論文の概要: Follow the Curve: Robotic-Ultrasound Navigation with Learning Based
Localization of Spinous Processes for Scoliosis Assessment
- arxiv url: http://arxiv.org/abs/2109.05196v1
- Date: Sat, 11 Sep 2021 06:25:30 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-14 15:25:49.208183
- Title: Follow the Curve: Robotic-Ultrasound Navigation with Learning Based
Localization of Spinous Processes for Scoliosis Assessment
- Title（参考訳）: 学習に基づくスコリシス評価のためのスピン過程の定位に基づくロボット・ウルトラサウンドナビゲーション
- Authors: Maria Victorova, Michael Ka-Shing Lee, David Navarro-Alarcon and
Yongping Zheng
- Abstract要約: 本稿では,脊椎曲率追跡と自動ナビゲーションのためのロボット超音波手法を提案する。
非畳み込みヘッドを用いた完全接続型ネットワークを開発し, リアルタイム超音波画像を用いて, スピン化過程を効率よく検出する。
我々は、プローブと皮膚の良好な音響結合を確保するために、皮膚表面に対してプローブの姿勢を自動的に調整する新しい力駆動制御器を開発した。
- 参考スコア（独自算出の注目度）: 1.7594269512136405
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The scoliosis progression in adolescents requires close monitoring to timely
take treatment measures. Ultrasound imaging is a radiation-free and low-cost
alternative in scoliosis assessment to X-rays, which are typically used in
clinical practice. However, ultrasound images are prone to speckle noises,
making it challenging for sonographers to detect bony features and follow the
spine's curvature. This paper introduces a robotic-ultrasound approach for
spinal curvature tracking and automatic navigation. A fully connected network
with deconvolutional heads is developed to locate the spinous process
efficiently with real-time ultrasound images. We use this machine
learning-based method to guide the motion of the robot-held ultrasound probe
and follow the spinal curvature while capturing ultrasound images and
correspondent position. We developed a new force-driven controller that
automatically adjusts the probe's pose relative to the skin surface to ensure a
good acoustic coupling between the probe and skin. After the scanning, the
acquired data is used to reconstruct the coronal spinal image, where the
deformity of the scoliosis spine can be assessed and measured. To evaluate the
performance of our methodology, we conducted an experimental study with human
subjects where the deviations from the image center during the robotized
procedure are compared to that obtained from manual scanning. The angles of
spinal deformity measured on spinal reconstruction images were similar for both
methods, implying that they equally reflect human anatomy.
- Abstract（参考訳）: 青年期における側頭葉の進行は、時間的に治療措置を取るために綿密な監視を必要とする。
超音波イメージングは、通常臨床で使用されるX線に対するスコリシス評価において、放射線のない低コストの代替手段である。
しかし、超音波画像はスペックルノイズを起こす傾向があり、ソノグラフィーが骨の特徴を検出して脊椎の曲率に従うことは困難である。
本稿では,脊椎曲率追跡と自動ナビゲーションのためのロボット超音波手法を提案する。
