論文の概要: Deep Learning based acoustic measurement approach for robotic applications on orthopedics

• arxiv url: http://arxiv.org/abs/2403.05879v1
• Date: Sat, 9 Mar 2024 11:09:45 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-13 12:06:58.942228
• Title: Deep Learning based acoustic measurement approach for robotic applications on orthopedics
• Title（参考訳）: 深層学習に基づく整形外科ロボットのための音響計測手法
• Authors: Bangyu Lan, Momen Abayazid, Nico Verdonschot, Stefano Stramigioli, Kenan Niu
• Abstract要約: Aモード超音波(US)による骨追跡の精度向上のための新しい深層学習構造を提案する。 本研究では,Aモード超音波(US)による骨追跡の精度を向上させるための新しい深層学習構造を提案する。
• 参考スコア（独自算出の注目度）: 4.399658501226972
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In Total Knee Replacement Arthroplasty (TKA), surgical robotics can provide image-guided navigation to fit implants with high precision. Its tracking approach highly relies on inserting bone pins into the bones tracked by the optical tracking system. This is normally done by invasive, radiative manners (implantable markers and CT scans), which introduce unnecessary trauma and prolong the preparation time for patients. To tackle this issue, ultrasound-based bone tracking could offer an alternative. In this study, we proposed a novel deep learning structure to improve the accuracy of bone tracking by an A-mode ultrasound (US). We first obtained a set of ultrasound dataset from the cadaver experiment, where the ground truth locations of bones were calculated using bone pins. These data were used to train the proposed CasAtt-UNet to predict bone location automatically and robustly. The ground truth bone locations and those locations of US were recorded simultaneously. Therefore, we could label bone peaks in the raw US signals. As a result, our method achieved sub millimeter precision across all eight bone areas with the only exception of one channel in the ankle. This method enables the robust measurement of lower extremity bone positions from 1D raw ultrasound signals. It shows great potential to apply A-mode ultrasound in orthopedic surgery from safe, convenient, and efficient perspectives.
• Abstract（参考訳）: 人工膝関節置換術 (total knee replacement arthroplasty, tka) では, 外科手術ロボットがインプラントを高精度にフィットさせるための画像誘導ナビゲーションを提供する。 その追跡アプローチは、光学追跡システムによって追跡された骨に骨ピンを挿入することに大きく依存している。 これは通常、侵襲的でラジエーティブな方法(インプリケート可能なマーカーとctスキャン)によって行われ、不必要な外傷を引き起こし、患者の準備期間を延ばす。 この問題に対処するために、超音波ベースの骨追跡は代替手段となるかもしれない。 本研究では,Aモード超音波(US)による骨追跡の精度を向上させるための新しい深層学習構造を提案する。 まず, 骨の真理位置を骨ピンを用いて計算したキャダバー実験から, 超音波データセットのセットを得た。 これらのデータは、提案されたCasAtt-UNetをトレーニングし、骨の位置を自動的かつ堅牢に予測するために使用された。 地上の真理の骨の位置と我々の位置を同時に記録した。 したがって、生の米国信号に骨ピークをラベル付けることができた。 その結果,足首の1チャンネルのみを例外として,8つの骨領域すべてにおいてサブミリ波精度を達成した。 1次元生超音波信号から下肢骨位置のロバストな測定を可能にする。 安全, 有用, 効率的の観点から, 整形外科手術にAモード超音波を適用する大きな可能性を示す。

