Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Bioengineering

Medicinsk kvalitet Steriliserbart mål för Fluid-nedsänkt fetoscope Optical Distortion Kalibrering

Published: February 23, 2017 doi: 10.3791/55298
* These authors contributed equally

Introduction

Kamerakalibrering är ett välkänt problem inom datorseende fält som har studerats intensivt under åren 1, 2, 3. Ett nyckelsteg av kalibreringsprocedurer kamera är att uppskatta parametrarna för en distorsions modell, såväl som de inneboende kameraparametrar, genom att extrahera ett rutnät av punkter med en känd geometri från kamerabilder med delpixel noggrannhet. Kalibreringsmål med ett rutmönster med svarta och vita rutor används vanligen för detta ändamål. Cirkulära blobs erbjuda ett alternativ mönster 4, 5, 6.

Under de senaste åren har det funnits ett växande intresse för utvecklingen av kirurgiska navigeringsteknik för foster ingrepp, såsom behandling av tvillingtransfusionssyndrom (TTTS) på foster> 7, 8, 9, 10. Som synfältet av fetoscope (dvs., ett endoskop används i fetala kirurgiska ingrepp) är mycket begränsad, metoder för att kartlägga den placental vaskulaturen utan användning av externa trackers har föreslagits för att underlätta TTTS kirurgi 11, 12, 13. Optiska snedvridningar inom fetoscopic bilder har negativa effekter på dessa beräknings mosaicing metoder som förlitar sig på visuell information utvinning 11. Det finns således ett otillfredsställt behov av en kostnadseffektiv och snabb verktyg för peri-operativt kalibrering fetoscopes så att optisk distorsion ersättning kan göras i realtid under insatsen.

På grund av det faktum att fetoscope är nedsänkt i amnionvätska under interventionen, den brytningsindexskillnaden mellan enir och fostervatten gör klassiska i luften kamera kalibreringsmetoder är olämpliga för fetala ingrepp. Uppskattande vätske nedsänkt kameraparametrarna från i luften kameraparametrar är en svår uppgift och kräver minst en bild av vätske nedsänkt kalibreringsmålet 14. Vidare peri-operativ, är vätske nedsänkt fetoscopic kamerakalibrering för närvarande opraktiskt på grund av steriliseringskrav och begränsningar på de material som tillåts i operationssalen. På grund av dessa skäl, kalibrering endoskop för optiska snedvridningar är normalt inte en del av den aktuella kliniska arbetsflödet. Arbetet i detta manuskript är ett försök att stänga kamerakalibrering gapet genom att designa och producera en steriliserbar och praktisk optisk distorsion kalibreringsmålet med ett mönster av asymmetriska cirklar. Tidigare, Wengert et al. fabricerade en anpassad kalibreringsanordning med en oxiderad aluminiumplåt som kalibreringsmålet. deras method, men fungerar endast i kombination med den anpassade kalibreringsalgoritmen de utvecklat 15.

Protocol

1. Mål Fabrication

  1. sandblästring
    1. Förbered en 316 rostfri plåt med en 1,2 mm tjocklek. Med hjälp av en penna eller en spik, dra en 40 mm x 40 mm fyrkant på arket med hjälp av en linjal.
    2. Skär dras kvadrat med en manuell metall fräs. VARNING! Titta på fingrarna.
    3. Använd en fil för att runda hörnen och sidorna av provet. VARNING! De är mycket vassa; var försiktig.
    4. Förbereda ett rakt trä eller metallblock något större i storlek än den rostfria stålplåten. Placera det kapade arket på det; gör detta för att undvika att böja provet under sandblästring.
    5. Placera enheten på den inre explosionen kammaren. Kom ihåg att använda en dammsamlare och tätt försluta inre blast kammaren; annars kommer sanden spreds över under processen. Skyddsglasögon för att skydda ögonen.
    6. Placera skitkul pistol vinkelrätt mot och åtminstone 4-5 cm från metallytan. Applicera foten control för sandblästring. Placera provet på träbiten (1-2 cm tjock) med en last, som högtryckssandflöde kan deformera provet. Under sandblästring, hålla provet tätt vid kanten av trästycket eller genom att använda en annan last.
    7. Upprepa sandblästring på andra sidan om det är önskvärt att ha en kalibreringsmönster ingraverat på båda sidor.
  2. laser mönstring
    1. Utforma ett mönster av asymmetriska cirklar, såsom visas i figur 1.
    2. Förbered en ritning utbytesformat (DXF) fil av designen antingen CAD-program eller annan lämplig programmeringsspråk.
      OBS: För enkelhetens skull, är en Python program som kan generera DXF-filer för konstruktion som nämns i detta dokument som en del av den kompakta GUI-program 16.
    3. Importera DXF-filer i laserskärning programvara.
    4. Ställ in följande parametrar för bakgrunds etsning. Laser Effekt: 40%, Scan Speed:80 cm / s, Frekvens: 4000 Hz, antalet överfarter: 1.
    5. Ställa in följande parametrar för etsning mönstret. Laser Effekt: 40%, Scan Speed: 2,1 cm / s, Frekvens: 4000 Hz, antalet överfarter: 1.
    6. Placera provet på arbetsplattformen och rikta skärmönstret med hjälp av programvaran.
    7. Efter lasern utför snittet, rengör provet genom att doppa den i alkohol. Använd inga dukar, eftersom de vanligtvis lämnar oönskade rester.
  3. Sterilisering
    1. Linda steriliserade provet i en sterilisering paket och sätt in den i steriliseringsenheten (autoklav).
    2. Tillsätt vatten (ej destillerat vatten) till autoklaven och följa bruksanvisningen / tillverkarens rekommendationer för att sterilisera målet.

