論文の概要: Virtual Reality Simulator for Fetoscopic Spina Bifida Repair Surgery
- arxiv url: http://arxiv.org/abs/2208.00169v1
- Date: Sat, 30 Jul 2022 08:51:11 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-02 14:50:54.051116
- Title: Virtual Reality Simulator for Fetoscopic Spina Bifida Repair Surgery
- Title(参考訳): fetoscopic spina bifida repair surgery のためのバーチャルリアリティシミュレータ
- Authors: Przemys{\l}aw Korzeniowski, Szymon P{\l}otka, Robert
Brawura-Biskupski-Samaha, Arkadiusz Sitek
- Abstract要約: 腹腔鏡下スピナ・ビフィダ修復術への関心が高まり、適切な訓練の必要性が高まっている。
このような手順の学習曲線は急勾配であり、優れた手続きスキルを必要とする。
現在、胎児視下SB修復手術のための商用または実験的なVRトレーニングシステムはない。
- 参考スコア(独自算出の注目度): 0.393259574660092
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Spina Bifida (SB) is a birth defect developed during the early stage of
pregnancy in which there is incomplete closing of the spine around the spinal
cord. The growing interest in fetoscopic Spina-Bifida repair, which is
performed in fetuses who are still in the pregnant uterus, prompts the need for
appropriate training. The learning curve for such procedures is steep and
requires excellent procedural skills. Computer-based virtual reality (VR)
simulation systems offer a safe, cost-effective, and configurable training
environment free from ethical and patient safety issues. However, to the best
of our knowledge, there are currently no commercial or experimental VR training
simulation systems available for fetoscopic SB-repair procedures. In this
paper, we propose a novel VR simulator for core manual skills training for
SB-repair. An initial simulation realism validation study was carried out by
obtaining subjective feedback (face and content validity) from 14 clinicians.
The overall simulation realism was on average marked 4.07 on a 5-point Likert
scale (1 - very unrealistic, 5 - very realistic). Its usefulness as a training
tool for SB-repair as well as in learning fundamental laparoscopic skills was
marked 4.63 and 4.80, respectively. These results indicate that VR simulation
of fetoscopic procedures may contribute to surgical training without putting
fetuses and their mothers at risk. It could also facilitate wider adaptation of
fetoscopic procedures in place of much more invasive open fetal surgeries.
- Abstract(参考訳): スピナビフィダ(Spina Bifida、SB)は、妊娠初期に発達した、脊髄周囲の脊髄が不完全な閉鎖状態にある出生欠陥である。
妊娠中の妊娠中の胎児で行われている胎児内視鏡下スピナ・ビフィダ修復への関心が高まり、適切な訓練が求められるようになった。
このような手順の学習曲線は急勾配であり、優れた手続きスキルを必要とする。
コンピュータベースのバーチャルリアリティ(VR)シミュレーションシステムは、安全で費用対効果が高く、構成可能なトレーニング環境を提供する。
しかし、私たちの知る限りでは、現在fetoscopic sb-repair手順で利用可能な商用または実験的なvrトレーニングシミュレーションシステムは存在しない。
本稿では,sb-repairのコアマニュアルスキルトレーニングのためのvrシミュレータを提案する。
14名の臨床医から主観的フィードバック(顔と内容の妥当性)を得ることにより,初期シミュレーションリアリズム検証を行った。
シミュレーションの全体的なリアリズムは、平均で4.07で5点のlikertスケール(1 - 非常に非現実的、5 - 非常に現実的)であった。
sb-repairのトレーニングツールとしての有用性および基礎的腹腔鏡スキルの習得には,それぞれ4.63と4.80とマークされた。
