Cookie Hinweis

Wir verwenden Cookies, um Ihnen ein optimales Webseiten-Erlebnis zu bieten. Dazu zählen Cookies, die für den Betrieb der Seite notwendig sind, sowie solche, die lediglich zu anonymen Statistikzwecken, für Komforteinstellungen oder zur Anzeige personalisierter Inhalte genutzt werden. Sie können selbst entscheiden, welche Kategorien Sie zulassen möchten. Bitte beachten Sie, dass auf Basis Ihrer Einstellungen womöglich nicht mehr alle Funktionalitäten der Seite zur Verfügung stehen. Weitere Informationen finden Sie in unseren Datenschutzhinweisen .

Essentiell

Diese Cookies sind für die Funktionalität unserer Website erforderlich und können nicht deaktiviert werden.

Name Webedition CMS
Zweck Dieses Cookie wird vom CMS (Content Management System) Webedition für die unverwechselbare Identifizierung eines Anwenders gesetzt. Es bietet dem Anwender bessere Bedienerführung, z.B. Speicherung von Sucheinstellungen oder Formulardaten. Typischerweise wird dieses Cookie beim Schließen des Browsers gelöscht.
Name econda
Zweck Session-Cookie für die Webanalyse Software econda. Diese läuft im Modus „Anonymisiertes Messen“.
Statistik

Diese Cookies helfen uns zu verstehen, wie Besucher mit unserer Webseite interagieren, indem Informationen anonym gesammelt und analysiert werden. Je nach Tool werden ein oder mehrere Cookies des Anbieters gesetzt.

Name econda
Zweck Measure with Visitor Cookie emos_jcvid
Externe Medien

Inhalte von Videoplattformen werden standardmäßig blockiert. Wenn Cookies von externen Medien akzeptiert werden, bedarf der Zugriff auf diese Inhalte keiner manuellen Zustimmung mehr.

Name Youtube
Zweck Externe Medien

Advances in Scene Reconstruction and Tracking for Endoscopic Surgery

Watch his talk here.

Abstract

Surgical navigation is a promising avenue to increasing the safety and efficacy of minimally invasive interventions. Vision-based techniques, which enable tracking of the tool to tissue relationship directly from interventional images, are thought to dramatically increase the availability and use of surgical navigation as they avoid additional hardware and cost. In this talk, I will first characterize the challenges of vision-based surgical navigation and then illustrate how recent techniques for stereo reconstruction, scene flow estimation, and multi-modal learning contribute to turning image-based surgical navigation into reality.

Biosketch

Mathias Unberath is an Assistant Professor in the Department of Computer Science at Johns Hopkins University, core faculty in the Laboratory for Computational Sensing and Robotics, and Fellow of the Malone Center for Engineering in Healthcare.
With his group - the Advanced Robotics and Computationally AugmenteD Environments (ARCADE) Lab - he advances healthcare by creating collaborative intelligent systems that support clinical workflows. Through synergistic research on imaging, computer vision, machine learning, and interaction design, they build human-centered solutions that are embodied in emerging technology such as mixed reality and robotics.

to top
powered by webEdition CMS