論文の概要: Minimally Invasive Live Tissue High-fidelity Thermophysical Modeling
using Real-time Thermography
- arxiv url: http://arxiv.org/abs/2301.09733v1
- Date: Mon, 23 Jan 2023 21:54:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-25 14:47:26.561354
- Title: Minimally Invasive Live Tissue High-fidelity Thermophysical Modeling
using Real-time Thermography
- Title（参考訳）: リアルタイムサーモグラフィーを用いた低侵襲生体組織高密度熱物性モデリング
- Authors: Hamza El-Kebir, Junren Ran, Yongseok Lee, Leonardo P. Chamorro, Martin
Ostoja-Starzewski, Richard Berlin, Gabriela M. Aguiluz Cornejo, Enrico
Benedetti, Pier C. Giulianotti, Joseph Bentsman
- Abstract要約: 生体組織におけるエネルギーベース手術のための新しい熱力学的パラメータ推定フレームワークを提案する。
この枠組みは、組織固有の熱力学をリアルタイムで推定する問題に対処し、組織への熱的損傷の正確な予測と電気外科的手順の損傷を意識した計画を可能にする。
- 参考スコア（独自算出の注目度）: 0.487576911714538
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present a novel thermodynamic parameter estimation framework for
energy-based surgery on live tissue, with direct applications to tissue
characterization during electrosurgery. This framework addresses the problem of
estimating tissue-specific thermodynamics in real-time, which would enable
accurate prediction of thermal damage impact to the tissue and damage-conscious
planning of electrosurgical procedures. Our approach provides basic
thermodynamic information such as thermal diffusivity, and also allows for
obtaining the thermal relaxation time and a model of the heat source, yielding
in real-time a controlled hyperbolic thermodynamics model. The latter accounts
for the finite thermal propagation time necessary for modeling of the
electrosurgical action, in which the probe motion speed often surpasses the
speed of thermal propagation in the tissue operated on. Our approach relies
solely on thermographer feedback and a knowledge of the power level and
position of the electrosurgical pencil, imposing only very minor adjustments to
normal electrosurgery to obtain a high-fidelity model of the tissue-probe
interaction. Our method is minimally invasive and can be performed in situ. We
apply our method first to simulated data based on porcine muscle tissue to
verify its accuracy and then to in vivo liver tissue, and compare the results
with those from the literature. This comparison shows that parameterizing the
Maxwell--Cattaneo model through the framework proposed yields a noticeably
higher fidelity real-time adaptable representation of the thermodynamic tissue
response to the electrosurgical impact than currently available. A discussion
on the differences between the live and the dead tissue thermodynamics is also
provided.
- Abstract（参考訳）: 生体組織におけるエネルギーベース手術のための新しい熱力学的パラメータ推定フレームワークを提案する。
この枠組みは、組織に対する熱的損傷の正確な予測と電気外科的手順の損傷意識計画を可能にする組織特異的熱力学をリアルタイムに推定する問題に対処する。
本手法は,熱拡散率などの基本的な熱力学情報を提供し,熱緩和時間と熱源のモデルを得ることができ,実時間制御双曲熱力学モデルが得られる。
後者は電気外科的作用のモデル化に必要な有限熱伝搬時間であり、そこではプローブの動き速度が組織内の熱伝播の速度を超えることがしばしばある。
このアプローチはサーモグラフィ者のフィードバックと電気外科用鉛筆のパワーレベルと位置の知識のみに依存しており、組織-プローブ相互作用の高忠実性モデルを得るために通常の電気外科にほんの少しの調整しか行わない。
本手法は最小限の侵襲性を有し,その場で行うことができる。
本手法をまずブタの筋肉組織に基づくシミュレーションデータに適用し,その精度を検証し,次いで生体内肝組織に適用し,その結果と比較した。