2. Peri-operativ kalibrering

  1. kalibrering programvara
    1. Installera "endocal" endoskop kalibreringsprogram paket som tillhandahålls på GitHub 16(Följ instruktionerna i README-filen däri).
      OBS: Denna programvara wraps OpenCV kamerakalibreringsmodulen 17 i ett lättanvänt bekvämlighet ansökan. Den medföljande programmet körs i två lägen: online och offline. Online-läget förvärvar videoströmmen direkt från kompatibla ram grabber hårdvara. Offline-läge möjliggör laddning endoskop bilder antingen från en videofil eller en mapp med ett antal videoramar sparas som bildfiler. Se README för stöds hårdvara och detaljerade instruktioner om hur man använder dessa två lägen.
  2. Endoskopisk video förvärv
    OBS: Följande instruktioner är för online-kalibrering (som beskrivits ovan), men de är också tillämpliga på offline kalibrering.
    1. Placera kalibreringsmålet i en steril fluidbehållare, såsom en Gallipot.
    2. Fylla behållaren med mål-fluid eller en liknande steril substans.
      OBS: Till exempel i fetoscopic förfaranden är målet fluid fostervatten. Eftersom de optiska egenskaperna hos fostervatten liknar salthaltigt vatten 18, 19, kan steril saltlösning vatten användas för att kalibrera fetoscope.
    3. Justera zoom och skärpa endoskopet enligt önskemål.
    4. Doppa endoskopet i vätskan och hålla den på avstånd från kalibreringsmålet liknar avståndet från anatomin att endoskopet senare kommer att användas vid.
    5. Starta kalibrerings ansökan och starta kameran förvärvet.
    6. Flytta spetsen av endoskopet något för olika vyer och samtidigt hålla hela kalibreringsmönster med tanke på kameran. För optimal prestanda, hålla den elliptiska legenden runt kalibreringsmönstret inom den cirkulära utsikt över endoskopet.
      OBS: Video ramar som är användbara för kalibrering indikeras med en virtuell mönsteröverlagring, såsom framgår av fig 3.
    7. Acquire åtminstone det minsta antalet endoskopiska kameravyer som krävs för kalibrering (såsom anges i endocal fönster).
      OBS: Den nuvarande versionen av endocal kräver minst 10 endoskopiska kameravyer för kalibrering, ett heuristiskt utvalt antal visningar där kalibreringsfelet verkar vara minimal och följa en stabil mönster 20.
    8. Tryck på kalibreringsknappen, som anges på endocal fönstret, för att starta kalibreringsprocessen med hjälp av bilderna hittills förvärvats.
  3. Spara och använda kalibreringsparametrarna
    1. Tryck på den avlästa kalibreringsknappen för att spara de resulterande kalibreringsparametrar i en YAML ( "YAML Är inte Markup Language") fil 21.
    2. Grupp kalibreringsparametrarna i kameran matris och distorsions koefficienter, som förklaras i OpenCV kamerakalibreringsmodulen 17.
      OBS: Efter att ha utfört kalibreringen kalibreringenvisar programmet automatiskt distorsions korrigerade bilden till höger om den ursprungliga endoskopet bilden.
    3. Använd video feed distorsions korrigeras under en fetoscopic förfarande för ren visualisering eller för realtids placenta mosaicing 11.

