Zum Hauptinhalt springen
Medizintechnik

Abstract: Automated multimodel segmentation and tracking for AR-guided open liver surgery using scene-aware self-prompting

Autoren

Serouj Khajarian
Serouj.Khajarian@haw-landshut.de
Michael Schwimmbeck
Michael.Schwimmbeck@haw-landshut.de
Konstantin Holzapfel
Johannes Schmidt
Prof. Dr. Christopher Auer
Christopher.Auer@haw-landshut.de
Prof. Dr. Stefanie Remmele
Stefanie.Remmele@haw-landshut.de
Prof. Dr. Oliver Amft

Medien

Abstract und eine Posterbeitrag auf der "Bildverarbeitung für die Medizintechnik 2026"

Veröffentlichungsjahr

2026

Veröffentlichungsart

Konferenzbeitrag

Forschungsprojekt

INMOTION

DOI

https://doi.org/10.1007/978-3-658-51100-5_45

Zitierung

Khajarian, Serouj; Schwimmbeck, Michael; Holzapfel, Konstantin; Schmidt, Johannes; Auer, Christopher; Remmele, Stefanie; Amft, Oliver (2026): Abstract: Automated multimodel segmentation and tracking for AR-guided open liver surgery using scene-aware self-prompting. Abstract und eine Posterbeitrag auf der "Bildverarbeitung für die Medizintechnik 2026". DOI: 10.1007/978-3-658-51100-5_45

Peer Reviewed

Ja

Medizintechnik

Abstract: Automated multimodel segmentation and tracking for AR-guided open liver surgery using scene-aware self-prompting