Arthroscopy gây thách thức định vị do không gian hẹp (~7 mm), mô ít đặc trưng, hình ảnh bị ảnh hưởng bởi tưới rửa và phản xạ sáng. ArthroSLAM trước đây hợp nhất dữ liệu từ camera nội soi, camera ngoài và odometry robot qua EKF, cho định vị tỷ lệ thật nhưng bản đồ thưa (~100 điểm).  

Dense-ArthroSLAM dùng các pose từ ArthroSLAM để chọn keyframe dựa trên dịch chuyển/độ quay hoặc thời gian, sau đó chạy MVS theo lô: phát hiện SIFT, khớp ảnh, loại outlier bằng homography, tam giác hóa từ cặp keyframe có góc nhìn ≥ 5°, tối ưu BA lặp, loại keyframe lỗi, và tính toán mật độ bằng PatchMatch kết hợp ràng buộc hình học–quang học (NCC có trọng số song phương, điều kiện ≥ 3 góc nhìn, giới hạn góc pháp tuyến và sai số chiếu lại).  

Hệ thống thử nghiệm trên phantom và 3 xác (9 ca) với các chế độ máy ảnh, môi trường nước sạch/đục, chuyển động quay/pivot; đánh giá RPE, RMSE so với quét structured-light. Kết quả: tái tạo bề mặt tới > 12 cm², RMSE ≤ 0,5 mm; vững khi giả lập nhiễu pose tới 3,6 mm/1,4°, các chiến lược keyframe khác nhau cho RMSE ~0,4–0,5 mm.  

ORBSLAM và LSDSLAM thường không khởi tạo hoặc chỉ bám được < 20 % quỹ đạo, RPE cao (tới 11 mm/30,9°), bản đồ méo hoặc rất nhỏ. Dense-ArthroSLAM cho bản đồ dày hơn ~1000× ArthroSLAM, có pháp tuyến, đủ để tạo mesh phục vụ nhận diện vùng giải phẫu và đo đạc hình thái.