論文の概要: Real-time Virtual Intraoperative CT for Image Guided Surgery

• arxiv url: http://arxiv.org/abs/2112.02608v1
• Date: Sun, 5 Dec 2021 16:06:34 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-07 15:33:27.845121
• Title: Real-time Virtual Intraoperative CT for Image Guided Surgery
• Title（参考訳）: 画像誘導手術のための実時間仮想術中ct
• Authors: Yangming Li, Neeraja Konuthula, Ian M. Humphreys, Kris Moe, Blake Hannaford, Randall Bly
• Abstract要約: 本研究は, 仮想的術中CT生成のための3つの方法, 先端運動ベース, 先端軌跡ベース, 計器ベースを提示する。 手術成績は, いずれもDice similarity Coefficient > 86%, F-score > 92%, 精度で改善した。 先端軌跡法は, 外科的完全性評価において, 96.87%の精度で良好な成績を示した。
• 参考スコア（独自算出の注目度）: 13.166023816014777
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Abstract. Purpose: This paper presents a scheme for generating virtual intraoperative CT scans in order to improve surgical completeness in Endoscopic Sinus Surgeries (ESS). Approach: The work presents three methods, the tip motion-based, the tip trajectory-based, and the instrument based, along with non-parametric smoothing and Gaussian Process Regression, for virtual intraoperative CT generation. Results: The proposed methods studied and compared on ESS performed on cadavers. Surgical results show all three methods improve the Dice Similarity Coefficients > 86%, with F-score > 92% and precision > 89.91%. The tip trajectory-based method was found to have best performance and reached 96.87% precision in surgical completeness evaluation. Conclusions: This work demonstrated that virtual intraoperative CT scans improves the consistency between the actual surgical scene and the reference model, and improves surgical completeness in ESS. Comparing with actual intraoperative CT scans, the proposed scheme has no impact on existing surgical protocols, does not require extra hardware other than the one is already available in most ESS overcome the high costs, the repeated radiation, and the elongated anesthesia caused by actual intraoperative CTs, and is practical in ESS.
• Abstract（参考訳）: 抽象。 目的: 内視鏡下副鼻腔手術(ess)の外科的完全性を改善するために, 術中ctスキャンを仮想的に生成する方式を提案する。 アプローチ: この研究は, 仮想的な術中ct生成のための3つの方法, 先端運動ベース, 先端軌跡ベース, 計器ベース, 非パラメトリック平滑化, ガウス過程回帰を提示する。 結果: ケーダバーで実施したESSについて検討し, 比較した。 手術の結果,dice類似度係数は86%,f-scoreは92%,精度は89.91%であった。 先端軌跡法は, 外科的完全性評価において, 96.87%の精度で良好な成績を示した。 結論: 本研究は, 術中ctスキャンにより実際の手術場面と参照モデルとの一貫性が向上し, essの外科的完全性が向上することを示した。 術中CTと比較すると,提案手法は既存の手術プロトコルに影響を与えず,術中CTによる高コスト,反復放射線,長期麻酔を克服し,術中CTによる治療に要する余分なハードウェアを必要としない。