関連論文リスト

• Anatomical Region Recognition and Real-time Bone Tracking Methods by Dynamically Decoding A-Mode Ultrasound Signals [4.595636071139437]
  本稿では,Aモード超音波信号を用いた解剖学的領域認識と骨追跡のためのディープラーニング手法を提案する。 このアルゴリズムは、同時に骨追跡を行い、Aモード超音波トランスデューサが置かれた解剖学的領域を特定することができる。 この実験は解剖学的領域の分類において97%の精度を示し、動的追跡条件下では0.5$pm$1mmの精度を示した。
  論文  参考訳（メタデータ） (2024-05-29T22:04:40Z)
• Weakly-Supervised Detection of Bone Lesions in CT [48.34559062736031]
  骨格領域は乳腺と前立腺に転移性癌が拡がる一般的な部位の1つである。 代用セグメンテーションタスクによりCTボリュームの骨病変を検出するパイプラインを開発した。 不完全および部分的トレーニングデータを用いたにもかかわらず,CTでは96.7%,47.3%の精度で骨病変が検出された。
  論文  参考訳（メタデータ） (2024-01-31T21:05:34Z)
• The automatic detection of lumber anatomy in epidural injections for ultrasound guidance [0.16385815610837165]
  ラマー・ダグラス・ペッカー法とハフ変換を併用した形態素に基づく骨の伸長・検出法を提案する。 提案アルゴリズムは, 人工骨と実骨の超音波画像を用いて実験を行った。 提案手法は, 椎骨の対角形状とそれに対応する硬膜外深さを高速に検出できることが示唆された。
  論文  参考訳（メタデータ） (2023-12-07T20:11:36Z)
• 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)
• Enabling Augmented Segmentation and Registration in Ultrasound-Guided Spinal Surgery via Realistic Ultrasound Synthesis from Diagnostic CT Volume [19.177141722698188]
  術中臨床USデータの不足は、ニューラルネットワークのトレーニングにおいて、克服不可能なボトルネックとなっている。 In silico bone US simulation framework that really US image from diagnosis CT volume。 脊椎超音波検査のための骨分割を高精度かつオンザフライで実現できる軽量な視覚変換器モデルを訓練する。
  論文  参考訳（メタデータ） (2023-01-05T07:28:06Z)
• Towards Autonomous Atlas-based Ultrasound Acquisitions in Presence of Articulated Motion [48.52403516006036]
  本稿では、自律型ロボットUS手足のスキャンを可能にする視覚ベースのアプローチを提案する。 この目的のために、アノテートされた血管構造を有するヒト腕のアトラスMRIテンプレートを使用して、軌跡を生成する。 いずれの場合も、このシステムはボランティアの手足で計画された血管構造を取得することができる。
  論文  参考訳（メタデータ） (2022-08-10T15:39:20Z)
• Building Brains: Subvolume Recombination for Data Augmentation in Large Vessel Occlusion Detection [56.67577446132946]
  この戦略をデータから学ぶためには、標準的なディープラーニングベースのモデルに対して、大規模なトレーニングデータセットが必要である。 そこで本研究では, 異なる患者から血管木セグメントを組換えることで, 人工的なトレーニングサンプルを生成する方法を提案する。 拡張スキームに則って,タスク固有の入力を入力した3D-DenseNetを用いて,半球間の比較を行う。
  論文  参考訳（メタデータ） (2022-05-05T10:31:57Z)
• A Convolutional Approach to Vertebrae Detection and Labelling in Whole Spine MRI [70.04389979779195]
  脊椎MRIにおける脊椎の発見と同定のための新しい畳み込み法を提案する。 これには学習ベクトル場を使用して、検出された脊椎の角を個別の脊椎にまとめる。 本手法の臨床的有用性を示すために, 腰部, 脊柱管内MRスキャンにおける側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側
  論文  参考訳（メタデータ） (2020-07-06T09:37:12Z)
• Force-Ultrasound Fusion: Bringing Spine Robotic-US to the Next "Level" [46.13840565802387]
  ロボットアームは、脊椎のレベルを特定するためにフォース超音波データを用いて、ボランティアの背中を自動的にスキャンする。 椎体レベルの発生は、患者背中にロボットが作用する力を適切に制御することにより、ピークとして力トレース上に見え、増強される。 融合法は、テストセット内の脊椎レベルの100%を正しく分類することができ、純粋な画像と純粋な力に基づく方法は、それぞれ80%と90%の脊椎のみを分類することができた。
  論文  参考訳（メタデータ） (2020-02-26T10:49:53Z)
• Delineating Bone Surfaces in B-Mode Images Constrained by Physics of Ultrasound Propagation [4.669073579457748]
  超音波における骨表面のデライン化は, 診断, 手術計画, 術後の整形外科的経過に有意な関連がある。 骨表面のデライン化を目的として,超音波伝搬の物理を因子グラフの定式化にエンコードする手法を提案する。
  論文  参考訳（メタデータ） (2020-01-07T12:34:42Z)

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。