これらの結果から,胎児と母親を危険にさらすことなく,手術訓練にVRシミュレーションが寄与する可能性が示唆された。
また、より侵襲的な胎児開腹手術に代えて、より広い手術手順を適応させることも可能であった。
関連論文リスト
- Efficient Data-driven Scene Simulation using Robotic Surgery Videos via Physics-embedded 3D Gaussians [19.590481146949685]
立体内視鏡画像から3D Gaussianを学習可能な手術シーンの表現として紹介する。
本研究では3次元ガウスに物理特性を統合したマテリアルポイント法を適用し,現実的なシーン変形を実現する。
以上の結果から,内視鏡的画像から外科的シーンを効率的に再構成し,シミュレートし,外科的シーンを再構築するのにほんの数分しか要しないことが明らかとなった。
論文 参考訳(メタデータ) (2024-05-02T02:34:19Z) - Autonomous Catheterization with Open-source Simulator and Expert
Trajectory [6.641939334725708]
CathSimは、血管内介入のための初のオープンソースシミュレータである。
実ロボットに対してCathSimを検証し,本シミュレータが実ロボットの動作を模倣できることを示す。
論文 参考訳(メタデータ) (2024-01-17T08:48:29Z) - Safe Deep RL for Intraoperative Planning of Pedicle Screw Placement [61.28459114068828]
安全な深部強化学習(DRL)に基づく訓練経路計画にリアルタイムな観察を活用するロボット脊椎手術の術中計画手法を提案する。
本手法は,ゴールドスタンダード (GS) 掘削計画に関して,90%の骨貫通を達成できた。
論文 参考訳(メタデータ) (2023-05-09T11:42:53Z) - Robotic Navigation Autonomy for Subretinal Injection via Intelligent
Real-Time Virtual iOCT Volume Slicing [88.99939660183881]
網膜下注射のための自律型ロボットナビゲーションの枠組みを提案する。
提案手法は,機器のポーズ推定方法,ロボットとi OCTシステム間のオンライン登録,およびインジェクションターゲットへのナビゲーションに適した軌道計画から構成される。
ブタ前眼の精度と再現性について実験を行った。
論文 参考訳(メタデータ) (2023-01-17T21:41:21Z) - DeXtreme: Transfer of Agile In-hand Manipulation from Simulation to
Reality [64.51295032956118]
我々は人型ロボットの手で頑健な操作を行える政策を訓練する。
本研究は,各種ハードウェアおよびシミュレータのデクスタラス操作におけるsim-to-real転送の可能性を再確認する。
論文 参考訳(メタデータ) (2022-10-25T01:51:36Z) - Robot Learning from Randomized Simulations: A Review [59.992761565399185]
ディープラーニングがロボティクス研究のパラダイムシフトを引き起こし、大量のデータを必要とする方法が好まれている。
最先端のアプローチは、データ生成が高速かつ安価であるシミュレーションで学ぶ。
本稿では,ランダム化シミュレーションから学習する手法である「領域ランダム化」に焦点をあてる。
論文 参考訳(メタデータ) (2021-11-01T13:55:41Z) - SurRoL: An Open-source Reinforcement Learning Centered and dVRK
Compatible Platform for Surgical Robot Learning [78.76052604441519]
SurRoLは、ダ・ヴィンチ・リサーチキット(dVRK)と互換性のある外科ロボット学習のためのRL中心のシミュレーションプラットフォームである。
プラットフォームには10の学習ベースの外科的タスクが構築されており、実際の自律的な外科的実行に共通している。
シミュレーションにおいてRLアルゴリズムを用いてSurRoLの評価を行い、奥行き分析を行い、実際のdVRKにトレーニングされたポリシーをデプロイし、実世界でより優れた転送性を実現することを示す。
論文 参考訳(メタデータ) (2021-08-30T07:43:47Z) - Reactive Long Horizon Task Execution via Visual Skill and Precondition
Models [59.76233967614774]
シミュレーションで学習したモデルを用いて、単純なタスクプランナの構成要素をグラウンド化することで、見知らぬロボットタスクを達成できるシミュレート・トゥ・リアル・トレーニングのアプローチについて述べる。
シミュレーションでは91.6%から98%,実世界の成功率は10%から80%に増加した。
論文 参考訳(メタデータ) (2020-11-17T15:24:01Z) - Recurrent and Spiking Modeling of Sparse Surgical Kinematics [0.8458020117487898]
ますます多くの研究が、手術ロボットが捉えたビデオやキネマティックなデータを機械学習で分析している。
本研究では,同様のスキルレベルの外科医を予測するために,キネマティックデータのみを用いることの可能性を検討する。
本報告では, 運動特性のみに基づいて, シミュレーションエクササイズにおいて, ほぼ完全スコアの手術者を特定することが可能である。
論文 参考訳(メタデータ) (2020-05-12T15:41:45Z) - 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)
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。