EndoMD-SLAM: 광학적 왜곡 환경에서의 엔도스코프 가우시안 스플래팅 SLAM - 메모리 기반 및 정/일시 변화 분해 기법

EndoMD-SLAM: Endoscopic Gaussian Splatting SLAM under Optical Degradation with Memory and Static-Transient Decomposition

밀집 3차원 재구성은 임상 엔도스코프 내비게이션 및 기록에 매우 중요합니다. 가우시안 스플래팅 SLAM 시스템은 이 분야에서 유망한 가능성을 보여주지만, 기본적으로는 엄격한 다중 시점 광학적 일관성에 의존합니다. 그러나 실제 절차에서는 움직이는 이물질이나 물 세척과 같은 간헐적인 광학적 왜곡으로 인해 이러한 가정에 심각한 위배가 발생합니다. 기존 시스템은 이러한 카메라 부착된 아티팩트를 영구적인 3차원 지오메트리에 잘못 통합하여 심각한 추적 오류와 되돌릴 수 없는 지도 손상을 초래합니다. 이러한 제한 사항을 해결하기 위해, 우리는 광학적 왜곡 환경에서도 안정성을 유지할 수 있도록 설계된 프레임워크인 EndoMD-SLAM을 제안합니다. 추적 측면에서는 메모리 기반 게이팅 메커니즘이 신뢰할 수 없는 관찰 데이터를 감지하여 지도 업데이트를 중단하고, 드리프트(오차 누적)를 고려한 재위치화를 위해 과거의 주요 프레임을 활용합니다. 매핑 측면에서는 자기 지도 학습을 통해 정적인 부분과 일시적인 부분을 분리하여 시각적인 오염 물질을 별도의 일시적인 필드로 격리합니다. 이러한 명시적인 분리는 아티팩트가 영구적인 해부학적 지도와 구조적으로 얽히는 것을 방지합니다. 우리는 대장 내시경 비디오에서 광학적 왜곡에 중점을 둔 벤치마크 데이터셋을 구축하여 이러한 오류 모드를 체계적으로 평가했습니다. 광범위한 실험 결과, 기존 시스템은 심각한 광학적 왜곡 환경에서 성능이 저하되는 반면, EndoMD-SLAM은 기하학적 정확성을 유지하며, 절대 경로 오차를 91% 감소시키고 렌더링 품질을 9.9 dB PSNR만큼 향상시켰습니다.

Dense 3D reconstruction is critical for clinical endoscopic navigation and documentation. While Gaussian Splatting SLAM systems show promise in this domain, they fundamentally rely on strict multi-view photometric consistency. In routine procedures, this assumption is severely violated by intermittent optical degradations like moving debris and water flushing. Standard systems erroneously fuse these cameraattached artifacts into the persistent 3D geometry, causing severe tracking drift and irreversible map corruption. To address this limitation, we propose EndoMD-SLAM, a framework designed to maintain stability under optical degradation through specialized tracking and mapping mechanisms. On the tracking side, a memory-driven gating mechanism detects unreliable observations to suspend map updates and utilizes historical keyframes for drift-aware relocalization. On the mapping side, a self-supervised static-transient decomposition isolates visual contaminants into a dedicated transient field. This explicit separation prevents artifacts from structurally entangling with the persistent anatomical map. We curate a degradationfocused benchmark from colonoscopy videos to systematically evaluate these failure modes. Extensive experiments show that while standard baselines fail under severe optical degradation, EndoMD-SLAM preserves geometric integrity, reducing absolute trajectory error by 91% and improving rendering fidelity by 9.9 dB PSNR.