論文の概要: 3D Augmented Reality-Assisted CT-Guided Interventions: System Design and
Preclinical Trial on an Abdominal Phantom using HoloLens 2
- arxiv url: http://arxiv.org/abs/2005.09146v1
- Date: Tue, 19 May 2020 00:22:24 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-01 14:52:52.496417
- Title: 3D Augmented Reality-Assisted CT-Guided Interventions: System Design and
Preclinical Trial on an Abdominal Phantom using HoloLens 2
- Title（参考訳）: 3次元拡張現実支援ctガイド介入:hololens 2を用いた腹部ファントムのシステム設計と臨床実験
- Authors: Brian J. Park, Stephen J. Hunt, Gregory J. Nadolski, Terence P. Gade
- Abstract要約: Augmented Reality(AR)ヘッドセットデバイスは進化し、CT誘導ターゲティングを改善するために仮想3Dガイダンスを提供することができる。
3D ARガイダンスは、プロシージャ線量削減の大幅な改善を、飛行機外障害への挑戦に役立てることができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Background: Out-of-plane lesions pose challenges for CT-guided interventions.
Augmented reality (AR) headset devices have evolved and are readily capable to
provide virtual 3D guidance to improve CT-guided targeting.
Purpose: To describe the design of a three-dimensional (3D) AR-assisted
navigation system using HoloLens 2 and evaluate its performance through
CT-guided simulations.
Materials and Methods: A prospective trial was performed assessing CT-guided
needle targeting on an abdominal phantom with and without AR guidance. A total
of 8 operators with varying clinical experience were enrolled and performed a
total of 86 needle passes. Procedure efficiency, radiation dose, and
complication rates were compared with and without AR guidance. Vector analysis
of the first needle pass was also performed.
Results: Average total number of needle passes to reach the target reduced
from 7.4 passes without AR to 3.4 passes with AR (54.2% decrease, p=0.011).
Average dose-length product (DLP) decreased from 538 mGy-cm without AR to 318
mGy-cm with AR (41.0% decrease, p=0.009). Complication rate of hitting a
non-targeted lesion decreased from 11.9% without AR (7/59 needle passes) to 0%
with AR (0/27 needle passes). First needle passes were more nearly aligned with
the ideal target trajectory with AR versus without AR (4.6{\deg} vs 8.0{\deg}
offset, respectively, p=0.018). Medical students, residents, and attendings all
performed at the same level with AR guidance.
Conclusions: 3D AR guidance can provide significant improvements in
procedural efficiency and radiation dose savings for targeting challenging,
out-of-plane lesions. AR guidance elevated the performance of all operators to
the same level irrespective of prior clinical experience.
- Abstract（参考訳）: 背景: 平面外病変はCTガイド下手術の課題となる。
Augmented Reality(AR)ヘッドセットデバイスは進化し、CT誘導ターゲティングを改善するために仮想3Dガイダンスを提供することができる。
目的:hololens 2を用いた3次元3次元arナビゲーションシステムの設計と,ctガイドシミュレーションによる性能評価を行う。
対象と方法: 腹部ファントムを対象とし, AR誘導の有無を問わないCTガイド針を用いた前向き試験を行った。
臨床経験の異なる8名のオペレーターが登録され,合計86回の針通しを行った。
処置効率,放射線線量,合併症率をAR誘導の有無で比較した。
第1針パスのベクトル解析も行った。
結果: 目標に達する針の総パス数は, arを使わずに7.4パスから3.4パスに減少 (54.2%減少, p=0.011)。
平均線量長 (DLP) はARなしで538 mGy-cmから318 mGy-cm (41.0%減少, p=0.009) まで減少した。
非標的病変の合併症率は,ARのない11.9% (7/59針パス) からARで0% (0/27針パス) まで減少した。
最初の針通しは、arとarとの理想的な目標軌道とほぼ一致していた(それぞれ4.6{\deg}対8.0{\deg}オフセット、p=0.018)。
医学生、住民、出席者はいずれもARガイダンスで同じレベルで行われる。
結論: 3D ARガイダンスは、難治性の飛行機外病変を標的として、手続き効率と放射線線量削減の大幅な改善を提供する。
ARガイダンスは、以前の臨床経験に関係なく、すべてのオペレータのパフォーマンスを同じレベルに引き上げる。
関連論文リスト
