論文の概要: VR-Caps: A Virtual Environment for Capsule Endoscopy

• arxiv url: http://arxiv.org/abs/2008.12949v2
• Date: Thu, 14 Jan 2021 12:55:11 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-23 17:03:24.080527
• Title: VR-Caps: A Virtual Environment for Capsule Endoscopy
• Title（参考訳）: VR-Caps: カプセル内視鏡のための仮想環境
• Authors: Kagan Incetan, Ibrahim Omer Celik, Abdulhamid Obeid, Guliz Irem Gokceler, Kutsev Bengisu Ozyoruk, Yasin Almalioglu, Richard J. Chen, Faisal Mahmood, Hunter Gilbert, Nicholas J. Durr, Mehmet Turan
• Abstract要約: 消化器疾患の診断と治療のための現在のカプセル内視鏡と次世代ロボットカプセルは、複雑なサイバー物理プラットフォームである。 データ駆動型アルゴリズムはカプセル内視鏡の多くの高度な機能を実現することを約束するが、現実のデータを得るのは難しい。 合成データを提供する物理的に現実的なシミュレーションが、データ駆動アルゴリズムの開発の解決策として登場した。
• 参考スコア（独自算出の注目度）: 8.499489366784374
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Current capsule endoscopes and next-generation robotic capsules for diagnosis and treatment of gastrointestinal diseases are complex cyber-physical platforms that must orchestrate complex software and hardware functions. The desired tasks for these systems include visual localization, depth estimation, 3D mapping, disease detection and segmentation, automated navigation, active control, path realization and optional therapeutic modules such as targeted drug delivery and biopsy sampling. Data-driven algorithms promise to enable many advanced functionalities for capsule endoscopes, but real-world data is challenging to obtain. Physically-realistic simulations providing synthetic data have emerged as a solution to the development of data-driven algorithms. In this work, we present a comprehensive simulation platform for capsule endoscopy operations and introduce VR-Caps, a virtual active capsule environment that simulates a range of normal and abnormal tissue conditions (e.g., inflated, dry, wet etc.) and varied organ types, capsule endoscope designs (e.g., mono, stereo, dual and 360{\deg}camera), and the type, number, strength, and placement of internal and external magnetic sources that enable active locomotion. VR-Caps makes it possible to both independently or jointly develop, optimize, and test medical imaging and analysis software for the current and next-generation endoscopic capsule systems. To validate this approach, we train state-of-the-art deep neural networks to accomplish various medical image analysis tasks using simulated data from VR-Caps and evaluate the performance of these models on real medical data. Results demonstrate the usefulness and effectiveness of the proposed virtual platform in developing algorithms that quantify fractional coverage, camera trajectory, 3D map reconstruction, and disease classification.
• Abstract（参考訳）: 現在のカプセル内視鏡と消化器疾患の診断と治療のための次世代ロボットカプセルは複雑なサイバー物理プラットフォームであり、複雑なソフトウェアとハードウェアの機能を調整する必要がある。 これらのシステムの望ましいタスクには、視覚的位置決め、深度推定、3Dマッピング、疾患検出とセグメンテーション、自動ナビゲーション、能動制御、経路実現、標的薬物の送達や生検サンプリングなどの任意の治療モジュールが含まれる。 データ駆動アルゴリズムはカプセル内視鏡の多くの高度な機能を実現することを約束するが、現実のデータを得るのは難しい。 合成データを提供する物理的現実的シミュレーションは、データ駆動アルゴリズムの開発に対する解決策として登場した。 本稿では,カプセル内視鏡手術のための総合的なシミュレーションプラットフォームについて紹介するとともに,正常および異常な組織状態(例えば,膨らんだ,乾いた,濡れた,など)と様々な臓器タイプ,カプセル内視鏡設計(モノ,ステレオ,デュアル,360{\deg}カメラなど)をシミュレートする仮想アクティブカプセル環境vr-capsと,アクティブロコモーションを可能にする内部及び外部磁気源のタイプ,数,強度,配置について紹介する。 VR-Capsは、現在および次世代のカプセルシステムのための医療画像解析ソフトウェアを独立または共同開発、最適化、テストできる。 このアプローチを検証するために,vr-capsのシミュレーションデータを用いて,最先端の深層ニューラルネットワークを訓練し,様々な医用画像解析タスクを行い,実際の医用データを用いたモデルの性能評価を行う。 その結果,分数カバレッジ,カメラ軌跡,3次元地図再構成,疾患分類を定量化するアルゴリズムの開発において,提案する仮想プラットフォームの有用性と有効性を示した。

