論文の概要: Tracking and Mapping in Medical Computer Vision: A Review
- arxiv url: http://arxiv.org/abs/2310.11475v1
- Date: Tue, 17 Oct 2023 03:36:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-19 18:58:08.473965
- Title: Tracking and Mapping in Medical Computer Vision: A Review
- Title（参考訳）: 医用コンピュータビジョンにおけるトラッキングとマッピング
- Authors: Adam Schmidt, Omid Mohareri, Simon DiMaio, Michael Yip, Septimiu E.
Salcudean
- Abstract要約: 医用コンピュータビジョンの手術・診断におけるカメラベースのトラッキングとシーンマッピングの分野を更新する。
我々は、変形可能な環境のためのアルゴリズムに焦点を当て、厳密な追跡とマッピングにおいて不可欠なビルディングブロックをレビューする。
我々は,変形性環境における臨床応用を支援するために,新しい手法を設計あるいは組み合わせる必要があると結論付けた。
- 参考スコア（独自算出の注目度）: 7.1967181610138935
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As computer vision algorithms are becoming more capable, their applications
in clinical systems will become more pervasive. These applications include
diagnostics such as colonoscopy and bronchoscopy, guiding biopsies and
minimally invasive interventions and surgery, automating instrument motion and
providing image guidance using pre-operative scans. Many of these applications
depend on the specific visual nature of medical scenes and require designing
and applying algorithms to perform in this environment.
In this review, we provide an update to the field of camera-based tracking
and scene mapping in surgery and diagnostics in medical computer vision. We
begin with describing our review process, which results in a final list of 515
papers that we cover. We then give a high-level summary of the state of the art
and provide relevant background for those who need tracking and mapping for
their clinical applications. We then review datasets provided in the field and
the clinical needs therein. Then, we delve in depth into the algorithmic side,
and summarize recent developments, which should be especially useful for
algorithm designers and to those looking to understand the capability of
off-the-shelf methods. We focus on algorithms for deformable environments while
also reviewing the essential building blocks in rigid tracking and mapping
since there is a large amount of crossover in methods. Finally, we discuss the
current state of the tracking and mapping methods along with needs for future
algorithms, needs for quantification, and the viability of clinical
applications in the field. We conclude that new methods need to be designed or
combined to support clinical applications in deformable environments, and more
focus needs to be put into collecting datasets for training and evaluation.
- Abstract（参考訳）: コンピュータビジョンアルゴリズムの能力が向上するにつれて、臨床システムにおけるその応用はより広まりつつある。
これらの応用には、大腸内視鏡や気管支内視鏡などの診断、生検の導出、最小侵襲の介入と手術、計器運動の自動化、術前スキャンを用いた画像誘導などが含まれる。
これらのアプリケーションの多くは、医療現場の視覚的な性質に依存しており、この環境で実行するアルゴリズムの設計と適用を必要とする。
本稿では,医療コンピュータビジョンにおける手術・診断におけるカメラベーストラッキングとシーンマッピングの分野の更新について述べる。
まず、レビュープロセスを説明し、その結果、515の論文の最終リストを作成します。
次に,臨床応用の追跡とマッピングが必要な患者に対して,その技術状況の高レベルな要約と,関連した背景を提供する。
次に,現場で提供されたデータセットと臨床ニーズをレビューする。
次に,我々はアルゴリズムの側面を深く掘り下げ,最近の開発を概説する。これは特にアルゴリズム設計者や,既成の手法の能力を理解したい人にとって有用である。
我々は,変形可能な環境のためのアルゴリズムに注目しながら,剛性追跡とマッピングにおいて必要不可欠なビルディングブロックをレビューする。
最後に、将来的なアルゴリズムの必要性、定量化の必要性、現場における臨床応用の可能性とともに、追跡・マッピング手法の現状について論じる。