非畳み込みヘッドを用いた完全接続型ネットワークを開発し, リアルタイム超音波画像を用いてスピン化過程を効率的に検出する。
本手法は,ロボットによる超音波プローブの動作を誘導し,超音波画像と対応する位置を撮影しながら,脊椎曲率に追従する。
皮膚表面に対するプローブの姿勢を自動的に調整し、プローブと皮膚との音響結合性を確保する新しい力駆動制御器を開発した。
スキャン後、取得したデータは、スコリシス脊椎の変形を評価・測定できる冠状脊柱像の再構築に使用される。
本手法の性能を評価するために,ロボット化作業中の画像中心からのずれを手作業で得たものと比較した被験者を対象に実験を行った。
脊柱再建術の画像で測定された脊柱変形角度はどちらの方法にも似ており、人体の解剖を等しく反映していることが示唆された。
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) - 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) - Feature-aggregated spatiotemporal spine surface estimation for wearable
patch ultrasound volumetric imaging [4.287216236596808]
我々は,複数の画像角から反射性骨表面を捉えるためにパッチライクなウェアラブル超音波ソリューションを提案する。
我々のウェアラブル超音波システムは、拡張現実環境で臨床医に直感的で正確な介入指導を提供する可能性がある。
論文 参考訳（メタデータ） (2022-11-11T02:15:48Z) - Automatic spinal curvature measurement on ultrasound spine images using
Faster R-CNN [26.41810438716421]
本研究の目的は、脊椎ラミナを検出するためのFaster R-CNNに基づく完全な自動フレームワークを構築することである。
本フレームワークは,1) 超音波コロナ画像上で各ラミナ対を同定・位置決めするラミナ検出器,2) 脊柱曲率推定器の2つの密接な連結モジュールから構成された。
論文 参考訳（メタデータ） (2022-04-17T12:09:29Z) - Image-Guided Navigation of a Robotic Ultrasound Probe for Autonomous
Spinal Sonography Using a Shadow-aware Dual-Agent Framework [35.17207004351791]
本稿では,強化学習エージェントと深層学習エージェントを統合した新しいデュアルエージェントフレームワークを提案する。
提案手法は,US画像を効果的に解釈し,プローブをナビゲートすることで,脊椎の複数の標準視像を取得できる。
論文 参考訳（メタデータ） (2021-11-03T12:11:27Z) - Deep Learning for Ultrasound Beamforming [120.12255978513912]
受信した超音波エコーを空間画像領域にマッピングするビームフォーミングは、超音波画像形成チェーンの心臓に位置する。
現代の超音波イメージングは、強力なデジタル受信チャネル処理の革新に大きく依存している。
ディープラーニング手法は、デジタルビームフォーミングパイプラインにおいて魅力的な役割を果たす。
論文 参考訳（メタデータ） (2021-09-23T15:15:21Z) - Assisted Probe Positioning for Ultrasound Guided Radiotherapy Using
Image Sequence Classification [55.96221340756895]
前立腺外照射療法における経皮的超音波画像誘導は, 患者設定中の各セッションにおけるプローブと前立腺の整合性を必要とする。
本研究では,画像とプローブ位置データの共同分類により,高精度なプローブ配置を確保する方法を示す。
マルチ入力マルチタスクアルゴリズムを用いて、光学的追跡された超音波プローブからの空間座標データを、繰り返しニューラルネットワークを用いて画像クラスシファイアと組み合わせ、リアルタイムで2セットの予測を生成する。
このアルゴリズムは平均(標準偏差)3.7$circ$ (1.2$circ$)の範囲内で最適なプローブアライメントを同定する。
論文 参考訳（メタデータ） (2020-10-06T13:55:02Z) - A Convolutional Approach to Vertebrae Detection and Labelling in Whole
Spine MRI [70.04389979779195]
脊椎MRIにおける脊椎の発見と同定のための新しい畳み込み法を提案する。
これには学習ベクトル場を使用して、検出された脊椎の角を個別の脊椎にまとめる。
本手法の臨床的有用性を示すために, 腰部, 脊柱管内MRスキャンにおける側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側
論文 参考訳（メタデータ） (2020-07-06T09:37:12Z) - Force-Ultrasound Fusion: Bringing Spine Robotic-US to the Next "Level" [46.13840565802387]
ロボットアームは、脊椎のレベルを特定するためにフォース超音波データを用いて、ボランティアの背中を自動的にスキャンする。
椎体レベルの発生は、患者背中にロボットが作用する力を適切に制御することにより、ピークとして力トレース上に見え、増強される。
融合法は、テストセット内の脊椎レベルの100%を正しく分類することができ、純粋な画像と純粋な力に基づく方法は、それぞれ80%と90%の脊椎のみを分類することができた。
論文 参考訳（メタデータ） (2020-02-26T10:49:53Z)
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。