Representative Results

Vi skapade en steriliserbar kalibrerings mål genom etsning av ett mönster av asymmetrisk cirkel på en sandblästrad rostfri plåt, vars konstruktion visas i figur 1. En exemplar installation som visar denna kalibreringsmålet i aktion tillsammans med ett fetoscope visas i figur 2. För att mata denna design i laser etsning programvara, var ett anpassat program genomförs i programmeringsspråket 16 Python. Skapa designmönstret innebär iterativt etsning parallella linjer på en plåt. För mönstret att ha en konsekvent färg i slutändan, bör avståndet mellan dessa linjer är mindre än bredden på laserstrålen (se infällda i figur 1) -detta värde är 45 um för Violino (Laservall) laserskärare.

Figur 1
Rong> Figur 1: Utformning av ingraverade mönstret med en 3-by-11 rutnät av asymmetriska cirklar. Infällt: zoomas-med tanke på det rutnät av asymmetriska cirklar. Avståndet mellan raderna är 45 fim (lika med laserstrålens bredd), och varje cirkel har en diameter av 1 mm. Andra storlekar kan användas för gallret samt, men detta visade sig vara optimal med avseende på fetoscope synfält. Klicka här för att se en större version av denna siffra.

figur 2
Figur 2: Exemplar installation med kalibreringsmålet i bruk. Spetsen på den vatten nedsänkt fetoscope riktas mot kalibreringsmålet på höger sida. På vänster är en brittisk öre för att ge omfattande informationssystem."Target =" _ blank "> Klicka här för att se en större version av denna siffra.

Den tillverkade kalibreringsmålet möjliggör detektion av cirkulärt mönster i endoskopiska videoströmmen med OpenCV 17, vars platser sedan sorteras i den fördefinierade asymmetriska cirkulära rutnät (se figur 3). Med hjälp av denna information i samband med den redan kända plangeometri, kan interna kameraparametrar uppskattas. Dessa inkluderar kameramatrisen och distorsionskoefficienterna. Kameramatrisen består av brännvidd och de optiska centra längs x- och y-axeln av 2D bildplanet. Distorsions koefficienter är baserade på Brown-Conrady modell 3. Notera att för detta arbete, var det bara de radiella förvrängningsparametrar uppskattas. För en kort diskussion av teorin, med praktiska exempel, se webbsidan för OpenCV kamerakalibreringsmodulen <sup class = "xref"> 17 och MATLAB kamerakalibrering verktygslåda 22. Mer information om kamerakalibreringsproceduren finns i Zhangs arbete 20. Den endocal programförråd har en prov dataset av 10 endoskopiska utsikt över den tillverkade kalibreringsmålet 16. Med hjälp av denna dataset, en kalibrering med en genomsnittlig återprojektionsfelet av 0,28 pixlar (min: 0,16, max: 0,45) erhölls. Detta är jämförbart med de 0,25 pixlar som rapporterats av Wengert et al. med hjälp av sin anpassade kalibreringsalgoritmen 15. Samma forskargrupp, rapporterade dock en ny projektion fel av 0,6 pixlar i en senare papper när du använder metoden i 15 för att kalibrera en endoskopisk kamera som används för placenta mosaicing 18.

Figur 3
16 med den detekterade kalibreringsmönster överlagras på live video med hjälp av den virtuella verkligheten visualisering från OpenCV 17. Observera att varje detekterad kolumn av kalibreringsmönstret understryks av en annan färg. De detekterade cirklarna, i samband med den kända geometrin, används för att beräkna kameraparametrarna. Klicka här för att se en större version av denna siffra.

De beräknade kameraparametrarna används för optisk distorsion korrigering. Figur 4 visar ett rektangulärt schackbrädemönster, sett med användning av en fetoscope, där optiska distorsioner gör linjerna visas som kurvor. Observera att linjerna verkar normala i distortipå korrigerade bilden.

figur 4
Figur 4: Optisk distorsionskorrigering. En skärmbild från kalibrerings programmet 16 presenterar live-videobild från en fetoscope inspelning från rutmönster (vänster) med den distorsions korrigerade bilden (till höger). Tre exempel på linjer dras i båda bilderna, var från ett hörn till ett annat, där banan är linjär. På grund av de optiska förvrängningar, dessa rader visas som kurvor i de ursprungliga fetoscope bilderna. Klicka här för att se en större version av denna siffra.

