論文の概要: An Online Platform for Automatic Skull Defect Restoration and Cranial Implant Design

• arxiv url: http://arxiv.org/abs/2006.00980v1
• Date: Mon, 1 Jun 2020 14:41:33 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-26 07:32:55.265714
• Title: An Online Platform for Automatic Skull Defect Restoration and Cranial Implant Design
• Title（参考訳）: 頭蓋骨欠損修復と頭蓋インプラント設計のためのオンラインプラットフォーム
• Authors: Jianning Li, Antonio Pepe, Christina Gsaxner, Jan Egger
• Abstract要約: システムは頭蓋骨の欠損部を自動的に復元し、所望のインプラントを生成する。 生成されたインプラントはSTereoLithography (.stl)形式で、システムのブラウザインターフェースから直接ダウンロードすることができる。 そして、インプラントモデルを3Dプリンタに送信して、ロコインプラントの製造を行う。
• 参考スコア（独自算出の注目度）: 0.5551220224568872
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce a fully automatic system for cranial implant design, a common task in cranioplasty operations. The system is currently integrated in Studierfenster (http://studierfenster.tugraz.at/), an online, cloud-based medical image processing platform for medical imaging applications. Enhanced by deep learning algorithms, the system automatically restores the missing part of a skull (i.e., skull shape completion) and generates the desired implant by subtracting the defective skull from the completed skull. The generated implant can be downloaded in the STereoLithography (.stl) format directly via the browser interface of the system. The implant model can then be sent to a 3D printer for in loco implant manufacturing. Furthermore, thanks to the standard format, the user can thereafter load the model into another application for post-processing whenever necessary. Such an automatic cranial implant design system can be integrated into the clinical practice to improve the current routine for surgeries related to skull defect repair (e.g., cranioplasty). Our system, although currently intended for educational and research use only, can be seen as an application of additive manufacturing for fast, patient-specific implant design.
• Abstract（参考訳）: 頭蓋形成術における共通課題である頭蓋内インプラント設計のための完全自動システムを提案する。 現在、このシステムはStudierfenster (http://studierfenster.tugraz.at/)に統合されている。 深層学習アルゴリズムによって強化されたシステムは、頭蓋骨の欠落部分(すなわち頭蓋骨形状完了)を自動的に復元し、完成頭蓋骨から欠損頭蓋骨を差し引いて所望のインプラントを生成する。 生成されたインプラントはSTereoLithography (.stl)形式で、システムのブラウザインターフェースから直接ダウンロードすることができる。 そして、インプラントモデルを3Dプリンタに送信して、ロコインプラントの製造を行う。 さらに、標準フォーマットのおかげで、ユーザは必要に応じて別のアプリケーションにモデルをロードして後処理することができる。 このような自動頭蓋インプラント設計システムは、頭蓋骨欠損修復(例えば頭蓋形成術)に関連する手術の現在のルーチンを改善するために臨床実践に統合することができる。 本システムは現在, 教育・研究のみを対象としているが, 迅速な患者固有のインプラント設計のための添加物製造の応用と見なすことができる。

