論文の概要: Image-Guided Navigation of a Robotic Ultrasound Probe for Autonomous Spinal Sonography Using a Shadow-aware Dual-Agent Framework

• arxiv url: http://arxiv.org/abs/2111.02167v1
• Date: Wed, 3 Nov 2021 12:11:27 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-04 13:40:27.870274
• Title: Image-Guided Navigation of a Robotic Ultrasound Probe for Autonomous Spinal Sonography Using a Shadow-aware Dual-Agent Framework
• Title（参考訳）: 陰影認識型デュアルエージェントフレームワークを用いた自律脊髄超音波診断用ロボット超音波プローブの画像誘導ナビゲーション
• Authors: Keyu Li, Yangxin Xu, Jian Wang, Dong Ni, Li Liu, Max Q.-H. Meng
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 35.17207004351791
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Ultrasound (US) imaging is commonly used to assist in the diagnosis and interventions of spine diseases, while the standardized US acquisitions performed by manually operating the probe require substantial experience and training of sonographers. In this work, we propose a novel dual-agent framework that integrates a reinforcement learning (RL) agent and a deep learning (DL) agent to jointly determine the movement of the US probe based on the real-time US images, in order to mimic the decision-making process of an expert sonographer to achieve autonomous standard view acquisitions in spinal sonography. Moreover, inspired by the nature of US propagation and the characteristics of the spinal anatomy, we introduce a view-specific acoustic shadow reward to utilize the shadow information to implicitly guide the navigation of the probe toward different standard views of the spine. Our method is validated in both quantitative and qualitative experiments in a simulation environment built with US data acquired from $17$ volunteers. The average navigation accuracy toward different standard views achieves $5.18mm/5.25^\circ$ and $12.87mm/17.49^\circ$ in the intra- and inter-subject settings, respectively. The results demonstrate that our method can effectively interpret the US images and navigate the probe to acquire multiple standard views of the spine.
• Abstract（参考訳）: 超音波(US)イメージングは脊椎疾患の診断と治療を支援するのが一般的であるが、プローブを手動で操作する米国の標準化された取得には、ソノグラフィーのかなりの経験と訓練が必要である。 そこで本研究では,usプローブの運動をリアルタイムus画像に基づいて共同決定するために,強化学習(rl)エージェントと深層学習(dl)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。 さらに,USの伝搬特性や脊椎解剖の特徴に触発されて,影情報を利用した視覚特異的音響シャドウ報酬を導入し,プローブのナビゲーションを脊椎の異なる標準的な視界に向けて暗黙的に案内する。 本手法は,17ドルのボランティアから得られた米国データを用いたシミュレーション環境において,定量的および定性的な実験を行った。 異なる標準ビューに対する平均航法精度は、5.18mm/5.25^\circ$と12.87mm/17.49^\circ$である。 以上の結果から,本手法は米国の画像を効果的に解釈し,プローブをナビゲートし,脊椎の標準的なビューを複数取得できることを示した。

関連論文リスト

• 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)
• Intelligent Robotic Sonographer: Mutual Information-based Disentangled Reward Learning from Few Demonstrations [42.731081399649916]
  この研究は、インテリジェントなロボットソノグラフィーによって、自律的に標的解剖を発見」し、専門家から学ぶことによって、米国のプローブを関連する2D平面にナビゲートすることを提案する。 専門家による基礎となる高レベルの生理的知識は神経報酬関数によって推測される。 提案した高度なフレームワークは、生き生きとしたヒトの頸動脈データだけでなく、さまざまな幻影や見えない幻影を強く扱うことができる。
  論文  参考訳（メタデータ） (2023-07-07T16:30:50Z)
• Towards Autonomous Atlas-based Ultrasound Acquisitions in Presence of Articulated Motion [48.52403516006036]
  本稿では、自律型ロボットUS手足のスキャンを可能にする視覚ベースのアプローチを提案する。 この目的のために、アノテートされた血管構造を有するヒト腕のアトラスMRIテンプレートを使用して、軌跡を生成する。 いずれの場合も、このシステムはボランティアの手足で計画された血管構造を取得することができる。
  論文  参考訳（メタデータ） (2022-08-10T15:39:20Z)
• OADAT: Experimental and Synthetic Clinical Optoacoustic Data for Standardized Image Processing [62.993663757843464]
  オプトアコースティック(OA)イメージングは、ナノ秒レーザーパルスによる生体組織の励起と、光吸収による熱弾性膨張によって発生する超音波の検出に基づいている。 OAイメージングは、深部組織における豊富な光学コントラストと高分解能の強力な組み合わせを特徴としている。 臨床環境でのOAの幅広い応用を促進するために、異なるタイプの実験的なセットアップと関連する処理手法で生成される標準化データセットは存在しない。
  論文  参考訳（メタデータ） (2022-06-17T08:11:26Z)
• VesNet-RL: Simulation-based Reinforcement Learning for Real-World US Probe Navigation [39.7566010845081]
  フリーハンドの米国試験では、ソノグラフィーがアメリカのプローブをナビゲートして、診断情報豊富な標準試験機を視覚化することが多い。 そこで本稿では,米国探査機のリアルタイムナビゲーションのためのシミュレーションベースのRLフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-05-10T09:34:42Z)
• Voice-assisted Image Labelling for Endoscopic Ultrasound Classification using Neural Networks [48.732863591145964]
  本稿では,臨床医が提示した生音声からのEUS画像にラベルを付けるマルチモーダル畳み込みニューラルネットワークアーキテクチャを提案する。 その結果,5つのラベルを持つデータセットにおいて,画像レベルでの予測精度は76%であった。
  論文  参考訳（メタデータ） (2021-10-12T21:22:24Z)
• Follow the Curve: Robotic-Ultrasound Navigation with Learning Based Localization of Spinous Processes for Scoliosis Assessment [1.7594269512136405]
  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。
  論文  参考訳（メタデータ） (2021-09-11T06:25:30Z)
• Semantic segmentation of multispectral photoacoustic images using deep learning [53.65837038435433]
  光音響イメージングは医療に革命をもたらす可能性がある。 この技術の臨床的翻訳には、高次元取得したデータを臨床的に関連性があり解釈可能な情報に変換する必要がある。 本稿では,多スペクトル光音響画像のセマンティックセグメンテーションに対する深層学習に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2021-05-20T09:33:55Z)
• Autonomous Navigation of an Ultrasound Probe Towards Standard Scan Planes with Deep Reinforcement Learning [28.17246919349759]
  本論文では,実時間画像フィードバックに基づく仮想米国プローブの6次元ポーズを自律的に制御するフレームワークを提案する。 本手法は,米国の脊椎イメージングで収集した実世界データを用いて構築したシミュレーション環境で検証した。
  論文  参考訳（メタデータ） (2021-03-01T03:09:17Z)
• Screen Tracking for Clinical Translation of Live Ultrasound Image Analysis Methods [2.5805793749729857]
  提案手法は,ソノグラフィの視点に固定されたカメラで画面を追跡し,撮影画像を適切なアスペクト比に再構成することで,米国内の画像をキャプチャする。 これにより、取得した画像を画像処理パイプラインに入力して、検査を改善するのに役立つ情報を抽出できるという仮説が立てられている。 この情報は、例えば拡張現実(AR)ヘッドセットを使って、音像師の視界にリアルタイムで投影される。
  論文  参考訳（メタデータ） (2020-07-13T09:53:20Z)

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。