論文の概要: Deep Reinforcement Learning Based System for Intraoperative
Hyperspectral Video Autofocusing
- arxiv url: http://arxiv.org/abs/2307.11638v1
- Date: Fri, 21 Jul 2023 15:04:21 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-24 12:04:35.986335
- Title: Deep Reinforcement Learning Based System for Intraoperative
Hyperspectral Video Autofocusing
- Title(参考訳): 術中ハイパースペクトルビデオオートフォーカスのための深層強化学習システム
- Authors: Charlie Budd, Jianrong Qiu, Oscar MacCormac, Martin Huber, Christopher
Mower, Mirek Janatka, Th\'eo Trotouin, Jonathan Shapey, Mads S. Bergholt and
Tom Vercauteren
- Abstract要約: この研究は、焦点調整可能な液体レンズをビデオHSIエクソスコープに統合する。
現実的で再現可能なテストデータセットを作成するために、第一種ロボット焦点時間スキャンが実施された。
- 参考スコア(独自算出の注目度): 2.476200036182773
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Hyperspectral imaging (HSI) captures a greater level of spectral detail than
traditional optical imaging, making it a potentially valuable intraoperative
tool when precise tissue differentiation is essential. Hardware limitations of
current optical systems used for handheld real-time video HSI result in a
limited focal depth, thereby posing usability issues for integration of the
technology into the operating room. This work integrates a focus-tunable liquid
lens into a video HSI exoscope, and proposes novel video autofocusing methods
based on deep reinforcement learning. A first-of-its-kind robotic focal-time
scan was performed to create a realistic and reproducible testing dataset. We
benchmarked our proposed autofocus algorithm against traditional policies, and
found our novel approach to perform significantly ($p<0.05$) better than
traditional techniques ($0.070\pm.098$ mean absolute focal error compared to
$0.146\pm.148$). In addition, we performed a blinded usability trial by having
two neurosurgeons compare the system with different autofocus policies, and
found our novel approach to be the most favourable, making our system a
desirable addition for intraoperative HSI.
- Abstract(参考訳): hyperspectral imaging (hsi) は従来の光学イメージングよりも高いレベルのスペクトル詳細を捉えており、正確な組織分化が不可欠である場合、術中検査に有用である可能性がある。
ハンドヘルドリアルタイムビデオhsiで使用される現在の光学系のハードウェアの限界は、焦点深度の制限を生じさせ、手術室にこの技術を統合する際にユーザビリティの問題を引き起こす。
本研究は、焦点調整可能な液体レンズをビデオHSIエクソスコープに統合し、深部強化学習に基づく新しいビデオオートフォーカス手法を提案する。
現実的で再現可能なテストデータセットを作成するために、第一種ロボット焦点時間スキャンが実施された。
提案したオートフォーカスアルゴリズムを従来の手法に対してベンチマークし、従来の手法よりも高い性能(0.070\pm.098$平均絶対焦点誤差が0.146\pm.148$)を示す新しい手法を発見した。
さらに,両神経外科医に異なるオートフォーカスポリシーを比較させ,盲目的なユーザビリティ試験を行った結果,本システムが最も好適であり,術中hsiに好適な追加となることがわかった。
関連論文リスト
- DeepEyeNet: Adaptive Genetic Bayesian Algorithm Based Hybrid ConvNeXtTiny Framework For Multi-Feature Glaucoma Eye Diagnosis [0.0]
緑内障は世界中で不可逆的な盲目の原因となっている。
本稿では網膜基底像を用いた緑内障自動検出フレームワークDeepEyeNetを提案する。
論文 参考訳(メタデータ) (2025-01-19T21:03:36Z) - Deep intra-operative illumination calibration of hyperspectral cameras [73.08443963791343]
ハイパースペクトルイメージング (HSI) は, 様々な手術応用に期待できる新しい画像モダリティとして出現している。
手術室における照明条件の動的変化がHSIアプリケーションの性能に劇的な影響を及ぼすことを示す。
手術中におけるハイパースペクトル画像の自動再構成のための新しい学習ベースアプローチを提案する。
論文 参考訳(メタデータ) (2024-09-11T08:30:03Z) - Focal Depth Estimation: A Calibration-Free, Subject- and Daytime Invariant Approach [0.5026434955540995]
本研究では,焦点深度推定のための地中キャリブレーションフリー手法を提案する。
我々は、短時間で眼球運動の特徴を分析するために機械学習技術を活用している。
提案手法は10cm未満の平均絶対誤差(MAE)を達成し,新しい焦点深度推定精度基準を設定した。
論文 参考訳(メタデータ) (2024-08-07T07:09:14Z) - 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) - AOSLO-net: A deep learning-based method for automatic segmentation of
retinal microaneurysms from adaptive optics scanning laser ophthalmoscope
images [3.8848390007421196]
トレーニングポリシをカスタマイズしたディープニューラルネットワークフレームワークであるAOSLO-netを導入し、AOSLOイメージからMAを自動的に分割する。
87 DR AOSLO画像を用いたAOSLO-netの性能評価を行った。
論文 参考訳(メタデータ) (2021-06-05T05:06:36Z) - A parameter refinement method for Ptychography based on Deep Learning
concepts [55.41644538483948]
伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。
最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。
我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
論文 参考訳(メタデータ) (2021-05-18T10:15:17Z) - Universal and Flexible Optical Aberration Correction Using Deep-Prior
Based Deconvolution [51.274657266928315]
そこで本研究では,収差画像とpsfマップを入力とし,レンズ固有深層プリエントを組み込んだ潜在高品質版を生成する,psf対応プラグイン・アンド・プレイ深層ネットワークを提案する。
具体的には、多彩なレンズの集合からベースモデルを事前訓練し、パラメータを迅速に精製して特定のレンズに適応させる。
論文 参考訳(メタデータ) (2021-04-07T12:00:38Z) - Real-Time, Deep Synthetic Aperture Sonar (SAS) Autofocus [34.77467193499518]
合成開口ソナー(sas)は、送信/受信波形の正確な飛行時間計測を必要とする。
これを解決するために、画像再構成後の後処理ステップとして、Emphautofocusアルゴリズムを用いて、画像フォーカスを改善する。
これらの限界を克服し、データ駆動方式で重み付け関数を暗黙的に学習するための深層学習手法を提案する。
論文 参考訳(メタデータ) (2021-03-18T15:16:29Z) - Single-shot Hyperspectral-Depth Imaging with Learned Diffractive Optics [72.9038524082252]
単発単眼単眼ハイパースペクトル(HS-D)イメージング法を提案する。
本手法では, 回折光学素子 (DOE) を用いる。
DOE の学習を容易にするため,ベンチトップ HS-D イメージラーを構築することで,最初の HS-D データセットを提案する。
論文 参考訳(メタデータ) (2020-09-01T14:19:35Z) - Rapid Whole Slide Imaging via Learning-based Two-shot Virtual
Autofocusing [57.90239401665367]
ホイルスライドイメージング(WSI)は、デジタル病理の新たな技術である。
本稿では,リフォーカスを行うための機械的調整に依存しないテキスト仮想オートフォーカスの概念を提案する。
論文 参考訳(メタデータ) (2020-03-14T13:40:33Z)
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。