AI-Enhanced Depth-Based Augmented Reality Tracking for Complex Surgical Navigation
Résumé fourni par la source
Complex surgeries such as liver resections require robust AR tracking under deformation and occlusion. We propose an AI-enhanced depth framework using a CNN-LSTM hybrid to denoise depth maps and predict motion trajectories. GAN-based augmentation improved training on limited intraoperative datasets. On 500 annotated liver frames, mean error dropped from 2.5 mm (baseline) to 1.0 mm, robustness under occlusion increased by 40%, and latency stayed under 45 ms. The system maintained 24 fps, outperforming conventional ICP-based methods.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- AI-Enhanced Depth-Based Augmented Reality Tracking for Complex Surgical Navigation
- Date Crossref
- 14/10/2025
- Éditeur
- MDPI AG
- Type
- posted-content
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude et ne compte pas comme une seconde source scientifique indépendante.
Institutions déclarées
Une affiliation ne permet pas de déduire la nationalité d’un auteur.