論文の概要: MBAPose: Mask and Bounding-Box Aware Pose Estimation of Surgical
Instruments with Photorealistic Domain Randomization
- arxiv url: http://arxiv.org/abs/2103.08105v1
- Date: Mon, 15 Mar 2021 02:53:41 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-16 13:53:36.842669
- Title: MBAPose: Mask and Bounding-Box Aware Pose Estimation of Surgical
Instruments with Photorealistic Domain Randomization
- Title(参考訳): MBAPose: Mask and Bounding-Box Aware Pose estimate of Surgical Instruments with Photorealistic Domain Randomization
- Authors: Masakazu Yoshimura and Murilo Marques Marinho and Kanako Harada and
Mamoru Mitsuishi
- Abstract要約: 剛体手術器具の姿勢をより正確に推定するための新しい枠組みを提案する。
我々の戦略はMBAPoseと呼ばれる新しいポーズ推定モデルと合成学習データの利用に基づいている。
- 参考スコア(独自算出の注目度): 9.925707806264613
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Surgical robots are controlled using a priori models based on robots'
geometric parameters, which are calibrated before the surgical procedure. One
of the challenges in using robots in real surgical settings is that parameters
change over time, consequently deteriorating control accuracy. In this context,
our group has been investigating online calibration strategies without added
sensors. In one step toward that goal, we have developed an algorithm to
estimate the pose of the instruments' shafts in endoscopic images. In this
study, we build upon that earlier work and propose a new framework to more
precisely estimate the pose of a rigid surgical instrument. Our strategy is
based on a novel pose estimation model called MBAPose and the use of synthetic
training data. Our experiments demonstrated an improvement of 21 % for
translation error and 26 % for orientation error on synthetic test data with
respect to our previous work. Results with real test data provide a baseline
for further research.
- Abstract(参考訳): 手術ロボットは、手術前に校正されるロボットの幾何学的パラメータに基づいて、事前モデルを用いて制御される。
実際の手術環境でロボットを使用する際の課題の1つは、パラメータが時間とともに変化し、結果として制御精度が低下することである。
この状況下で、当社グループはセンサーを追加せずにオンライン校正戦略を調査しています。
その目標に向かって、我々は内視鏡画像における楽器の軸のポーズを推定するアルゴリズムを開発しました。
そこで本研究では,その先行研究を基礎として,剛体手術器具の姿勢をより正確に推定するための新しい枠組みを提案する。
我々の戦略はMBAPoseと呼ばれる新しいポーズ推定モデルと合成学習データの利用に基づいている。
本実験では, 翻訳誤差が21%, 合成試験データのオリエンテーション誤差が26%と改善した。
実際のテストデータによる結果は、さらなる研究のベースラインを提供する。
関連論文リスト
- EasyHeC: Accurate and Automatic Hand-eye Calibration via Differentiable
Rendering and Space Exploration [49.90228618894857]
我々は、マーカーレスでホワイトボックスであり、より優れた精度とロバスト性を提供するEasyHeCと呼ばれる手眼校正の新しいアプローチを導入する。
我々は,2つの重要な技術 – レンダリングベースのカメラポーズの最適化と整合性に基づく共同空間探索 – を利用することを提案する。
本評価は,合成および実世界のデータセットにおいて優れた性能を示す。
論文 参考訳(メタデータ) (2023-05-02T03:49:54Z) - Recognition and Prediction of Surgical Gestures and Trajectories Using
Transformer Models in Robot-Assisted Surgery [10.719885390990433]