我々は、変形可能な環境における臨床応用を支援するために新しい手法を設計または組み合わせる必要があり、トレーニングと評価のためのデータセット収集にもっと注力する必要があると結論付けた。
関連論文リスト
- Dr-LLaVA: Visual Instruction Tuning with Symbolic Clinical Grounding [53.629132242389716]
VLM(Vision-Language Models)は、医用画像を分析し、自然言語の相互作用に関与することによって、臨床医を支援する。
VLMはしばしば「幻覚的」な振る舞いを示し、文脈的マルチモーダル情報に基づかないテキスト出力を生成する。
本稿では,臨床推論の象徴的表現を用いて医療知識にVLMを基盤とする新たなアライメントアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-05-29T23:19:28Z) - VISION: Toward a Standardized Process for Radiology Image Management at the National Level [3.793492459789475]
我々は,米国退役軍人局(VA)電子健康記録データベースに関連付けられた,信頼できる放射線画像の収集を行った経験について述べる。
主な洞察は、臨床から研究可能な環境への画像転送に必要な特定の手順を明らかにすることである。
論文 参考訳（メタデータ） (2024-04-29T16:30:24Z) - Medical Vision-Language Pre-Training for Brain Abnormalities [96.1408455065347]
本稿では,PubMedなどの公共リソースから,医用画像・テキスト・アライメントデータを自動的に収集する方法を示す。
特に,まず大きな脳画像テキストデータセットを収集することにより,事前学習プロセスの合理化を図るパイプラインを提案する。
また,医療領域におけるサブフィギュアをサブキャプションにマッピングするというユニークな課題についても検討した。
論文 参考訳（メタデータ） (2024-04-27T05:03:42Z) - Methods and datasets for segmentation of minimally invasive surgical
instruments in endoscopic images and videos: A review of the state of the art [0.0]
手法開発と評価に使用されるデータセットを特定し,特徴付ける。
この論文は、楽器に付着した種類のマーカーを使わずに、純粋に視覚的に機能する手法に焦点を当てている。
レビューされた文献の議論は、既存の欠点を浮き彫りにし、将来の発展の可能性を強調するものである。
論文 参考訳（メタデータ） (2023-04-25T17:38:41Z) - Computer Vision on X-ray Data in Industrial Production and Security
Applications: A survey [89.45221564651145]
本稿では,コンピュータビジョンと機械学習を用いた産業生産およびセキュリティアプリケーションにおけるX線分析に関する最近の研究をレビューする。
公開されているデータセット上でのアプリケーション、テクニック、評価メトリクス、データセット、それらのテクニックのパフォーマンス比較をカバーしている。
論文 参考訳（メタデータ） (2022-11-10T13:37:36Z) - Morphology-Aware Interactive Keypoint Estimation [32.52024944963992]
医学的画像に基づく診断は、しばしば解剖学的キーポイントのマニュアルアノテーションを含む。
本稿では,ユーザインタラクションシステムを通じて解剖学的キーポイントを自動的に検出し,精査する,新しいディープニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2022-09-15T09:27:14Z) - A survey on attention mechanisms for medical applications: are we moving
towards better algorithms? [2.8101673772585736]
本稿では,機械学習における注意機構の応用について概説する。
文献で提示される注意機構の主張と可能性に関する批判的分析を提案する。
これらの枠組みの恩恵を受ける可能性のある医学応用の今後の研究線を提案する。
論文 参考訳（メタデータ） (2022-04-26T16:04:19Z) - PosePipe: Open-Source Human Pose Estimation Pipeline for Clinical
Research [0.0]
我々は臨床現場で取得したデータに対して最先端のアルゴリズムの実行を容易にする人間のポーズ推定パイプラインを開発する。
本研究の目的は,新しいアルゴリズムの訓練ではなく,臨床・翻訳研究における最先端のポーズ推定アルゴリズムの活用を推し進めることである。
論文 参考訳（メタデータ） (2022-03-16T17:54:37Z) - Leveraging Human Selective Attention for Medical Image Analysis with
Limited Training Data [72.1187887376849]
選択的な注意機構は、注意散らしの存在を無視することで、認知システムがタスク関連視覚的手がかりに焦点を合わせるのに役立つ。
本稿では,医療画像解析タスクにおいて,小さなトレーニングデータを用いたガベージを利用したフレームワークを提案する。
本手法は腫瘍の3次元分割と2次元胸部X線分類において優れた性能を示す。
論文 参考訳（メタデータ） (2021-12-02T07:55:25Z) - Domain Shift in Computer Vision models for MRI data analysis: An
Overview [64.69150970967524]
機械学習とコンピュータビジョン手法は、医用画像解析において優れた性能を示している。
しかし、現在臨床応用はごくわずかである。
異なるソースや取得ドメインのデータへのモデルの不適切な転送性は、その理由の1つです。
論文 参考訳（メタデータ） (2020-10-14T16:34:21Z) - Robust Medical Instrument Segmentation Challenge 2019 [56.148440125599905]
腹腔鏡装置の術中追跡は、しばしばコンピュータとロボットによる介入の必要条件である。
本研究の課題は,30の手術症例から取得した10,040枚の注釈画像からなる外科的データセットに基づいていた。
結果は、初期仮説、すなわち、アルゴリズムの性能がドメインギャップの増大とともに低下することを確認する。
論文 参考訳（メタデータ） (2020-03-23T14:35:08Z)
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。