論文の概要: Surgical Video Motion Magnification with Suppression of Instrument Artefacts

• arxiv url: http://arxiv.org/abs/2009.07432v1
• Date: Wed, 16 Sep 2020 02:42:46 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-18 00:39:21.460993
• Title: Surgical Video Motion Magnification with Suppression of Instrument Artefacts
• Title（参考訳）: 機器アーチファクトの抑制による手術映像の運動拡大
• Authors: Mirek Janatka, Hani J. Marcus, Neil L. Dorward, Danail Stoyanov
• Abstract要約: 動きの最大化は、内視鏡的ビデオで血管を直接強調することで、不注意な損傷や出血を防ぐことができる。 運動フィルターを全手術画像に適用することは手術器具からの残留運動に敏感である。 そこで我々は,非生理的運動による収差の低減策を提案する。
• 参考スコア（独自算出の注目度）: 9.398193782366395
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Video motion magnification could directly highlight subsurface blood vessels in endoscopic video in order to prevent inadvertent damage and bleeding. Applying motion filters to the full surgical image is however sensitive to residual motion from the surgical instruments and can impede practical application due to aberration motion artefacts. By storing the temporal filter response from local spatial frequency information for a single cardiovascular cycle prior to tool introduction to the scene, a filter can be used to determine if motion magnification should be active for a spatial region of the surgical image. In this paper, we propose a strategy to reduce aberration due to non-physiological motion for surgical video motion magnification. We present promising results on endoscopic transnasal transsphenoidal pituitary surgery with a quantitative comparison to recent methods using Structural Similarity (SSIM), as well as qualitative analysis by comparing spatio-temporal cross sections of the videos and individual frames.
• Abstract（参考訳）: ビデオモーションの拡大は、不注意な損傷や出血を防ぐために、内視鏡的ビデオの地下血管を直接強調することができる。 しかし、全手術像に動フィルタを適用することは手術器具からの残留運動に敏感であり、収差運動アーチファクトによる実用的応用を妨げる可能性がある。 局所的空間周波数情報からの時間的フィルタ応答をシーンへのツール導入前に単一の心血管サイクルに記憶することにより、手術画像の空間領域に対して動き拡大が有効かどうかをフィルタを用いて判断することができる。 本稿では,非生理学的動作による収差を減少させる手法を提案する。 内視鏡下経鼻下垂体下垂体手術の有望な成績を,最近の構造類似性 (Structure similarity, SSIM) 法と比較し, ビデオと個々のフレームの時空間断面積を比較して質的解析を行った。

関連論文リスト

• 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)
• FLex: Joint Pose and Dynamic Radiance Fields Optimization for Stereo Endoscopic Videos [79.50191812646125]
  内視鏡的シーンの再構築は、外科手術後の分析から教育訓練まで、様々な医療応用にとって重要な要素である。 変形組織の非常にダイナミックな環境下での移動内視鏡の挑戦的なセットアップに着目する。 複数重重なり合う4次元ニューラルラジアンスフィールド(NeRF)への暗黙的なシーン分離と、再構成とカメラのスクラッチからのポーズを協調的に最適化するプログレッシブ最適化手法を提案する。 これにより、使いやすさが向上し、5000フレーム以上の手術ビデオの処理に間に合うように復元能力を拡張できる。
  論文  参考訳（メタデータ） (2024-03-18T19:13:02Z)
• Action Recognition in Video Recordings from Gynecologic Laparoscopy [4.002010889177872]
  行動認識は腹腔鏡画像解析における多くの応用の前提条件である。 本研究では,CNN-RNNアーキテクチャと,カスタマイズしたトレーニング推論フレームワークの設計と評価を行う。
  論文  参考訳（メタデータ） (2023-11-30T16:15:46Z)
• 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)
• Motion Magnification in Robotic Sonography: Enabling Pulsation-Aware Artery Segmentation [44.868281669589194]
  スキャン中の動脈セグメンテーションの精度と安定性を改善するために,新しい脈動補助セグメンテーションニューラルネットワーク(PAS-NN)を提案する。 興味のある周波数帯域内の微妙な動きを増幅し、連続したUS画像から脈動信号を抽出するために、運動倍率技術を用いる。 抽出したリアルタイム脈動情報は、米国横断画像の動脈を見つけるのに役立つ。
  論文  参考訳（メタデータ） (2023-07-07T16:14:17Z)
• Deep Homography Estimation in Dynamic Surgical Scenes for Laparoscopic Camera Motion Extraction [6.56651216023737]
  腹腔鏡下手術の映像から腹腔鏡ホルダーの動作を抽出する手法を提案する。 我々は、新たに取得したカメラモーションフリーda Vinci画像シーケンスのデータセットに、カメラモーションを合成的に付加する。 提案手法は,我々のカメラモーションフリーda Vinci手術データセットから腹腔鏡下手術の映像へ移行し,古典的ホモグラフィー推定手法の双方,精度41%,CPU上でのランタイムを43%上回る結果を得た。
  論文  参考訳（メタデータ） (2021-09-30T13:05:37Z)
• E-DSSR: Efficient Dynamic Surgical Scene Reconstruction with Transformer-based Stereoscopic Depth Perception [15.927060244702686]
  28 fpsの高ダイナミックな手術シーンに対して,効率的な再建パイプラインを提案する。 具体的には,効率的な深度推定のための変圧器を用いた立体視深度知覚を設計する。 提案したパイプラインを,公開Hamlyn Centre内視鏡ビデオデータセットと社内のDaVinciロボット手術データセットの2つのデータセットで評価した。
  論文  参考訳（メタデータ） (2021-07-01T05:57:41Z)
• A Novel Approach for Correcting Multiple Discrete Rigid In-Plane Motions Artefacts in MRI Scans [63.28835187934139]
  本稿では,2つの入力枝を持つディープニューラルネットワークを用いた動きアーチファクトの除去手法を提案する。 提案法は患者の多動運動によって生成された人工物に応用できる。
  論文  参考訳（メタデータ） (2020-06-24T15:25:11Z)
• Microvascular Dynamics from 4D Microscopy Using Temporal Segmentation [81.30750944868142]
  経時的に脳血流量の変化を追跡でき, ピアル表面に向かって伝播する自発性動脈拡張を同定できる。 この新たなイメージング機能は、機能的磁気共鳴イメージング(fMRI)を基盤とした血行動態応答関数を特徴付けるための有望なステップである。
  論文  参考訳（メタデータ） (2020-01-14T22:55:03Z)

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。