関連論文リスト

• Multimodal Learning With Intraoperative CBCT & Variably Aligned Preoperative CT Data To Improve Segmentation [0.21847754147782888]
  コーンビームCT(CBCT)はコンピュータ支援による介入を促進する重要なツールである。 劣化した画像品質は下流のセグメンテーションに影響を及ぼす可能性があるが、高品質の術前スキャンが利用可能であることは、改善の可能性を示唆している。 本稿では,CBCT と CT のほぼ一致したスキャンを融合させるマルチモーダル学習法を提案し,CBCT の品質と誤調整が最終的なセグメンテーション性能に与える影響について検討する。
  論文  参考訳（メタデータ） (2024-06-17T15:31:54Z)
• Deep learning network to correct axial and coronal eye motion in 3D OCT retinal imaging [65.47834983591957]
  深層学習に基づくニューラルネットワークを用いて,OCTの軸運動とコロナ運動のアーチファクトを1つのスキャンで補正する。 実験結果から, 提案手法は動作アーチファクトを効果的に補正し, 誤差が他の方法よりも小さいことを示す。
  論文  参考訳（メタデータ） (2023-05-27T03:55:19Z)
• TranSOP: Transformer-based Multimodal Classification for Stroke Treatment Outcome Prediction [2.358784542343728]
  本稿では,臨床メタデータと画像情報を利用した分類手法として,トランスフォーマーベースのマルチモーダルネットワーク(TranSOP)を提案する。 これには3D非造影CT(non-contrast Computed tomography)の特徴と臨床情報を効率的に組み合わせる融合モジュールが含まれる。 単モーダルおよびマルチモーダルデータを用いた比較実験では、最先端のAUCスコアが0.85である。
  論文  参考訳（メタデータ） (2023-01-25T21:05:10Z)
• CTT-Net: A Multi-view Cross-token Transformer for Cataract Postoperative Visual Acuity Prediction [20.549329151298355]
  術後VA予測のための新しいクロストークントランスフォーマーネットワーク(CTT-Net)を提案する。 OCT画像の多視点的特徴を効果的に利用するために,余剰/不要な注意の流れを制限できる横断的注意を発達させる。 術前のVA値を用いて,術後のVA予測により多くの情報を提供し,ビュー間の融合を容易にする。
  論文  参考訳（メタデータ） (2022-12-12T09:39:22Z)
• Surgical Phase Recognition in Laparoscopic Cholecystectomy [57.929132269036245]
  本稿では,2段階推論パイプラインのキャリブレーションされた信頼度スコアを利用するTransformerに基づく手法を提案する。 提案手法はColec80データセットのベースラインモデルよりも優れており,様々なアクションセグメンテーション手法に適用できる。
  論文  参考訳（メタデータ） (2022-06-14T22:55:31Z)
• CholecTriplet2021: A benchmark challenge for surgical action triplet recognition [66.51610049869393]
  腹腔鏡下手術における三肢の認識のためにMICCAI 2021で実施した内視鏡的視力障害であるColecTriplet 2021を提案する。 課題の参加者が提案する最先端の深層学習手法の課題設定と評価について述べる。 4つのベースライン法と19の新しいディープラーニングアルゴリズムが提示され、手術ビデオから直接手術行動三重項を認識し、平均平均精度(mAP)は4.2%から38.1%である。
  論文  参考訳（メタデータ） (2022-04-10T18:51:55Z)
• Incremental Cross-view Mutual Distillation for Self-supervised Medical CT Synthesis [88.39466012709205]
  本稿では,スライス間の分解能を高めるために,新しい医療スライスを構築した。 臨床実践において, 根本・中間医療スライスは常に欠落していることを考慮し, 相互蒸留の段階的相互蒸留戦略を導入する。 提案手法は,最先端のアルゴリズムよりも明確なマージンで優れる。
  論文  参考訳（メタデータ） (2021-12-20T03:38:37Z)
• CyTran: A Cycle-Consistent Transformer with Multi-Level Consistency for Non-Contrast to Contrast CT Translation [56.622832383316215]
  コントラストCTを非コントラストCTに変換する手法を提案する。 提案手法は、CyTranを略して、サイクル一貫性のある生成逆転変換器に基づいている。 実験の結果、CyTranは競合するすべての手法より優れています。
  論文  参考訳（メタデータ） (2021-10-12T23:25:03Z)
• Systematic Clinical Evaluation of A Deep Learning Method for Medical Image Segmentation: Radiosurgery Application [48.89674088331313]
  3次元医用画像分割作業において,Deep Learning (DL) 手法を体系的に評価した。 本手法は放射線外科治療プロセスに統合され,臨床ワークフローに直接影響を及ぼす。
  論文  参考訳（メタデータ） (2021-08-21T16:15:40Z)
• Towards Unified Surgical Skill Assessment [18.601526803020885]
  自動手術スキル評価のための統合型マルチパスフレームワークを提案する。 手術シミュレーションのJIGSAWSデータセットと腹腔鏡下手術の新たな臨床データセットについて実験を行った。
  論文  参考訳（メタデータ） (2021-06-02T09:06:43Z)
• Multi-Scale Supervised 3D U-Net for Kidneys and Kidney Tumor Segmentation [0.8397730500554047]
  腎腫瘍と腎腫瘍をCT画像から自動的に分離するマルチスケール3D U-Net(MSS U-Net)を提案する。 我々のアーキテクチャは、3次元U-Netトレーニング効率を高めるために、深い監視と指数対数損失を組み合わせる。 このアーキテクチャは、KiTS19パブリックデータセットのデータを使用した最先端の作業と比較して、優れたパフォーマンスを示している。
  論文  参考訳（メタデータ） (2020-04-17T08:25:43Z)

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。