トランスフォーマーモデルは、自然言語処理(NLP)のために、ワードシーケンスをモデル化するために最初に開発された。
本稿では, ジェスチャー認識, ジェスチャー予測, 軌道予測の3つのタスクに対して, トランスフォーマーモデルを用いた新しい手法を提案する。
論文 参考訳(メタデータ) (2022-12-03T20:26:48Z) - A parameter refinement method for Ptychography based on Deep Learning
concepts [55.41644538483948]
伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。
最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。
我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
論文 参考訳(メタデータ) (2021-05-18T10:15:17Z) - Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。
コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。
その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
論文 参考訳(メタデータ) (2021-01-26T16:01:02Z) - Automatic Extrinsic Calibration Method for LiDAR and Camera Sensor
Setups [68.8204255655161]
本論文では,LiDAR,単眼,ステレオカメラを含む任意のセンサのパラメータを校正する手法を提案する。
提案手法は、通常、車両のセットアップで見られるように、非常に異なる解像度とポーズのデバイスを扱うことができる。
論文 参考訳(メタデータ) (2021-01-12T12:02:26Z) - Improving rigid 3D calibration for robotic surgery [6.440011514678003]
本稿では,ダ・ヴィンチロボットを用いた手術シナリオのキャリブレーション手法を提案する。
我々の校正技術はRGB-Dカメラに向いている。
我々の校正法は, 標準的な内視鏡に容易に拡張することができ, 実際の手術シナリオでの使用を急ぐことができる。
論文 参考訳(メタデータ) (2020-07-16T16:06:26Z) - Searching for Efficient Architecture for Instrument Segmentation in
Robotic Surgery [58.63306322525082]
ほとんどのアプリケーションは、高解像度の外科画像の正確なリアルタイムセグメンテーションに依存している。
我々は,高解像度画像のリアルタイム推論を行うために調整された,軽量で高効率なディープ残差アーキテクチャを設計する。
論文 参考訳(メタデータ) (2020-07-08T21:38:29Z) - Appearance Learning for Image-based Motion Estimation in Tomography [60.980769164955454]
トモグラフィー画像では、取得した信号に擬似逆フォワードモデルを適用することにより、解剖学的構造を再構成する。
患者の動きは、復元過程における幾何学的アライメントを損なうため、運動アーティファクトが生じる。
本研究では,スキャン対象から独立して剛性運動の構造を認識する外観学習手法を提案する。
論文 参考訳(メタデータ) (2020-06-18T09:49:11Z) - Leveraging Vision and Kinematics Data to Improve Realism of Biomechanic
Soft-tissue Simulation for Robotic Surgery [13.657060682152409]
ロボット内視鏡手術で得られたライブデータは,不正確なFEMシミュレーション結果の修正にどのように用いられるかを検討する。
我々はオープンソースのda Vinciオペレーショナルシステムを用いて,ソフトチップのファントムを探索し,シミュレーションでインタラクションを再現する。
予測メッシュ位置と測定点雲との差を補正するために,ネットワークをトレーニングする。
論文 参考訳(メタデータ) (2020-03-14T00:16:08Z) - Single-Shot Pose Estimation of Surgical Robot Instruments' Shafts from
Monocular Endoscopic Images [8.966454850713522]
単眼内視鏡を用いて手術器具のシャフトのポーズを推定する新しい手法を提案する。
提案手法は,自動アノテーション付きトレーニングデータセットと,ポーズ推定深層学習アーキテクチャの改良に基づく。
論文 参考訳(メタデータ) (2020-03-03T00:38:48Z) - Patient Specific Biomechanics Are Clinically Significant In Accurate
Computer Aided Surgical Image Guidance [3.5760618920650398]
拡張現実(Augmented Reality)は、画像ガイド手術(AR IG)において、術前の画像から手術用ランドマークをビデオオーバーレイに融合するために用いられる。
手術の進行に伴ってランドマークの正確な位置を維持するためには,物理シミュレーションが不可欠である。
肝外科では、AR IGシミュレーションの精度は、患者の疾患に対する硬さの変化をモデル化できないことによって妨げられる。
我々は磁気共鳴エラストグラフィー(MRE)データに基づく患者特有の硬さ変化を考慮に入れた新しい方法を提案する。
論文 参考訳(メタデータ) (2020-01-29T08:11:07Z)
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。