論文の概要: Towards Automatic Manipulation of Intra-cardiac Echocardiography
Catheter
- arxiv url: http://arxiv.org/abs/2009.05859v3
- Date: Fri, 29 Jan 2021 22:16:34 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-19 07:48:37.821309
- Title: Towards Automatic Manipulation of Intra-cardiac Echocardiography
Catheter
- Title（参考訳）: 心内エコーカテーテルの自動操作に向けて
- Authors: Young-Ho Kim, Jarrod Collins, Zhongyu Li, Ponraj Chinnadurai, Ankur
Kapoor, C. Huie Lin, Tommaso Mansi
- Abstract要約: 心内心エコー法(ICE)は、電気生理学的および構造的心臓介入を導くための強力な画像モダリティである。
本稿では,ICEカテーテル用ロボットマニピュレータについて,画像診断とプロシージャ自動化のプロセス開発のためのプラットフォームとして機能する。
- 参考スコア（独自算出の注目度）: 10.926275815044182
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Intra-cardiac Echocardiography (ICE) is a powerful imaging modality for
guiding electrophysiology and structural heart interventions. ICE provides
real-time observation of anatomy, catheters, and emergent complications.
However, this increased reliance on intraprocedural imaging creates a high
cognitive demand on physicians who can often serve as interventionalist and
imager. We present a robotic manipulator for ICE catheters to assist physicians
with imaging and serve as a platform for developing processes for procedural
automation. Herein, we introduce two application modules towards these goals:
(1) a view recovery process that allows physicians to save views during
intervention and automatically return with the push of a button and (2) a
data-driven approach to compensate kinematic model errors that result from
non-linear behaviors in catheter bending, providing more precise control of the
catheter tip. View recovery is validated by repeated catheter positioning in
cardiac phantom and animal experiments with position- and image-based analysis.
We present a simplified calibration approach for error compensation and verify
with complex rotation of the catheter in benchtop and phantom experiments under
varying realistic curvature conditions. Results support that a robotic
manipulator for ICE can provide an efficient and reproducible tool, potentially
reducing execution time and promoting greater utilization of ICE imaging.
- Abstract（参考訳）: 心内心エコー法(ICE)は、電気生理学的および構造的心臓介入を導く強力な画像モダリティである。
ICEは解剖学、カテーテル、緊急合併症をリアルタイムで観察する。
しかし、このプロシージャ内画像への依存度の増加は、しばしば介入主義者やイメージナーとして機能する医師に高い認知的需要をもたらす。
本稿では,ICEカテーテル用ロボットマニピュレータについて,画像診断とプロシージャ自動化のプロセス開発のためのプラットフォームとして機能する。
本稿では,(1)医師が介入中にビューを保存し,ボタンを押して自動的に復帰できるビューリカバリプロセス,(2)カテーテル湾曲時の非線形動作によるキネマティックモデルエラーを補償するデータ駆動アプローチの2つのアプリケーションモジュールを紹介し,カテーテル先端のより正確な制御を提供する。
心ファントムおよび動物実験におけるカテーテル位置決めと位置・画像解析によるビュー回復の検証を行う。
ベンチトップ実験およびファントム実験において,誤差補償のための簡易キャリブレーション手法と,カテーテルの複雑な回転による検証を行った。
結果は、ICE用のロボットマニピュレータが効率よく再現可能なツールを提供し、実行時間を短縮し、ICEイメージングのさらなる活用を促進することを支持する。
関連論文リスト
- AI-driven View Guidance System in Intra-cardiac Echocardiography Imaging [7.074445406436684]