関連論文リスト

• RibCageImp: A Deep Learning Framework for 3D Ribcage Implant Generation [5.569968871299795]
  損傷を受けたり切除されたリブケージ構造の回復には、胸腔の完全性と機能を取り戻すために、正確に設計されたカスタムデザインのインプラントが必要である。 従来のインプラント設計法は主に手動のプロセスに依存しており、時間がかかり、可変性に影響を受けやすい。 患者固有のインプラントデザインを生成するためにCTスキャンを処理する3D U-Netアーキテクチャに基づくフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-14T06:03:54Z)
• Creating a Digital Twin of Spinal Surgery: A Proof of Concept [68.37190859183663]
  手術デジタル化は、現実世界の手術の仮想レプリカを作成するプロセスである。 脊椎外科手術に応用した手術デジタル化のための概念実証(PoC)を提案する。 5台のRGB-Dカメラを外科医の動的3D再構成に、ハイエンドカメラを解剖学の3D再構成に、赤外線ステレオカメラを手術器具追跡に、レーザースキャナーを手術室の3D再構成とデータ融合に使用した。
  論文  参考訳（メタデータ） (2024-03-25T13:09:40Z)
• A Semi-automatic Cranial Implant Design Tool Based on Rigid ICP Template Alignment and Voxel Space Reconstruction [2.0793077626669327]
  頭蓋形成術は 頭蓋移植を用いた神経頭蓋修復術だ 近年の進歩にもかかわらず、患者固有のインプラント(PSI)の設計は、頭蓋形成術において最も複雑で、高価で、かつ、最も自動化されていないタスクである。 半自動インプラント生成に適したグラフィカルユーザインタフェース(UI)を備えたプロトタイプアプリケーションを作成した。 提案したインプラント生成プロセスの概略は、関心領域を設定し、テンプレートを整列させ、その後、ボクセル空間にインプラントを作成することである。
  論文  参考訳（メタデータ） (2024-03-19T08:24:05Z)
• Point Cloud Diffusion Models for Automatic Implant Generation [0.4499833362998487]
  本稿では,3次元点雲拡散モデルとボキセル化ネットワークを組み合わせたインプラント生成手法を提案する。 SkullBreak と SkullFix のデータセット上で評価を行い,高品質なインプラントを作製し,競争力のある評価スコアを得る。
  論文  参考訳（メタデータ） (2023-03-14T16:54:59Z)
• Robotic Navigation Autonomy for Subretinal Injection via Intelligent Real-Time Virtual iOCT Volume Slicing [88.99939660183881]
  網膜下注射のための自律型ロボットナビゲーションの枠組みを提案する。 提案手法は,機器のポーズ推定方法,ロボットとi OCTシステム間のオンライン登録,およびインジェクションターゲットへのナビゲーションに適した軌道計画から構成される。 ブタ前眼の精度と再現性について実験を行った。
  論文  参考訳（メタデータ） (2023-01-17T21:41:21Z)
• A Self-Supervised Deep Framework for Reference Bony Shape Estimation in Orthognathic Surgical Planning [55.30223654196882]
  仮想的な矯正手術計画では、3次元顔面骨形状モデルにおける顎変形の外科的修正をシミュレートする。 正常な解剖を表現した基準顔骨形状モデルは、計画精度を向上させるための客観的ガイダンスを提供することができる。 本稿では,顔面骨の形状モデルを自動的に推定する自己教師型ディープフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-09-11T05:24:40Z)
• Multimodal Semantic Scene Graphs for Holistic Modeling of Surgical Procedures [70.69948035469467]
  カメラビューから3Dグラフを生成するための最新のコンピュータビジョン手法を利用する。 次に,手術手順の象徴的,意味的表現を統一することを目的としたマルチモーダルセマンティックグラフシーン(MSSG)を紹介する。
  論文  参考訳（メタデータ） (2021-06-09T14:35:44Z)
• Tattoo tomography: Freehand 3D photoacoustic image reconstruction with an optical pattern [49.240017254888336]
  光音響トモグラフィ(PAT)は、形態学的および機能的組織特性の両方を解決することができる新しいイメージング技術である。 現在の欠点は、従来の2Dプローブによって提供される視野の制限である。 本研究では,外部追跡システムを必要としないPATデータの3次元再構成手法を提案する。
  論文  参考訳（メタデータ） (2020-11-10T09:27:56Z)
• Cranial Implant Design via Virtual Craniectomy with Shape Priors [18.561060643117013]
  我々は,CT画像からの頭蓋内インプラント再建のための代替のディープラーニングモデルを提案し,評価する。 モデルは、AutoImplant Challengeによってリリースされたデータベースを使用してトレーニングされ、評価される。
  論文  参考訳（メタデータ） (2020-09-29T00:35:44Z)
• A Baseline Approach for AutoImplant: the MICCAI 2020 Cranial Implant Design Challenge [0.6158425788462673]
  本稿では,脳インプラント設計の課題に対して,容積形状学習タスクとして定式化できるベースラインアプローチを提案する。 このアプローチは2つのステップで高品質なインプラントを生成する。 提案手法は平均ダイス類似度スコア(DSC)が0.8555、ハウスドルフ距離(HD)が5.1825mmである。
  論文  参考訳（メタデータ） (2020-06-22T17:27:56Z)
• Design and Development of a Web-based Tool for Inpainting of Dissected Aortae in Angiography Images [69.14026408176609]
  提案した塗布ツールは、大動脈解離を塗布するタスクに基づいてトレーニングされたニューラルネットワークを組み合わせたものである。 ツールをWebアプリケーションとして設計することにより、ニューラルネットワークの使用を簡素化し、初期学習曲線を小さくする。
  論文  参考訳（メタデータ） (2020-05-06T12:22:21Z)

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。