論文の概要: Colonoscope tracking method based on shape estimation network

• arxiv url: http://arxiv.org/abs/2004.09056v1
• Date: Mon, 20 Apr 2020 05:10:38 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-11 18:48:46.651270
• Title: Colonoscope tracking method based on shape estimation network
• Title（参考訳）: 形状推定ネットワークに基づく大腸内視鏡追跡法
• Authors: Masahiro Oda, Holger R. Roth, Takayuki Kitasaka, Kazuhiro Furukawa, Ryoji Miyahara, Yoshiki Hirooka, Nassir Navab, Kensaku Mori
• Abstract要約: ポリープの見落としを減らすためには,内視鏡ナビゲーションシステムが必要である。 ナビゲーションシステムのための大腸内視鏡追跡手法を提案する。 大腸内視鏡挿入時の結腸形状を推定する形状推定ネットワーク(SEN)を利用する。
• 参考スコア（独自算出の注目度）: 36.08151254973927
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents a colonoscope tracking method utilizing a colon shape estimation method. CT colonography is used as a less-invasive colon diagnosis method. If colonic polyps or early-stage cancers are found, they are removed in a colonoscopic examination. In the colonoscopic examination, understanding where the colonoscope running in the colon is difficult. A colonoscope navigation system is necessary to reduce overlooking of polyps. We propose a colonoscope tracking method for navigation systems. Previous colonoscope tracking methods caused large tracking errors because they do not consider deformations of the colon during colonoscope insertions. We utilize the shape estimation network (SEN), which estimates deformed colon shape during colonoscope insertions. The SEN is a neural network containing long short-term memory (LSTM) layer. To perform colon shape estimation suitable to the real clinical situation, we trained the SEN using data obtained during colonoscope operations of physicians. The proposed tracking method performs mapping of the colonoscope tip position to a position in the colon using estimation results of the SEN. We evaluated the proposed method in a phantom study. We confirmed that tracking errors of the proposed method was enough small to perform navigation in the ascending, transverse, and descending colons.
• Abstract（参考訳）: 本稿では,大腸形状推定手法を用いた大腸内視鏡追跡手法を提案する。 CT大腸造影は低侵襲の大腸診断法として用いられる。 大腸ポリープや早期癌が発見された場合、大腸内視鏡検査で摘出される。 大腸内視鏡検査では,大腸内を走る内視鏡の理解は困難である。 ポリープを見下ろすには大腸内視鏡ナビゲーションシステムが必要である。 ナビゲーションシステムのための大腸内視鏡追跡手法を提案する。 術前の大腸内視鏡検査では内視鏡挿入時の大腸の変形を考慮せず,大きな追跡誤差を生じた。 大腸内視鏡挿入時に変形した大腸形状を推定する形状推定ネットワーク(sen)を用いた。 SENは長い短期記憶(LSTM)層を含むニューラルネットワークである。 臨床状況に適した大腸形状推定を行うために,医師の大腸鏡手術中に得られたデータを用いてsenを訓練した。 提案手法はsenの推定結果を用いて大腸先端位置から大腸の位置へのマッピングを行い,提案手法をファントム実験で評価した。 上行結腸,横行結腸,下行結腸でナビゲーションを行うには,提案手法の追跡誤差が十分小さいことが確認された。

関連論文リスト

• Frontiers in Intelligent Colonoscopy [96.57251132744446]
  本研究は, インテリジェント大腸内視鏡技術のフロンティアと, マルチモーダル医療への応用の可能性について検討する。 大腸内視鏡的シーン知覚のための4つのタスクを通して,現在のデータ中心およびモデル中心のランドスケープを評価した。 今後のマルチモーダル時代を受け入れるために,大規模マルチモーダル・インストラクション・チューニング・データセットColoninST,大腸内視鏡で設計されたマルチモーダル言語モデルColonGPT,マルチモーダル・ベンチマークの3つの基本イニシアティブを構築した。
  論文  参考訳（メタデータ） (2024-10-22T17:57:12Z)
• ToDER: Towards Colonoscopy Depth Estimation and Reconstruction with Geometry Constraint Adaptation [67.22294293695255]
  そこで本稿では,ToDERという双方向適応アーキテクチャを用いて,高精度な深度推定を行う新しいパイプラインを提案する。 以上の結果から,本手法は実写および合成大腸内視鏡ビデオの深度マップを精度良く予測できることが示唆された。
  論文  参考訳（メタデータ） (2024-07-23T14:24:26Z)
• Colonoscopy Coverage Revisited: Identifying Scanning Gaps in Real-Time [0.0]
  大腸内視鏡は大腸がんを予防するために最も広く用いられる医療技術であり、悪性になる前にポリープを検出して除去する。 最近の研究では、既存のポリープの約4分の1が日常的に欠落していることが示されている。 そのうちのいくつかは内科医の視界に現れるが、結腸の部分的な被覆のために欠落するものもある。
  論文  参考訳（メタデータ） (2023-05-17T08:12:56Z)
• KST-Mixer: Kinematic Spatio-Temporal Data Mixer For Colon Shape Estimation [44.083624544770245]
  臓器穿孔などの合併症を軽減するためには、内視鏡追跡または医師を標的位置に誘導するナビゲーションシステムが必要である。 KST-Mixer (Kinematic S-temporal Data Mixer) を用いた大腸内視鏡挿入時の大腸形状推定法を提案する。
  論文  参考訳（メタデータ） (2023-02-02T06:14:21Z)
• Estimating the coverage in 3d reconstructions of the colon from colonoscopy videos [0.0]
  手術中の大腸の視覚的被覆が不十分な場合、しばしばポリープが欠落する。 この問題を軽減するため, 欠損領域を可視化するために, 大腸の3次元面を再構築する手法が提案されている。 再建された大腸点雲からカバー範囲を推定する新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-10-19T10:53:34Z)
• Deep Transformers for Fast Small Intestine Grounding in Capsule Endoscope Video [42.84449937667722]
  そこで本研究では,カプセル内視鏡による小腸撮影範囲の深部モデルを提案する。 これは深層ニューラルネットワーク法を用いて小腸接地タスクを攻撃する最初の試みである。
  論文  参考訳（メタデータ） (2021-04-07T02:35:18Z)
• Colon Shape Estimation Method for Colonoscope Tracking using Recurrent Neural Networks [34.591643339874445]
  大腸穿孔などの合併症を軽減するためには、大腸内視鏡の追跡や、医師のポリープ位置をナビゲートするナビゲーションシステムが必要である。 横行結腸とシグモイド結腸では,これらの領域が大腸内視鏡挿入時に大きく変形するため,前向きの追跡法により大きな追跡誤差が生じた。 本稿では,RNNを用いた大腸変形推定手法を提案する。
  論文  参考訳（メタデータ） (2020-04-20T04:43:58Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。