- Seamless Augmented Reality Integration in Arthroscopy: A Pipeline for Articular Reconstruction and Guidance [4.8046407905667206]
関節鏡は、関節疾患の診断と治療に用いられる、最小侵襲の外科手術である。
関節鏡の視野の制限と深度知覚の欠如は、複雑な関節構造をナビゲートする上での課題となる。
本稿では, 局所化とマッピング, 深さ推定, 3次元ガウススプラッティングを併用したロバストパイプラインを提案する。
我々のソリューションは、関節ノッチ計測とアノテーションアンカーのためのARアシストを提供する。
論文 参考訳（メタデータ） (2024-10-01T04:15:49Z) - Continuous sPatial-Temporal Deformable Image Registration (CPT-DIR) for motion modelling in radiotherapy: beyond classic voxel-based methods [10.17207334278678]
CPT-DIR(Continuous-sPatial-Temporal DIR)という,空間と時間の両方で連続的に動きをモデル化する暗黙的ニューラル表現(INR)に基づくアプローチを提案する。
DIRは,10例の肺4DCTのDIR-Labデータセットを用いて,ランドマーク精度(TRE),輪郭適合度(Dice),画像類似度(MAE)の測定を行った。
提案したCPT-DIRは、ランドマークTREを2.79mmから0.99mmに減らし、すべてのケースにおいてBスプラインの結果より優れている。
論文 参考訳（メタデータ） (2024-05-01T10:26:08Z) - Patch-Level Contrasting without Patch Correspondence for Accurate and
Dense Contrastive Representation Learning [79.43940012723539]
ADCLRは、正確で高密度な視覚表現を学習するための自己教師型学習フレームワークである。
提案手法は, コントラッシブな手法のための新しい最先端性能を実現する。
論文 参考訳（メタデータ） (2023-06-23T07:38:09Z) - Attention-based Saliency Maps Improve Interpretability of Pneumothorax
Classification [52.77024349608834]
視覚変換器(ViT)の胸部X線撮影(CXR)分類性能と注意ベース唾液の解釈可能性について検討する。
ViTは、CheXpert、Chest X-Ray 14、MIMIC CXR、VinBigDataの4つの公開データセットを用いて、肺疾患分類のために微調整された。
ViTsは最先端のCNNと比べてCXR分類AUCに匹敵するものであった。
論文 参考訳（メタデータ） (2023-03-03T12:05:41Z) - Deep Learning (DL)-based Automatic Segmentation of the Internal Pudendal
Artery (IPA) for Reduction of Erectile Dysfunction in Definitive Radiotherapy
of Localized Prostate Cancer [2.3547204612718393]
深層学習に基づくIPAのための自己分離モデルを提案する。
このモデルは、臨床実習における変化に対応するために、入力画像のモダリティとして、CTとMRIとCTのみを使用します。
提案モデルでは, セグメンテーションの均一性を向上させるため, 高品質なIPA輪郭が得られた。
論文 参考訳（メタデータ） (2023-02-03T02:00:06Z) - MAPPING: Model Average with Post-processing for Stroke Lesion
Segmentation [57.336056469276585]
我々は nnU-Net フレームワークに基づく脳卒中病変のセグメンテーションモデルを提案し, ストローク後の解剖学的トレースに応用する。
本手法は,2022年のMICCAI ATLAS Challengeにおいて,平均Diceスコアが0.6667,Lesion-wise F1スコアが0.5643,Simple Lesion Countスコアが4.5367,Volume differenceスコアが8804.9102であった。
論文 参考訳（メタデータ） (2022-11-11T14:17:04Z) - Building Brains: Subvolume Recombination for Data Augmentation in Large
Vessel Occlusion Detection [56.67577446132946]
この戦略をデータから学ぶためには、標準的なディープラーニングベースのモデルに対して、大規模なトレーニングデータセットが必要である。
そこで本研究では, 異なる患者から血管木セグメントを組換えることで, 人工的なトレーニングサンプルを生成する方法を提案する。
拡張スキームに則って,タスク固有の入力を入力した3D-DenseNetを用いて,半球間の比較を行う。
論文 参考訳（メタデータ） (2022-05-05T10:31:57Z) - Pointwise visual field estimation from optical coherence tomography in
glaucoma: a structure-function analysis using deep learning [12.70143462176992]
SAP(Standard Automated Perimetry)は、緑内障治療における視野(VF)の喪失を監視するための金の標準である。
我々は,光学コヒーレンス・トモグラフィー(OCT)スキャンによる点方向および全体的VF損失を推定する深層学習(DL)回帰モデルを開発し,検証した。
論文 参考訳（メタデータ） (2021-06-07T16:58:38Z) - 4D Deep Learning for Multiple Sclerosis Lesion Activity Segmentation [49.32653090178743]
我々は,MRIボリュームの履歴を用いて,この問題をフル4次元ディープラーニングに拡張することで,性能が向上するかどうか検討する。
提案手法は, 病変側真陽性率0.84, 病変側偽陽性率0.19で従来手法より優れていた。
論文 参考訳（メタデータ） (2020-04-20T11:41:01Z) - Volumetric Attention for 3D Medical Image Segmentation and Detection [53.041572035020344]
3次元医用画像のセグメンテーションと検出のためのボリュームアテンション(VA)モジュールを提案する。
VAアテンションはビデオ処理の最近の進歩にインスパイアされ、2.5Dネットワークはz方向のコンテキスト情報を活用することができる。
そのMask R-CNNへの統合は、肝腫瘍(LiTS)チャレンジにおける最先端のパフォーマンスを可能にすることが示されている。
論文 参考訳（メタデータ） (2020-04-04T18:55:06Z)
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。