論文の概要: Automating Catheterization Labs with Real-Time Perception

• arxiv url: http://arxiv.org/abs/2403.05758v1
• Date: Sat, 9 Mar 2024 02:05:23 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-13 12:30:15.557700
• Title: Automating Catheterization Labs with Real-Time Perception
• Title（参考訳）: リアルタイム知覚によるカテーテル検査の自動化
• Authors: Fan Yang, Benjamin Planche, Meng Zheng, Cheng Chen, Terrence Chen, Ziyan Wu
• Abstract要約: AutoCBCTは、血管造影スイートとシームレスに統合された視覚認識システムである。 これにより、自動位置決め、ナビゲーション、シミュレートされたテスト実行を備えた新しいワークフローが可能になり、手動操作やインタラクションの必要性がなくなる。 提案システムは, 実験室と臨床室の両方で実施, 研究され, ワークフロー効率が著しく向上した。
• 参考スコア（独自算出の注目度）: 31.65246126754449
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: For decades, three-dimensional C-arm Cone-Beam Computed Tomography (CBCT) imaging system has been a critical component for complex vascular and nonvascular interventional procedures. While it can significantly improve multiplanar soft tissue imaging and provide pre-treatment target lesion roadmapping and guidance, the traditional workflow can be cumbersome and time-consuming, especially for less experienced users. To streamline this process and enhance procedural efficiency overall, we proposed a visual perception system, namely AutoCBCT, seamlessly integrated with an angiography suite. This system dynamically models both the patient's body and the surgical environment in real-time. AutoCBCT enables a novel workflow with automated positioning, navigation and simulated test-runs, eliminating the need for manual operations and interactions. The proposed system has been successfully deployed and studied in both lab and clinical settings, demonstrating significantly improved workflow efficiency.
• Abstract（参考訳）: 三次元c-arm cone-beam ct (cbct) は, 数十年間, 複雑な血管的および非血管的介入に重要な役割を果たしてきた。 マルチプラナー軟部組織イメージングを大幅に改善し、治療対象病変のロードマップ作成とガイダンスを提供するが、従来のワークフローは、特に経験の浅いユーザーにとって、面倒で時間を要する。 このプロセスの合理化と全体の手続き効率の向上を目的として,血管造影スイートとシームレスに統合された視覚知覚システムであるAutoCBCTを提案した。 このシステムは患者の身体と手術環境の両方をリアルタイムで動的にモデル化する。 autocbctは、自動位置決め、ナビゲーション、シミュレートされたテスト実行を備えた、新しいワークフローを可能にする。 提案システムは, 実験室と臨床室の両方で実施, 研究され, ワークフロー効率が著しく向上した。

関連論文リスト

• AI-driven View Guidance System in Intra-cardiac Echocardiography Imaging [7.074445406436684]
  心内心エコー法(ICE)は、電気生理学(EP)と構造心疾患(SHD)の介入において重要な画像モダリティである。 本稿では,人間によるループ内フィードバックを用いたAI駆動クローズドループビュー誘導システムを提案する。
  論文  参考訳（メタデータ） (2024-09-25T13:08:10Z)
• 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)
• Fully Automated OCT-based Tissue Screening System [5.646346784449182]
  このシステムは、カスタムデザインの電動プラットフォームと、サンプルを横断する自動的、連続的なイメージングのための組織検出機能を備えている。 この完全に自動化されたOCTベースのシステムは、組織スクリーニングの大幅な進歩を示し、薬物発見を変革することを約束している。
  論文  参考訳（メタデータ） (2024-05-15T14:56:17Z)
• 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)
• Efficient Deformable Tissue Reconstruction via Orthogonal Neural Plane [58.871015937204255]
  変形性組織を再建するための高速直交平面(Fast Orthogonal Plane)を導入する。 我々は外科手術を4Dボリュームとして概念化し、それらをニューラルネットワークからなる静的および動的フィールドに分解する。 この分解により4次元空間が増加し、メモリ使用量が減少し、最適化が高速化される。
  論文  参考訳（メタデータ） (2023-12-23T13:27:50Z)
• 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)
• 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)
• 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)
• Towards Automatic Manipulation of Intra-cardiac Echocardiography Catheter [10.926275815044182]
  心内心エコー法(ICE)は、電気生理学的および構造的心臓介入を導くための強力な画像モダリティである。 本稿では,ICEカテーテル用ロボットマニピュレータについて,画像診断とプロシージャ自動化のプロセス開発のためのプラットフォームとして機能する。
  論文  参考訳（メタデータ） (2020-09-12T20:14:49Z)
• TeCNO: Surgical Phase Recognition with Multi-Stage Temporal Convolutional Networks [43.95869213955351]
  外科的位相認識のための階層的予測補正を行う多段階時間畳み込みネットワーク(MS-TCN)を提案する。 本手法は腹腔鏡下胆嚢摘出術ビデオの2つのデータセットに対して,追加の外科的ツール情報を用いずに徹底的に評価した。
  論文  参考訳（メタデータ） (2020-03-24T10:12:30Z)

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。