Discussion

Sandblästring är ett viktigt steg i tillverkningsprocessen, eftersom den råa metallytan tydligt reflekterar endoskopet ljus, vilket gör det omöjligt för de cirklar som skall detekteras. Det är svårt att skilja de kretsar även med blotta ögat (se fig 5). Observera att ytan av målet visas redan etsades med en laser. Men detta inte minskar ljusreflektion.

figur 5
Figur 5: Kalibrerings mål utan sandblästring tillämpas. Som sett från endoskopet vy på vänster sida, gör det svårt till och med för det mänskliga ögat att skilja cirklarna reflexer från endoskopet ljus på materialytan (det är en cirkel bara för att den sydöstra delen av den stora reflektion). Notera att ytan av detta mål (dvs den "bakgrund") var redan etsats, men detta är inte användbart i frånvaro av sandblästring. Klicka här för att se en större version av denna siffra.

Före mönsteretsning, är det också viktigt att etsa ytan av hela provet. Detta är nödvändigt eftersom den sandblästrade ytan har många spegelreflektioner (se figur 6), som interfererar med blob detektering.

figur 6
Figur 6: Sandblästrat yta utan etsning. Även om inte lika framträdande som den råa metallytan, de relativt små spegelreflektioner (varav vissa är markerade med gula pilar) är fortfarande tillräckligt för att förhindra klump upptäckt från att lyckas, så ingen kalibrering kan utföras med detta mål.Arget = "_ blank"> Klicka här för att se en större version av denna siffra.

Tillämpning av laser vid olika hastigheter ger olika bakgrundsfärger. Bakgrundsfärgen spelar en betydande roll i kontrasten mellan de cirklar och bakgrunden. Därför är det viktigt att bestämma den optimala bakgrundsfärg. För detta ändamål, en platta med cirklar etsas mot en uppsättning av olika bakgrunder skapades (se figur 7). Bakgrunderna testades med användning av funktionen detekteringsmodulen av OpenCV 23, som används i OpenCV kamerakalibreringsmodulen 17. I detta arbete, var det mål av rostfritt stål, eftersom det är den vanligaste och tillförlitliga material som används i kliniker för medicinska anordningar. Detta material är fritt tillgänglig, inte dyrt, robust och lätt att sterilisera. Andra material skulle kunna användas för kalibreringsmålet, såsom aluminium eller joderade metaller, men detta är SCOPe för det framtida arbetet.

figur 7
Figur 7: Rostfritt stål med en palett av olika bakgrundsfärger etsade med laser. Praktiska experiment genomfördes i samband med OpenCV funktionen detekteringsmodulen för att bestämma vilken bakgrundsfärg ger optimalt resultat när det gäller klump till bakgrunds kontrast 23. Endoskopet syn på vänster visar plattan. De moderata bakgrundsfärger (dvs de andra att de mörkaste och lättaste sådana) i den här paletten ger bättre blob upptäckt. Klicka här för att se en större version av denna siffra.

En av fördelarna med detta arbete är att utföra en kalibrering med hjälp av fabricerade målet tar 2-3 minuter. De flesta av arbetet gåres manuellt stabilisera endoskopet för att få anständigt vyer av kalibreringsmönstret. Med hjälp av en specialbyggd endoskop hållare kan eliminera behovet av manuell stabilisering, vilket i sin tur skulle avsevärt förkorta kalibreringstiden.

video 1
Video 1: Video visar hur optisk distorsion kalibrering kan utföras med hjälp av den utvecklade kalibreringsmålet tillsammans med endocal programvara. Klicka här för att se filmen. (Högerklicka för att ladda ner.)

En fördel med vårt arbete jämfört med arbetet av Wengert et al. 15 är att den OpenCV kamerakalibreringsmodulen 17 kan användas som den är för kalibrering, utan att kräva någon modifiering eller anpassade Parameterization. Eftersom OpenCV är en väl etablerad och väl underhållna programpaket och är mycket populär i datorseende samhället, genom att använda det eliminerar behovet av att skriva och underhålla anpassade program. För att underlätta läsningen, är en kompakt GUI applikation tillgänglig 16, som läsaren lätt kan installera och använda för att testa nya kalibreringsmålen. En nackdel med vår metod jämfört med Wengert et al. 15 är att deras metod är mer robust för att inneslutningar av mönstret, eftersom den inte kräver detektion av alla blobs.

