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
- 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) - Phase-Specific Augmented Reality Guidance for Microscopic Cataract
Surgery Using Long-Short Spatiotemporal Aggregation Transformer [14.568834378003707]
乳化白内障手術(英: Phaemulsification cataract surgery, PCS)は、外科顕微鏡を用いた外科手術である。
PCS誘導システムは、手術用顕微鏡映像から貴重な情報を抽出し、熟練度を高める。
既存のPCSガイダンスシステムでは、位相特異なガイダンスに悩まされ、冗長な視覚情報に繋がる。
本稿では,認識された手術段階に対応するAR情報を提供する,新しい位相特異的拡張現実(AR)誘導システムを提案する。
論文 参考訳(メタデータ) (2023-09-11T02:56:56Z) - Neural LerPlane Representations for Fast 4D Reconstruction of Deformable
Tissues [52.886545681833596]
LerPlaneは単一視点環境下での手術シーンの高速かつ正確な再構築手法である。
LerPlaneは外科手術を4Dボリュームとして扱い、静的および動的フィールドの明示的な2D平面に分解する。
LerPlaneは静的フィールドを共有し、動的組織モデリングのワークロードを大幅に削減する。
論文 参考訳(メタデータ) (2023-05-31T14:38:35Z) - 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) - Real-time landmark detection for precise endoscopic submucosal
dissection via shape-aware relation network [51.44506007844284]
内視鏡下粘膜下郭清術における高精度かつリアルタイムなランドマーク検出のための形状認識型関係ネットワークを提案する。
まず,ランドマーク間の空間的関係に関する先行知識を直感的に表現する関係キーポイント・ヒートマップを自動生成するアルゴリズムを考案する。
次に、事前知識を学習プロセスに段階的に組み込むために、2つの補完的な正規化手法を開発する。
論文 参考訳(メタデータ) (2021-11-08T07:57:30Z) - 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) - SuPer Deep: A Surgical Perception Framework for Robotic Tissue
Manipulation using Deep Learning for Feature Extraction [25.865648975312407]
深層学習を外科的知覚に活用する。
我々は,効率的な特徴抽出が可能なディープニューラルネットワークを組織再構成と機器のポーズ推定プロセスに統合した。
本フレームワークは, 深層学習を特徴抽出に用いることにより, 手術環境における最先端の追跡性能を実現する。
論文 参考訳(メタデータ) (2020-03-07T00:08:30Z)
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。