Samuele Rasetto
Tracciamento markerless chirurgico: pipeline per la generazione di dati sintetici per la stima della posa di strumenti chirurgici.
Rel. Luca Ulrich. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Biomedica, 2025
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (13MB) | Preview |
Abstract
Negli ultimi anni le tecniche di tracciamento ottico, il cui obiettivo è la localizzazione tridimensionale tramite sensori ottici per stimare la posizione e l’orientamento di oggetti nello spazio, hanno rappresentato un pilastro fondamentale in molteplici ambiti della Computer Vision. In particolare, la Pose Estimation markerless (PE-M) si configura come l’evoluzione naturale dei metodi marker-based tradizionali: essa permette di stimare la posizione e l’orientamento di un oggetto direttamente dalle sue caratteristiche visive, eliminando la necessità di marker fisici o rig di tracciamento; aspetto fondamentale nei contesti dove la loro introduzione risulta invasiva o poco pratica, come in sala operatoria. Le applicazioni della PE-M spaziano dalla manipolazione robotica alla guida autonoma, fino al settore biomedicale, dove la PE-M di strumenti chirurgici e strutture anatomiche abilita nuove forme di navigazione intraoperatoria, supervisione dei gesti e valutazione delle abilità chirurgiche, riducendo significativamente la complessità e l’ingombro dei setup rispetto alla controparte marker-based.
Tuttavia, l’addestramento di modelli di deep learning per PE-M richiede un’enorme quantità di dati annotati, la cui acquisizione in ambienti reali risulta complessa e costosa
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
URI
![]() |
Modifica (riservato agli operatori) |