関連論文リスト

• fMRI-3D: A Comprehensive Dataset for Enhancing fMRI-based 3D Reconstruction [50.534007259536715]
  我々は15人の参加者のデータを含むfMRI-3Dデータセットを提示し、合計4768個の3Dオブジェクトを展示する。 我々は,fMRI信号から3次元視覚情報を復号化するための新しいフレームワークMinD-3Dを提案する。
  論文  参考訳（メタデータ） (2024-09-17T16:13:59Z)
• Brain3D: Generating 3D Objects from fMRI [76.41771117405973]
  被験者のfMRIデータを入力として利用する新しい3Dオブジェクト表現学習手法であるBrain3Dを設計する。 我々は,人間の視覚系の各領域の異なる機能的特徴を,我々のモデルが捉えていることを示す。 予備評価は、Brain3Dがシミュレーションシナリオで障害した脳領域を正常に識別できることを示唆している。
  論文  参考訳（メタデータ） (2024-05-24T06:06:11Z)
• CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
  縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。 ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。 我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
  論文  参考訳（メタデータ） (2024-03-21T15:13:36Z)
• Domain adaptation strategies for 3D reconstruction of the lumbar spine using real fluoroscopy data [9.21828361691977]
  本研究は整形外科手術における手術ナビゲーション導入における重要な障害に対処するものである。 これは、少数の蛍光画像から脊椎の3次元解剖モデルを生成するためのアプローチを示す。 これまでの合成データに基づく研究の精度に匹敵する84%のF1スコアを達成しました。
  論文  参考訳（メタデータ） (2024-01-29T10:22:45Z)
• DeepMediX: A Deep Learning-Driven Resource-Efficient Medical Diagnosis Across the Spectrum [15.382184404673389]
  この作業では,この課題に大きく対処する,画期的な,リソース効率の高いモデルである textttDeepMediX が紹介されている。 MobileNetV2アーキテクチャ上に構築されたDeepMediXは、脳MRIスキャンと皮膚がん画像の分類に長けている。 DeepMediXの設計にはフェデレートラーニングの概念も含まれている。
  論文  参考訳（メタデータ） (2023-07-01T12:30:58Z)
• Domain Adaptive Sim-to-Real Segmentation of Oropharyngeal Organs Towards Robot-assisted Intubation [15.795665057836636]
  この作業では、Open Framework Architectureフレームワークによって生成された仮想データセットを導入し、実際の内視鏡画像の可用性の制限を克服する。 また,画像ブレンディング戦略を用いた咽頭臓器画像分割のための領域適応型Sim-to-Real法を提案する。 実験結果は,ドメイン適応モデルを用いた提案手法の優れた性能を示す。
  論文  参考訳（メタデータ） (2023-05-19T14:08:15Z)
• 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)
• Surgical Visual Domain Adaptation: Results from the MICCAI 2020 SurgVisDom Challenge [9.986124942784969]
  この研究は、データプライバシの懸念を克服するために、手術における視覚領域適応の可能性を探究する。 特に,外科手術のバーチャルリアリティ(VR)シミュレーションのビデオを用いて,臨床ライクな環境下でのタスク認識アルゴリズムの開発を提案する。 課題参加者によって開発された視覚的ドメイン適応を解決するためのさまざまなアプローチのパフォーマンスを紹介します。
  論文  参考訳（メタデータ） (2021-02-26T18:45:28Z)
• Synthesizing Skeletal Motion and Physiological Signals as a Function of a Virtual Human's Actions and Emotions [10.59409233835301]
  本研究では, 同期運動, 心電図, 血圧, 呼吸, 皮膚伝導信号の計算モデルからなるシステムを開発した。 提案されたフレームワークはモジュール化されており、柔軟性によってさまざまなモデルを試すことができる。 ラウンド・ザ・タイム・モニタリングのためのML研究を低コストで行うことに加えて、提案されたフレームワークはコードとデータの再利用を可能にする。
  論文  参考訳（メタデータ） (2021-02-08T21:56:15Z)
• Fed-Sim: Federated Simulation for Medical Imaging [131.56325440976207]
  本稿では、2つの学習可能なニューラルモジュールからなる物理駆動型生成手法を提案する。 データ合成フレームワークは、複数のデータセットの下流セグメンテーション性能を改善する。
  論文  参考訳（メタデータ） (2020-09-01T19:17:46Z)
• Transferable Active Grasping and Real Embodied Dataset [48.887567134129306]
  ハンドマウント型RGB-Dカメラを用いて把握可能な視点を探索する方法を示す。 現実的な3段階の移動可能な能動把握パイプラインを開発し、未確認のクラッタシーンに適応する。 本研究のパイプラインでは,カテゴリ非関連行動の把握と確保において,スパース報酬問題を克服するために,新しいマスク誘導報酬を提案する。
  論文  参考訳（メタデータ） (2020-04-28T08:15:35Z)

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。