心内心エコー法(ICE)は、電気生理学(EP)と構造心疾患(SHD)の介入において重要な画像モダリティである。
本稿では,人間によるループ内フィードバックを伴う連続閉ループで動作するAI駆動型ビューガイダンスシステムを提案する。
論文 参考訳（メタデータ） (2024-09-25T13:08:10Z) - Deep intra-operative illumination calibration of hyperspectral cameras [73.08443963791343]
ハイパースペクトルイメージング (HSI) は, 様々な手術応用に期待できる新しい画像モダリティとして出現している。
手術室における照明条件の動的変化がHSIアプリケーションの性能に劇的な影響を及ぼすことを示す。
手術中におけるハイパースペクトル画像の自動再構成のための新しい学習ベースアプローチを提案する。
論文 参考訳（メタデータ） (2024-09-11T08:30:03Z) - Auxiliary Input in Training: Incorporating Catheter Features into Deep Learning Models for ECG-Free Dynamic Coronary Roadmapping [17.461510586128874]
ダイナミック冠のロードマップ作成は、X線アンギオグラフィーのオフライン画像シーケンスから抽出した血管マップ(「ロードマップ」)をリアルタイムでX線フルオロスコープのライブストリームにオーバーレイする技術である。
コントラスト剤注入の繰り返しを必要とせず、介入手術のナビゲーションガイダンスを提供することを目標とし、放射線曝露や腎不全に伴うリスクを低減することを目的としている。
論文 参考訳（メタデータ） (2024-08-28T17:05:38Z) - Real-time guidewire tracking and segmentation in intraoperative x-ray [52.51797358201872]
リアルタイムガイドワイヤ分割と追跡のための2段階のディープラーニングフレームワークを提案する。
第1段階では、ヨロフ5検出器が元のX線画像と合成画像を使って訓練され、ターゲットのガイドワイヤのバウンディングボックスを出力する。
第2段階では、検出された各バウンディングボックスにガイドワイヤを分割するために、新規で効率的なネットワークが提案されている。
論文 参考訳（メタデータ） (2024-04-12T20:39:19Z) - 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) - Monocular Microscope to CT Registration using Pose Estimation of the
Incus for Augmented Reality Cochlear Implant Surgery [3.8909273404657556]
本研究では, 外部追跡装置を必要とせず, 2次元から3次元の観察顕微鏡映像を直接CTスキャンに登録する手法を開発した。
その結果, x, y, z軸の平均回転誤差は25度未満, 翻訳誤差は2mm, 3mm, 0.55%であった。
論文 参考訳（メタデータ） (2024-03-12T00:26:08Z) - Automating Catheterization Labs with Real-Time Perception [31.65246126754449]
AutoCBCTは、血管造影スイートとシームレスに統合された視覚認識システムである。
これにより、自動位置決め、ナビゲーション、シミュレートされたテスト実行を備えた新しいワークフローが可能になり、手動操作やインタラクションの必要性がなくなる。
提案システムは, 実験室と臨床室の両方で実施, 研究され, ワークフロー効率が著しく向上した。
論文 参考訳（メタデータ） (2024-03-09T02:05:23Z) - AiAReSeg: Catheter Detection and Segmentation in Interventional
Ultrasound using Transformers [75.20925220246689]
血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。
本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
論文 参考訳（メタデータ） (2023-09-25T19:34:12Z) - 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) - Incremental Cross-view Mutual Distillation for Self-supervised Medical
CT Synthesis [88.39466012709205]
本稿では,スライス間の分解能を高めるために,新しい医療スライスを構築した。
臨床実践において, 根本・中間医療スライスは常に欠落していることを考慮し, 相互蒸留の段階的相互蒸留戦略を導入する。
提案手法は,最先端のアルゴリズムよりも明確なマージンで優れる。
論文 参考訳（メタデータ） (2021-12-20T03:38:37Z) - Dynamic Coronary Roadmapping via Catheter Tip Tracking in X-ray
Fluoroscopy with Deep Learning Based Bayesian Filtering [4.040013871160853]
経皮的冠動脈インターベンション (PCI) は, 冠動脈造影にX線不透明造影剤を併用したX線アンギオグラムを用いて画像誘導を行うのが一般的である。
本報告では、視覚フィードバックを改善し、PCIにおけるコントラスト使用を減らすために、新しい動的冠ロードマップ作成手法の開発について述べる。
特に,カテーテル先端の高精度かつロバストな追跡のために,畳み込みニューラルネットワークの検出結果と,粒子フィルタリングフレームワークを用いたフレーム間の運動推定を統合した,深層学習に基づくベイズフィルタリング手法を提案する。
論文 参考訳（メタデータ） (2020-01-11T22:08:06Z)
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。