この比較により,maxwell-cattaneoモデルのパラメータ化により,電気的衝撃に対する熱力学的組織応答のリアルタイムな再現性が現在より顕著に高まることが示された。
生体と死組織の熱力学の違いについても考察した。
関連論文リスト
- REST: Efficient and Accelerated EEG Seizure Analysis through Residual State Updates [54.96885726053036]
本稿では,リアルタイム脳波信号解析のための新しいグラフベース残状態更新機構(REST)を提案する。
グラフニューラルネットワークとリカレント構造の組み合わせを活用することで、RESTは、非ユークリッド幾何学とEEGデータ内の時間的依存関係の両方を効率的にキャプチャする。
本モデルは,発作検出と分類作業において高い精度を示す。
論文 参考訳（メタデータ） (2024-06-03T16:30:19Z) - vHeat: Building Vision Models upon Heat Conduction [63.00030330898876]
vHeatは、高い計算効率とグローバルな受容場の両方を同時に達成する、新しいビジョンバックボーンモデルである。
基本的な考え方は、画像パッチを熱源として概念化し、それらの相関の計算を熱エネルギーの拡散としてモデル化することである。
論文 参考訳（メタデータ） (2024-05-26T12:58:04Z) - PhysRFANet: Physics-Guided Neural Network for Real-Time Prediction of
Thermal Effect During Radiofrequency Ablation Treatment [0.9895793818721335]
本稿では物理誘導型ニューラルネットワークモデルPhysRFANetを提案する。
術前の腫瘍像では,96%のDiceスコアと0.4854のRMSE値が得られた。
論文 参考訳（メタデータ） (2023-12-21T15:36:52Z) - Infinite-Dimensional Adaptive Boundary Observer for Inner-Domain
Temperature Estimation of 3D Electrosurgical Processes using Surface
Thermography Sensing [0.0]
電気外科における有機組織下温度測定のための新しい3次元適応オブザーバフレームワークを提案する。
本稿では,パラメータ適応と推定を分離し,パラメータ推定をリアルタイムで行う新しい手法を提案する。
本研究は,ロボット手術の設定に適応した新しいモデル構造を提示し,電気外科的熱分布をコンパクトに支持された等量および速度制御熱源としてモデル化する。
論文 参考訳（メタデータ） (2022-11-01T15:03:01Z) - Your Autoregressive Generative Model Can be Better If You Treat It as an
Energy-Based One [83.5162421521224]
本稿では,自己回帰生成モデルの学習のための独自のE-ARM法を提案する。
E-ARMは、よく設計されたエネルギーベースの学習目標を活用する。
我々は、E-ARMを効率的に訓練でき、露光バイアス問題を緩和できることを示した。
論文 参考訳（メタデータ） (2022-06-26T10:58:41Z) - Photoinduced prethermal order parameter dynamics in the two-dimensional
large-$N$ Hubbard-Heisenberg model [77.34726150561087]
2次元相関電子モデルにおいて、競合する秩序相の微視的ダイナミクスについて検討する。
2つの競合する位相間の光誘起遷移をシミュレートする。
論文 参考訳（メタデータ） (2022-05-13T13:13:31Z) - Physics-based Learning of Parameterized Thermodynamics from Real-time
Thermography [0.0]
実時間サーモグラフィデータから熱過程のダイナミクスを学習するための物理に基づく新しいアプローチを提案する。
提案手法は雑音に対して頑健であり,パラメータ推定の精度向上に有効であることを示す。
論文 参考訳（メタデータ） (2022-03-24T16:06:31Z) - Smoothness and continuity of cost functionals for ECG mismatch
computation [0.0]
逆電気生理学的モデリング、すなわち、ECGのような電気的測定からモデルを作成する場合、シミュレーションされたECGの滑らかさについて、より詳しく調べる必要がある。
我々は、単純化された左心室モデルのテストベンチを作成し、スムーズなコスト汎関数による効率的な逆モデリングのための最も重要な要因を実証する。
論文 参考訳（メタデータ） (2022-01-12T14:16:47Z) - DriPP: Driven Point Processes to Model Stimuli Induced Patterns in M/EEG
Signals [62.997667081978825]
我々はDriPPと呼ばれる新しい統計点過程モデルを開発する。
我々は、このモデルのパラメータを推定するために、高速で原理化された予測最大化(EM)アルゴリズムを導出する。
標準MEGデータセットの結果から,我々の手法が事象関連ニューラルレスポンスを明らかにすることが示された。
論文 参考訳（メタデータ） (2021-12-08T13:07:21Z) - Near-Field Radiative Heat Transfer Eigenmodes [55.41644538483948]
ナノスケール物体間の近接場電磁相互作用は、放射熱伝達を増強する。
ナノ構造の集合体における放射熱伝達の時間的ダイナミクスを記述するための理論的枠組みを提案する。
論文 参考訳（メタデータ） (2021-02-10T23:14:30Z) - Deep correction of breathing-related artifacts in real-time
MR-thermometry [0.5727060643816255]
畳み込みニューラルネットワーク(CNN)は、温暖化以前の予備学習段階で得られた画像から、見かけの温度摂動を学習するために設計された。
その後の温熱処理では、現在の温度マップのオンライン補正を生成するために、最近の等級画像が入力として使用される。
術式は,12名の無呼吸ボランティアで評価され,すべての検査例で頑健で無人工物であることが判明した。
論文 参考訳（メタデータ） (2020-11-10T10:30:41Z)
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。