Inledningsvis var en kalibreringsmålet med ett rutmönster tillverkas för detta arbete. Men denna typ av kalibreringsmålet visat sig vara olämpliga i experiment på grund av svårigheten att detektera hörnen av schackkvadrater. Corner upptäckt förlitar sig på histogram-baserad bild binärisering (se OpenCV källkod 24). denna impligger den behovet av en tydlig färgkontrast mellan de mörka och ljusa kvadrater, som inte kunde garanteras med vår rutmönster, delvis på grund av spegelreflektioner, som de som visas i figur 6. Sådana speglande reflektioner är närvarande även efter bakgrunds etsning; emellertid verkar detekteringen av cirklarna att vara mindre känsliga för denna brist.

I den aktuella konfigurationen, bara vinkelräta vyer av kalibreringsmålet möjliggör framgångsrik klump detektering. Detta beror på att de spegelreflektioner från målytan hämmar blob detektering vid sneda vinklar. Vi arbetar för att ytterligare förbättra träffytan så att möjliggöra förvärv av synpunkter vid ett bredare spektrum av vinklar, som skulle kunna förbättra kvaliteten på utförda kalibreringar 20.

I realtid placenta mosaicing pipeline som tidigare föreslogs 11, beräkningen av det transformation som mappar bildpar förlitar sig på att kunna upptäcka och gruppering av funktioner. Optiska distorsioner, å andra sidan, orsaka en grupp av funktioner med en styv geometri för att se annorlunda ut över bilderna. Som en konsekvens leder denna skillnad till felaktigheter i de beräknade transformationer, som orsakar drift i de resulterande bild mosaiker. Eftersom de mest framträdande optiska störningar förekommer mot kanterna, är endoskopiska bilder som för närvarande beskärs till sina innersta regionerna. En bra korrigering för optiska distorsioner skulle potentiellt medge inkorporering av en större del av varje bild i mosaicing processen. Fördelen med denna metod är två-faldig. För det första skulle det öka antalet upptäckta funktioner i varje bild, potentiellt förbättra beräkningen av bildtransformationer. För det andra skulle det göra det möjligt för hela målet anatomiska yta som skall rekonstrueras i en kortare tid.

Materials

Name Company Catalog Number Comments
1.2 mm Metal sheet 316 Grade, 40 mm by 40 mm
Water container at least 50 mm by 50 mm by 30 mm
A sterilization package
Saline water
Manual metal cutter
A file to round up the corners
A wooden or metal block 50 mm by 50 mm at least 10 mm thick
A vice (desirable but not required)
Sand Blasting machine
GUI application to create .dxf file with the pattern https://github.com/gift-surg/endocal
PC
Laser Cutter
Autoclave
An endoscope calibration software from GitHub: https://github.com/gift-surg/endocal
Endoscope
OpenCV camera calibration module http://docs.opencv.org/2.4/doc/tutorials/calib3d/camera_calibration/camera_calibration.html
Safety goggles
A lab coat
A ruler and a marker
Alcohol (preferably ethanol) for dust removal and cleaning

