論文の概要: RUSOpt: Robotic UltraSound Probe Normalization with Bayesian
Optimization for In-plane and Out-plane Scanning
- arxiv url: http://arxiv.org/abs/2310.03406v1
- Date: Thu, 5 Oct 2023 09:22:16 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-06 16:56:07.461837
- Title: RUSOpt: Robotic UltraSound Probe Normalization with Bayesian
Optimization for In-plane and Out-plane Scanning
- Title（参考訳）: RUSOpt: 面内および面外走査のためのベイズ最適化によるロボット超音波プローブの正規化
- Authors: Deepak Raina, Abhishek Mathur, Richard M. Voyles, Juan Wachs, SH
Chandrashekhara, Subir Kumar Saha
- Abstract要約: 超音波画像の品質管理において,ロボットプローブの適切な配向が重要な役割を担っている。
走査面上の接触点に対する超音波プローブの向きを自動的に調整する試料効率向上手法を提案する。
- 参考スコア（独自算出の注目度）: 4.420121239028863
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The one of the significant challenges faced by autonomous robotic ultrasound
systems is acquiring high-quality images across different patients. The proper
orientation of the robotized probe plays a crucial role in governing the
quality of ultrasound images. To address this challenge, we propose a
sample-efficient method to automatically adjust the orientation of the
ultrasound probe normal to the point of contact on the scanning surface,
thereby improving the acoustic coupling of the probe and resulting image
quality. Our method utilizes Bayesian Optimization (BO) based search on the
scanning surface to efficiently search for the normalized probe orientation. We
formulate a novel objective function for BO that leverages the contact force
measurements and underlying mechanics to identify the normal. We further
incorporate a regularization scheme in BO to handle the noisy objective
function. The performance of the proposed strategy has been assessed through
experiments on urinary bladder phantoms. These phantoms included planar,
tilted, and rough surfaces, and were examined using both linear and convex
probes with varying search space limits. Further, simulation-based studies have
been carried out using 3D human mesh models. The results demonstrate that the
mean ($\pm$SD) absolute angular error averaged over all phantoms and 3D models
is $\boldsymbol{2.4\pm0.7^\circ}$ and $\boldsymbol{2.1\pm1.3^\circ}$,
respectively.
- Abstract（参考訳）: 自律型ロボット超音波システムで直面する重要な課題の1つは、さまざまな患者にまたがる高品質な画像を取得することだ。
ロボットプローブの適切な配向は,超音波画像の品質管理において重要な役割を担っている。
この課題に対処するため,超音波プローブを走査面上の接触点に向ける方向を自動的に調整し,プローブの音響的結合を改善し,画像品質を向上する試料効率向上手法を提案する。
本手法は, 走査面に基づくベイズ最適化(bo)を応用し, 正規化プローブ配向を効率的に探索する。
本稿では, 接触力測定と基盤力学を応用したBOの目的関数を定式化し, 正常値の同定を行う。
さらに,bo の正規化スキームを組み込んで,雑音を伴う対象関数を処理する。
提案手法の性能は膀胱ファントムの実験を通じて評価されている。
これらのファントムは平面,傾斜面,粗面を含んでおり,探索空間の限界が異なる線形プローブと凸プローブを用いて検討した。
さらに,3次元メッシュモデルを用いたシミュレーションに基づく研究も行われている。
結果は、ファントムと3dモデルで平均される平均($\pm$sd)絶対角誤差がそれぞれ$\boldsymbol{2.4\pm0.7^\circ}$と$\boldsymbol{2.1\pm1.3^\circ}$であることを示している。
関連論文リスト
- Robot-Assisted Deep Venous Thrombosis Ultrasound Examination using
Virtual Fixture [45.97156332608481]
深部静脈血栓症(Deep Venous Thrombosis, DVT)は、深部静脈内に血栓がある一般的な血管疾患である。
超音波(US)画像を用いたDVTの典型的な試験は、腰部が完全に圧迫されるまで標的静脈を圧迫することである。
本研究では, 目標面にプローブを軟着陸させることにより, 位置と力の追跡精度を確保できる新しいハイブリッド力移動制御方式を備えたロボットUSシステムを提案する。
論文 参考訳（メタデータ） (2024-01-04T21:02:39Z) - Mip-Splatting: Alias-free 3D Gaussian Splatting [52.366815964832426]
3D Gaussian Splattingは素晴らしいビュー合成結果を示し、高い忠実度と効率を実現した。
ストロングアーティファクトは、サンプリングレート、例えば焦点距離やカメラ距離を変えることで観測することができる。
この現象の原因は,3次元周波数制約の欠如と2次元拡張フィルタの利用によると考えられる。
論文 参考訳（メタデータ） (2023-11-27T13:03:09Z) - Deep Kernel and Image Quality Estimators for Optimizing Robotic
Ultrasound Controller using Bayesian Optimization [2.0971479389679337]
自律型ロボット超音波(Autonomous Robotic Ultrasound, A-RUS)は、ソノグラフィーの作業量を削減するための手作業の代替手段である。
A-RUSの鍵となる課題は、異なる患者にまたがる関心領域の超音波画像品質を最適化することである。
これは解剖学、誤差源の認識、正確なプローブの位置、向き、圧力の知識を必要とする。
論文 参考訳（メタデータ） (2023-10-11T11:20:35Z) - AiAReSeg: Catheter Detection and Segmentation in Interventional
Ultrasound using Transformers [75.20925220246689]
血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。
本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
論文 参考訳（メタデータ） (2023-09-25T19:34:12Z) - 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) - A Novel Augmented Reality Ultrasound Framework Using an RGB-D Camera and
a 3D-printed Marker [0.3061098887924466]
我々のゴールは、標準RGB-Dカメラを用いたシンプルで低コストな拡張現実エコーフレームワークを開発することである。
プロトタイプシステムは、Occipital Structure Core RGB-Dカメラ、特別に設計された3Dマーカー、高速クラウド登録アルゴリズムFaVoRで構成されていた。
プロトタイププローブをソフトウェアPLUSツールキットを用いて3DプリントN線ファントムで校正した。
論文 参考訳（メタデータ） (2022-05-09T14:54:47Z) - 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) - Assisted Probe Positioning for Ultrasound Guided Radiotherapy Using
Image Sequence Classification [55.96221340756895]
前立腺外照射療法における経皮的超音波画像誘導は, 患者設定中の各セッションにおけるプローブと前立腺の整合性を必要とする。
本研究では,画像とプローブ位置データの共同分類により,高精度なプローブ配置を確保する方法を示す。
マルチ入力マルチタスクアルゴリズムを用いて、光学的追跡された超音波プローブからの空間座標データを、繰り返しニューラルネットワークを用いて画像クラスシファイアと組み合わせ、リアルタイムで2セットの予測を生成する。
このアルゴリズムは平均(標準偏差)3.7$circ$ (1.2$circ$)の範囲内で最適なプローブアライメントを同定する。
論文 参考訳（メタデータ） (2020-10-06T13:55:02Z)
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。