論文の概要: Learning Autonomous Ultrasound via Latent Task Representation and Robotic Skills Adaptation

• arxiv url: http://arxiv.org/abs/2307.13323v1
• Date: Tue, 25 Jul 2023 08:32:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-26 17:55:37.982241
• Title: Learning Autonomous Ultrasound via Latent Task Representation and Robotic Skills Adaptation
• Title（参考訳）: 潜時タスク表現とロボットスキル適応による自律超音波学習
• Authors: Xutian Deng, Junnan Jiang, Wen Cheng and Miao Li
• Abstract要約: 本稿では,自律型超音波の潜在タスク表現とロボットスキル適応を提案する。 オフラインの段階では、マルチモーダル超音波技術が統合され、低次元確率モデルにカプセル化される。 オンライン段階では、確率モデルは最適な予測を選択して評価する。
• 参考スコア（独自算出の注目度）: 2.3830437836694185
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As medical ultrasound is becoming a prevailing examination approach nowadays, robotic ultrasound systems can facilitate the scanning process and prevent professional sonographers from repetitive and tedious work. Despite the recent progress, it is still a challenge to enable robots to autonomously accomplish the ultrasound examination, which is largely due to the lack of a proper task representation method, and also an adaptation approach to generalize learned skills across different patients. To solve these problems, we propose the latent task representation and the robotic skills adaptation for autonomous ultrasound in this paper. During the offline stage, the multimodal ultrasound skills are merged and encapsulated into a low-dimensional probability model through a fully self-supervised framework, which takes clinically demonstrated ultrasound images, probe orientations, and contact forces into account. During the online stage, the probability model will select and evaluate the optimal prediction. For unstable singularities, the adaptive optimizer fine-tunes them to near and stable predictions in high-confidence regions. Experimental results show that the proposed approach can generate complex ultrasound strategies for diverse populations and achieve significantly better quantitative results than our previous method.
• Abstract（参考訳）: 近年医療用超音波検査が主流になりつつあるため、ロボット超音波システムはスキャンプロセスを容易にし、プロのソノグラフィーが反復的で退屈な作業を避けることができる。 近年の進歩にもかかわらず、適切なタスク表現法が欠如していることや、異なる患者にまたがる学習スキルを一般化するための適応的アプローチにより、ロボットが自律的に超音波検査を達成できることは依然として課題である。 そこで本稿では,この課題を解決するために,自律超音波の潜在タスク表現とロボットスキル適応を提案する。 オフラインの段階では, 超音波画像, プローブ方位, 接触力を考慮に入れた, 完全自己監督の枠組みにより, マルチモーダル超音波スキルを低次元確率モデルにマージし, カプセル化する。 オンライン段階では、確率モデルは最適な予測を選択して評価する。 不安定特異点に対して、適応オプティマイザはそれらを高信頼領域における近値および安定値の予測に微調整する。 実験結果から, 提案手法は, 多様な個体群に対して複雑な超音波戦略を生成でき, 従来手法よりもはるかに優れた定量的結果が得られることがわかった。

関連論文リスト

• Transforming Surgical Interventions with Embodied Intelligence for Ultrasound Robotics [24.014073238400137]
  本稿では,超音波ロボットと大規模言語モデル(LLM)とドメイン固有知識強化を組み合わせた,新しい超音波身体情報システムを提案する。 まず、LLMを超音波ロボットと統合して、医師の言葉による指示を正確に動作計画に解釈する。 以上の結果から,提案システムは超音波スキャンの効率と品質を向上し,自律型医療スキャン技術のさらなる進歩の道を開くことが示唆された。
  論文  参考訳（メタデータ） (2024-06-18T14:22:16Z)
• Enhancing Surgical Robots with Embodied Intelligence for Autonomous Ultrasound Scanning [24.014073238400137]
  超音波ロボットは、医療診断や早期疾患スクリーニングにますます利用されている。 現在の超音波ロボットは人間の意図や指示を理解する知性に欠けています。 本研究では,超音波ロボットに大規模言語モデルとドメイン知識を付加した新しい超音波エンボディードインテリジェンスシステムを提案する。
  論文  参考訳（メタデータ） (2024-05-01T11:39:38Z)
• CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
  縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。 ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。 我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
  論文  参考訳（メタデータ） (2024-03-21T15:13:36Z)
• Validating polyp and instrument segmentation methods in colonoscopy through Medico 2020 and MedAI 2021 Challenges [58.32937972322058]
  メディコオートマチックポリープセグメンテーション(Medico 2020)と「メディコ:医療画像の透明性(MedAI 2021)」コンペティション。 本報告では, それぞれのコントリビューションを包括的に分析し, ベストパフォーマンスメソッドの強さを強調し, クリニックへの臨床翻訳の可能性について考察する。
  論文  参考訳（メタデータ） (2023-07-30T16:08:45Z)
• Towards a Simple Framework of Skill Transfer Learning for Robotic Ultrasound-guidance Procedures [0.0]
  ロボット超音波誘導術におけるスキルトランスファー学習の課題を概観する。 ロボット超音波誘導法における実時間応用のための簡易な技術伝達学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-05-06T10:37:13Z)
• 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)
• Localizing Scan Targets from Human Pose for Autonomous Lung Ultrasound Imaging [61.60067283680348]
  新型コロナウイルス(COVID-19)の世界的なパンデミックの出現に伴い、超音波画像を完全に自動化する必要がある。 本稿では,学習型コンピュータビジョン技術を取り入れた,視覚に基づくデータ駆動方式を提案する。 本手法は、プローブ位置決めのための15.52mm(9.47mm)、プローブ方位のための4.32(3.69deg)の精度を達成し、全走査目標に対する誤差閾値25mm以下で成功率を80%以上とした。
  論文  参考訳（メタデータ） (2022-12-15T14:34:12Z)
• Ultrasound Signal Processing: From Models to Deep Learning [64.56774869055826]
  医用超音波画像は、信頼性と解釈可能な画像再構成を提供するために、高品質な信号処理に大きく依存している。 データ駆動方式で最適化されたディープラーニングベースの手法が人気を集めている。 比較的新しいパラダイムは、データ駆動型ディープラーニングの活用とドメイン知識の活用という2つのパワーを組み合わせたものだ。
  論文  参考訳（メタデータ） (2022-04-09T13:04:36Z)
• Learning Ultrasound Scanning Skills from Human Demonstrations [6.971573270058377]
  人間の実演から超音波スキャン技術を取得するための学習ベースのフレームワークを提案する。 モデルのパラメータは、熟練したソノグラフィーのデモンストレーションから収集したデータを用いて学習される。 提案手法のロバスト性は,ソノグラフィーによる実データを用いて検証した。
  論文  参考訳（メタデータ） (2021-11-09T12:29:25Z)
• Learning Robotic Ultrasound Scanning Skills via Human Demonstrations and Guided Explorations [12.894853456160924]
  本研究では,人間の実演からロボット超音波スキャン技術を学ぶための学習に基づくアプローチを提案する。 まず,ロボット超音波スキャン技術を高次元マルチモーダルモデルにカプセル化し,超音波画像,プローブのポーズ・配置,接触力を考慮した。 第2に、経験者超音波医師のデモンストレーションから収集したトレーニングデータを用いて、模倣学習の力を利用してマルチモーダルモデルを訓練する。
  論文  参考訳（メタデータ） (2021-11-02T14:38:09Z)
• Deep Learning for Ultrasound Beamforming [120.12255978513912]
  受信した超音波エコーを空間画像領域にマッピングするビームフォーミングは、超音波画像形成チェーンの心臓に位置する。 現代の超音波イメージングは、強力なデジタル受信チャネル処理の革新に大きく依存している。 ディープラーニング手法は、デジタルビームフォーミングパイプラインにおいて魅力的な役割を果たす。
  論文  参考訳（メタデータ） (2021-09-23T15:15:21Z)

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。