DOWNLOAD MATERIALS LIST

References

  1. Zhang, Z., Matsushita, Y., Ma, Y. Camera calibration with lens distortion from low-rank textures. CVPR 2011 IEEE Conference on Computer Vision and Pattern Recognition, Washington, D.C., USA, , IEEE Computer Society. 2321-2328 (2011).
  2. Devernay, F., Faugeras, O. D. Automatic calibration and removal of distortion from scenes of structured environments. SPIE's 1995 International Symposium on Optical Science, Engineering, and Instrumentation. 62-72 International Society for Optics and Photonics, , International Society for Optics and Photonics. 62-72 (1995).
  3. Duane, C. B. Close-range camera calibration. Photogramm. Eng. 37 (8), 855-866 (1971).
  4. Mallon, J., Whelan, P. F. Which pattern? biasing aspects of planar calibration patterns and detection methods. Pattern recognition letters. 28 (8), 921-930 (2007).
  5. Balletti, C., Guerra, F., Tsioukas, V., Vernier, P. Calibration of Action Cameras for Photogrammetric Purposes. Sensors. 14 (9), 17471-17490 (2014).
  6. Heikkila, J. Geometric camera calibration using circular control points. IEEE Transactions on pattern analysis and machine intelligence. 22 (10), 1066-1077 (2000).
  7. Deprest, J. A., et al. Fetal surgery is a clinical reality. Seminars in fetal and neonatal medicine. 15 (1), Elsevier. 58-67 (2009).
  8. Watanabe, M., Flake, A. W. Fetal surgery: Progress and perspectives. Advances in pediatrics. 57 (1), 353-372 (2010).
  9. Lewi, L., Deprest, J., Hecher, K. The vascular anastomoses in monochorionic twin pregnancies and their clinical consequences. American journal of obstetrics and gynecology. 208 (1), 19-30 (2013).
  10. Yamashita, H., et al. Miniature bending manipulator for fetoscopic intrauterine laser therapy to treat twin-to-twin transfusion syndrome. Surgical Endoscopy. 22 (2), 430-435 (2008).
  11. Daga, P., et al. Real-time mosaicing of fetoscopic videos using SIFT. Proc. SPIE 9786, Medical Imaging 2016: Image-Guided Procedures, Robotic Interventions, and Modeling. 97861R. , International Society for Optics and Photonics. (2016).
  12. Yang, L., et al. Image mapping of untracked free-hand endoscopic views to an ultrasound image-constructed 3D placenta model. The International Journal of Medical Robotics and Computer Assisted Surgery. 11 (2), 223-234 (2015).
  13. Liao, H., et al. Fast image mapping of endoscopic image mosaics with three-dimensional ultrasound image for intrauterine fetal surgery. Minimally invasive therapy & allied technologies. 18 (6), 332-340 (2009).
  14. Chadebecq, F., et al. Practical Dry Calibration With Medium Adaptation For Fluid-Immersed Endoscopy. Hamlyn Symposium on Medical Robotics, , (2015).
  15. Wengert, C., Reeff, M., Cattin, P. C., Székely, G., et al. Bildverarbeitung für die Medizin 2006: Algorithmen Systeme Anwendungen. Proceedings des Workshops vom 19. - 21. März 2006 in Hamburg. Handels, H., et al. , Springer. Berlin Heidelberg. 419-423 (2006).
  16. Shakir, D. I. Compact GUI application for optical distortion calibration of endoscopes. , Available from: https://github.com/gift-surg/endocal (2016).
  17. Camera calibration With OpenCV. , Available from: http://docs.opencv.org/2.4/doc/tutorials/calib3d/camera_calibration/camera_calibration.html (2016).
  18. Reeff, M., Gerhard, F., Cattin, P. C., Székely, G. Mosaicing of endoscopic placenta images. , Citeseer. (2011).
  19. Steigman, S. A., Kunisaki, S. M., Wilkins-Haug, L., Takoudes, T. C., Fauza, D. O. Optical properties of human amniotic fluid: implications for videofetoscopic surgery. Fetal diagnosis and therapy. 27 (2), 87-90 (2009).
  20. Zhang, Z. A flexible new technique for camera calibration. IEEE Transactions on Pattern Analysis and Machine Intelligence. 22 (11), 1330-1334 (2000).
  21. Evans, C. C. The Official YAML Web Site. , Available from: http://yaml.org (2016).
  22. Bouguet, J. -Y. Camera Calibration Toolbox for Matlab. , Available from: http://www.vision.caltech.edu/bouguetj/calib_doc/ (2015).
  23. Common Interfaces of Feature Detectors. , Available from: http://docs.opencv.org/2.4/modules/features2d/doc/common_interfaces_of_feature_detectors.html (2016).
  24. Open Source Computer Vision Library. , Available from: https://github.com/opencv/opencv (2016).

Tags

Bioteknik vätske nedsänkt optisk distorsion kalibrering endoskopi prototyper medicinteknisk produkt autoklavering medicinsk bildbehandling
Medicinsk kvalitet Steriliserbart mål för Fluid-nedsänkt fetoscope Optical Distortion Kalibrering
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Nikitichev, D. I., Shakir, D. I.,More

Nikitichev, D. I., Shakir, D. I., Chadebecq, F., Tella, M., Deprest, J., Stoyanov, D., Ourselin, S., Vercauteren, T. Medical-grade Sterilizable Target for Fluid-immersed Fetoscope Optical Distortion Calibration. J. Vis. Exp. (120), e55298, doi:10.3791/55298 (2017).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter