica Aprendizagem profunda Estimação da localização de pontos em 2D Cirurgia no joelho Surgical navigation Deep learning 2D Keypoint Location Estimation Knee Surgery |
topic |
Navegação cirúrgica Aprendizagem profunda Estimação da localização de pontos em 2D Cirurgia no joelho Surgical navigation Deep learning 2D Keypoint Location Estimation Knee Surgery |
description |
Dissertação de Mestrado Integrado em Engenharia Electrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-10-13 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10316/98097 http://hdl.handle.net/10316/98097 TID:202920330 |
url |
http://hdl.handle.net/10316/98097 |
identifier_str_mv |
TID:202920330 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799134056541061120 |