論文の概要: Localization and Control of Magnetic Suture Needles in Cluttered
Surgical Site with Blood and Tissue
- arxiv url: http://arxiv.org/abs/2105.09481v1
- Date: Thu, 20 May 2021 02:50:09 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-21 13:25:17.898382
- Title: Localization and Control of Magnetic Suture Needles in Cluttered
Surgical Site with Blood and Tissue
- Title（参考訳）: 血液と組織を有するクラッタ手術部位における磁気縫合針の局在と制御
- Authors: Will Pryor, Yotam Barnoy, Suraj Raval, Xiaolong Liu, Lamar Mair,
Daniel Lerner, Onder Erin, Gregory D. Hager, Yancy Diaz-Mercado, Axel Krieger
- Abstract要約: 針のリアルタイムな視覚的位置決めは様々な外科的応用に必要である。
本システムでは,侵襲性の最小化と患者の副作用の低減による手術の可能性を秘めている。
針は(1) 血液, 組織, (2) 重い血液, 組織, (3) 組織, (4) 重い血液, (4) 組織で縫合経路をたどることができる。
- 参考スコア（独自算出の注目度）: 17.622536997059434
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Real-time visual localization of needles is necessary for various surgical
applications, including surgical automation and visual feedback. In this study
we investigate localization and autonomous robotic control of needles in the
context of our magneto-suturing system. Our system holds the potential for
surgical manipulation with the benefit of minimal invasiveness and reduced
patient side effects. However, the non-linear magnetic fields produce
unintuitive forces and demand delicate position-based control that exceeds the
capabilities of direct human manipulation. This makes automatic needle
localization a necessity. Our localization method combines neural network-based
segmentation and classical techniques, and we are able to consistently locate
our needle with 0.73 mm RMS error in clean environments and 2.72 mm RMS error
in challenging environments with blood and occlusion. The average localization
RMS error is 2.16 mm for all environments we used in the experiments. We
combine this localization method with our closed-loop feedback control system
to demonstrate the further applicability of localization to autonomous control.
Our needle is able to follow a running suture path in (1) no blood, no tissue;
(2) heavy blood, no tissue; (3) no blood, with tissue; and (4) heavy blood,
with tissue environments. The tip position tracking error ranges from 2.6 mm to
3.7 mm RMS, opening the door towards autonomous suturing tasks.
- Abstract（参考訳）: 手術の自動化や視覚フィードバックなど,様々な外科的応用には針のリアルタイム可視化が不可欠である。
本研究では,磁気縫合システムにおける針の位置と自律的なロボット制御について検討する。
本システムでは,侵襲性の最小化と患者の副作用の低減による手術の可能性を秘めている。
しかし、非線形磁場は直観的な力を生み出し、直接操作の能力を超える繊細な位置制御を必要とする。
これにより、針の自動定位が必須となる。
本手法は, ニューラルネットワークに基づくセグメンテーションと古典的手法を組み合わせることで, 清潔な環境では0.73mmrms誤差, 血液と閉塞を伴う困難な環境では2.72mmrms誤差と針の位置を一貫して特定できる。
平均ローカライゼーションrms誤差は実験で使用した全ての環境において2.16mmである。
本手法をクローズドループフィードバック制御システムと組み合わせることで,自律制御へのローカライゼーションのさらなる適用性を示す。
針は(1) 血液, 組織, (2) 重血, 組織, (3) 血液, 組織, (4) 重血, 組織環境における縫合経路をたどることができる。
先端位置追跡誤差は2.6mmから3.7mmのrmsで、自動縫合作業へのドアを開く。
関連論文リスト
- A Master-Follower Teleoperation System for Robotic Catheterization: Design, Characterization, and Tracking Control [1.0470286407954037]
本稿では,ロボットカテーテル化のための3自由度マスターフォロワ遠隔操作システムの設計と開発について述べる。
臨床医の手による介入と似ており、手術中にカテーテル座屈やねじれを除去するグリップインサート放出機構を備えている。
システムの性能は、典型的な円形、無限大のような、スパイラルな経路上での接近経路と開ループ経路の追跡によって評価される。
