論文の概要: Path planning of magnetic microswimmers in high-fidelity simulations of capillaries with deep reinforcement learning
- arxiv url: http://arxiv.org/abs/2404.02171v1
- Date: Fri, 29 Mar 2024 17:01:09 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-04 21:38:27.835021
- Title: Path planning of magnetic microswimmers in high-fidelity simulations of capillaries with deep reinforcement learning
- Title(参考訳): 深部強化学習によるキャピラリーの高忠実度シミュレーションにおける磁気マイクロスウィマーの経路計画
- Authors: Lucas Amoudruz, Sergey Litvinov, Petros Koumoutsakos,
- Abstract要約: ヒト網膜に存在する複雑な毛細血管網で進化する人工細菌鞭毛(ABF)のシミュレーションを行った。
ABFは、予め縮小順序モデルに基づいて訓練された強化学習剤により、所定の目標に頑健に誘導される。
- 参考スコア(独自算出の注目度): 1.3225694028747141
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Biomedical applications such as targeted drug delivery, microsurgery or sensing rely on reaching precise areas within the body in a minimally invasive way. Artificial bacterial flagella (ABFs) have emerged as potential tools for this task by navigating through the circulatory system. While the control and swimming characteristics of ABFs is understood in simple scenarios, their behavior within the bloodstream remains unclear. We conduct simulations of ABFs evolving in the complex capillary networks found in the human retina. The ABF is robustly guided to a prescribed target by a reinforcement learning agent previously trained on a reduced order model.
- Abstract(参考訳): 標的とする薬物の送達、マイクロサージェリー、感覚といった医学的応用は、最小限の侵襲的な方法で体内の正確な領域に到達することに依存している。
人工細菌鞭毛(ABF)は、循環系をナビゲートすることで、このタスクの潜在的なツールとして登場した。
ABFsの制御と水泳特性は単純なシナリオで理解されているが、血流中での挙動はいまだに不明である。
ヒト網膜に存在する複雑な毛細血管網で進化するABFのシミュレーションを行う。
ABFは、予め縮小順序モデルに基づいて訓練された強化学習剤により、所定の目標に頑健に誘導される。
関連論文リスト
- Reconstructing Blood Flow in Data-Poor Regimes: A Vasculature Network Kernel for Gaussian Process Regression [2.9998889086656586]
非ユークリッド空間である血管ネットワーク内のカーネルを再構築する新しい手法を提案する。
提案したカーネルは、時間的および血管間相関を符号化し、直接測定を欠いた血管における血流の再構築を可能にする。
本研究は, 単純Y字型分岐術, 腹部大動脈, ウィリス円の3症例において, モデルの性能を実証するものである。
論文 参考訳(メタデータ) (2024-03-14T15:41:15Z) - Evolutionary algorithms as an alternative to backpropagation for
supervised training of Biophysical Neural Networks and Neural ODEs [12.357635939839696]
本稿では,生物物理学に基づくニューラルネットワークの学習における「段階的推定」進化アルゴリズムの利用について検討する。
EAにはいくつかのアドバンテージがあり、直接BPよりも望ましいことが分かりました。
以上の結果から,生体物理学ニューロンはBP法の限界をテストする上で有用なベンチマークを提供する可能性が示唆された。
論文 参考訳(メタデータ) (2023-11-17T20:59:57Z) - Collaborative Robotic Biopsy with Trajectory Guidance and Needle Tip
Force Feedback [49.32653090178743]
本報告では, トラジェクトリーガイダンスと審美フィードバックを組み合わせて, 針の配置を補助するロボットバイオプシーシステムについて述べる。
リアルタイムデータ処理のための光コヒーレンストモグラフィーと機械学習に基づいて針先端の力を検出する針の設計。
膵臓のin situ生検を行ない,より小さい,より深いターゲット構造を正確にサンプリングできることを実証した。
論文 参考訳(メタデータ) (2023-06-12T14:07:53Z) - fMRI from EEG is only Deep Learning away: the use of interpretable DL to
unravel EEG-fMRI relationships [68.8204255655161]
多チャンネル脳波データからいくつかの皮質下領域の活性を回復するための解釈可能な領域基底解を提案する。
我々は,皮質下核の血行動態信号の頭皮脳波予測の空間的・時間的パターンを復元する。
論文 参考訳(メタデータ) (2022-10-23T15:11:37Z) - Geometric Deep Learning for the Assessment of Thrombosis Risk in the
Left Atrial Appendage [0.7956218230251954]
本研究では,患者固有のLAA形状から,血栓症のリスクに関連する内皮細胞活性化電位(ECAP)を予測できるフレームワークを開発する。
このモデルは202個の合成LAAと54個の実LAAを組み合わせたデータセットを用いて訓練され、EPP分布を瞬時に予測し、平均絶対誤差は0.563である。
論文 参考訳(メタデータ) (2022-10-19T14:03:54Z) - Fuzzy Attention Neural Network to Tackle Discontinuity in Airway
Segmentation [67.19443246236048]
気道セグメンテーションは肺疾患の検査、診断、予後に重要である。
いくつかの小型の気道支線(気管支や終端など)は自動セグメンテーションの難しさを著しく増す。
本稿では,新しいファジィアテンションニューラルネットワークと包括的損失関数を備える,気道セグメンテーションの効率的な手法を提案する。
論文 参考訳(メタデータ) (2022-09-05T16:38:13Z) - Chemotaxis of sea urchin sperm cells through deep reinforcement learning [0.0]
本研究では, ウニ精子のモデルが, ケモアトレラント濃度場において, 自己学習型遊走運動をいかに行うかを検討する。
我々は,人工ニューラルネットワークを用いて意思決定エージェントとして機能し,精子の効率的な操作戦略の発見を容易にする。
以上の結果から,ウニ精子の遊走過程に関する知見が得られ,微生物の知能的操作のためのガイダンスも用意された。
論文 参考訳(メタデータ) (2022-08-02T06:04:32Z) - Modeling and hexahedral meshing of cerebral arterial networks from
centerlines [0.0]
中心線に基づく表現は、小さな血管を持つ大きな血管ネットワークをモデル化するために広く用いられている。
中心線からCFDに適した構造を持つヘキサヘドラルメッシュを自動生成する手法を提案する。
我々は60の脳血管ネットワークのデータセットを網羅し,本手法の有効性を実証した。
論文 参考訳(メタデータ) (2022-01-20T16:30:17Z) - 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) - Towards an Automatic Analysis of CHO-K1 Suspension Growth in
Microfluidic Single-cell Cultivation [63.94623495501023]
我々は、人間の力で抽象化されたニューラルネットワークをデータレベルで注入できる新しい機械学習アーキテクチャを提案する。
具体的には、自然データと合成データに基づいて生成モデルを同時に訓練し、細胞数などの対象変数を確実に推定できる共有表現を学習する。
論文 参考訳(メタデータ) (2020-10-20T08:36:51Z) - Microvascular Dynamics from 4D Microscopy Using Temporal Segmentation [81.30750944868142]
経時的に脳血流量の変化を追跡でき, ピアル表面に向かって伝播する自発性動脈拡張を同定できる。
この新たなイメージング機能は、機能的磁気共鳴イメージング(fMRI)を基盤とした血行動態応答関数を特徴付けるための有望なステップである。
論文 参考訳(メタデータ) (2020-01-14T22:55:03Z)
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。