論文 参考訳（メタデータ） (2024-07-18T05:06:48Z) - Medical needle tip tracking based on Optical Imaging and AI [0.0]
本論文は針先リアルタイム追跡のための革新的な技術であり,針挿入指導の強化を目的としている。
具体的には,光ファイバー付針を用いた散乱画像の作成を中心に展開し,CNNに基づくアルゴリズムを用いて針先端の位置と向きをリアルタイムで推定する手法を提案する。
平均大腿動脈半径が4mmから5mmと推定され,大腿動脈挿入術における針ガイドの精度が高い可能性が示唆された。
論文 参考訳（メタデータ） (2023-08-28T10:30:08Z) - Weakly supervised segmentation of intracranial aneurysms using a novel 3D focal modulation UNet [0.5106162890866905]
本稿では,新しい3次元焦点変調UNetであるFocalSegNetを提案する。
UIA検出では偽陽性率は0.21で感度は0.80であった。
論文 参考訳（メタデータ） (2023-08-06T03:28:08Z) - Automatic registration with continuous pose updates for marker-less
surgical navigation in spine surgery [52.63271687382495]
本研究では, 腰部脊柱管固定術の登録問題を, 無放射線で自動的に解決するアプローチを提案する。
深部神経ネットワークは、腰椎を分割し、その方向を同時に予測するように訓練され、前手術モデルに対する最初のポーズが得られた。
拡張現実ベースのナビゲーションシステムとの統合により、直感的な外科的ガイダンスが提供される。
論文 参考訳（メタデータ） (2023-08-05T16:26:41Z) - Localizing the Recurrent Laryngeal Nerve via Ultrasound with a Bayesian
Shape Framework [65.19784967388934]
RLN(recurrent laryngeal nerve)の腫瘍浸潤は, 甲状腺摘出術の抗腫瘍剤であり, 標準喉頭鏡による検出が困難である。
本稿では,外科医がRLNを周囲の臓器に従って識別する標準的なアプローチを模倣した,RLNの局所化のための知識駆動型フレームワークを提案する。
実験結果から, 提案手法は, 最先端手法と比較して, 高いヒット率とかなり小さい距離誤差を達成できることが示唆された。
論文 参考訳（メタデータ） (2022-06-30T13:04:42Z) - StRegA: Unsupervised Anomaly Detection in Brain MRIs using a Compact
Context-encoding Variational Autoencoder [48.2010192865749]
教師なし異常検出(UAD)は、健康な被験者の異常なデータセットからデータ分布を学習し、分布サンプルの抽出に応用することができる。
本研究では,コンテクストエンコーディング(context-encoding)VAE(ceVAE)モデルのコンパクトバージョンと,前処理と後処理のステップを組み合わせて,UADパイプライン(StRegA)を作成することを提案する。
提案したパイプラインは、BraTSデータセットのT2w画像と0.859$pm$0.112の腫瘍を検出しながら、Diceスコアが0.642$pm$0.101に達した。
論文 参考訳（メタデータ） (2022-01-31T14:27:35Z) - A Deep Learning Approach to Predicting Collateral Flow in Stroke
Patients Using Radiomic Features from Perfusion Images [58.17507437526425]
側方循環は、血流を妥協した領域に酸素を供給する特殊な無酸素流路から生じる。
実際のグレーティングは主に、取得した画像の手動検査によって行われる。
MR灌流データから抽出した放射線学的特徴に基づいて,脳卒中患者の側方血流低下を予測するための深層学習手法を提案する。
論文 参考訳（メタデータ） (2021-10-24T18:58:40Z) - Towards self-organized control: Using neural cellular automata to
robustly control a cart-pole agent [62.997667081978825]
我々は、カートポールエージェントを制御するために、ニューラルセルオートマトンを使用する。
我々は、Q値の推定値として出力セルの状態を用いる深層学習を用いてモデルを訓練した。
論文 参考訳（メタデータ） (2021-06-29T10:49:42Z) - Controlling False Positive/Negative Rates for Deep-Learning-Based
Prostate Cancer Detection on Multiparametric MR images [58.85481248101611]
そこで本研究では,病変からスライスまでのマッピング機能に基づく,病変レベルのコスト感受性損失と付加的なスライスレベルの損失を組み込んだ新しいPCa検出ネットワークを提案する。
1) 病変レベルFNRを0.19から0.10に, 病変レベルFPRを1.03から0.66に減らした。
論文 参考訳（メタデータ） (2021-06-04T09:51:27Z) - A Recurrent Neural Network Approach to Roll Estimation for Needle
Steering [5.556129660751467]
操作可能な針はボディのターゲット療法を提供するための有望な技術です。
現在のセンサーは、完全な向き情報を提供したり、針が治療を行う能力に干渉したりしない。
LSTMニューラルネットワークを利用して針先端の向きをオンラインで推定するモデルレス学習手法を提案する。
論文 参考訳（メタデータ） (2021-01-13T03:40:00Z) - Towards Augmented Reality-based Suturing in Monocular Laparoscopic
Training [0.5707453684578819]
本研究では,シリコーンパッド上での腹腔鏡下トレーニング結果を高めるために,定量的かつ質的な視覚表現を備えた拡張現実環境を提案する。
これは、マルチクラスセグメンテーションと深度マップ予測を実行するマルチタスク教師付きディープニューラルネットワークによって実現されている。
本発明のネットワークは、手術針分割用ダイススコア0.67、針ホルダ計器セグメンテーション0.81、深さ推定用平均絶対誤差6.5mmを達成する。
論文 参考訳（メタデータ） (2020-01-19T19:59:58Z)
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。