論文の概要: Autonomous Robotic Ultrasound System for Liver Follow-up Diagnosis: Pilot Phantom Study

• arxiv url: http://arxiv.org/abs/2405.05787v1
• Date: Thu, 9 May 2024 14:11:20 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-10 13:13:05.361919
• Title: Autonomous Robotic Ultrasound System for Liver Follow-up Diagnosis: Pilot Phantom Study
• Title（参考訳）: 肝フォローアップ診断のための自律型ロボット超音波システム:パイロットファントム研究
• Authors: Tianpeng Zhang, Sekeun Kim, Jerome Charton, Haitong Ma, Kyungsang Kim, Na Li, Quanzheng Li,
• Abstract要約: 本稿では,地域外来患者を対象とした肝臓追跡検査を目的とした,新しい自律型ロボット超音波(US)システムを提案する。 3次元肝静脈の正確な画像化が可能であり,CTとロボットの正確な座標マッピングが容易である。 提案フレームワークは,医療提供者,臨床医,フォローアップ患者の時間とコストを大幅に削減する可能性を秘めている。
• 参考スコア（独自算出の注目度）: 9.293259833488223
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The paper introduces a novel autonomous robot ultrasound (US) system targeting liver follow-up scans for outpatients in local communities. Given a computed tomography (CT) image with specific target regions of interest, the proposed system carries out the autonomous follow-up scan in three steps: (i) initial robot contact to surface, (ii) coordinate mapping between CT image and robot, and (iii) target US scan. Utilizing 3D US-CT registration and deep learning-based segmentation networks, we can achieve precise imaging of 3D hepatic veins, facilitating accurate coordinate mapping between CT and the robot. This enables the automatic localization of follow-up targets within the CT image, allowing the robot to navigate precisely to the target's surface. Evaluation of the ultrasound phantom confirms the quality of the US-CT registration and shows the robot reliably locates the targets in repeated trials. The proposed framework holds the potential to significantly reduce time and costs for healthcare providers, clinicians, and follow-up patients, thereby addressing the increasing healthcare burden associated with chronic disease in local communities.
• Abstract（参考訳）: 本稿では,地域外来患者を対象とした肝臓追跡検査を目的とした,新しい自律型ロボット超音波(US)システムを提案する。 特定の対象領域を対象とするCT画像が与えられた場合,提案システムは3段階の自律追従スキャンを行う。 (i)初期ロボットと表面との接触 2CT画像とロボットの座標マッピング (3)USスキャンを対象とする。 3DUS-CT登録と深層学習に基づくセグメンテーションネットワークを利用することで、3D肝静脈の正確な画像化を実現し、CTとロボットの正確な座標マッピングを容易にする。 これにより、CT画像内の追従対象の自動位置決めが可能となり、ロボットはターゲット表面への正確な移動が可能となる。 超音波ファントムの評価は、US-CT登録の品質を確認し、反復的な試験において、ロボットが目標を確実に特定することを示す。 提案フレームワークは, 医療提供者, 臨床医, フォローアップ患者の時間とコストを大幅に削減し, 地域社会における慢性疾患に伴う医療負担の増大に対処する可能性を秘めている。

関連論文リスト

• Automated Patient Positioning with Learned 3D Hand Gestures [29.90000893655248]
  本稿では,カメラを用いて手の動きを自動的に検出する自動位置決めシステムを提案する。 我々のアプローチは、技術者のジェスチャーを認識し解釈するための、新しい多段階パイプラインに依存している。 以上の結果から,本システムでは,最小限の技術介入で,正確かつ正確な患者の位置決めが可能であることが示唆された。
  論文  参考訳（メタデータ） (2024-07-20T15:32:24Z)
• Class-Aware Cartilage Segmentation for Autonomous US-CT Registration in Robotic Intercostal Ultrasound Imaging [39.597735935731386]
  形状制約後処理を施したクラスアウェア軟骨骨分節ネットワークを提示し, 患者固有の骨骨格を捕捉する。 一般的なテンプレートから個々の患者へ、宿主間走査経路をマッピングするために、密度の高い骨格グラフに基づく非剛性登録が提示される。 提案手法は,CTテンプレートから個々の患者へのパスを,頑健かつ正確にマッピングできることを示す。
  論文  参考訳（メタデータ） (2024-06-06T14:15:15Z)
• AutoCT: Automated CT registration, segmentation, and quantification [0.5461938536945721]
  本稿では, エンドツーエンドの自動前処理, 登録, セグメンテーション, 3次元CTスキャンの定量的解析を統合した包括的パイプラインを提案する。 エンジニアリングされたパイプラインは、アトラスベースのCTセグメンテーションと定量化を可能にする。 軽量でポータブルなソフトウェアプラットフォーム上で、AutoCTは、人工知能駆動アプリケーションのデプロイを支えるために、CTイメージングコミュニティのための新しいツールキットを提供する。
  論文  参考訳（メタデータ） (2023-10-26T21:09:47Z)
• 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)
• On the Localization of Ultrasound Image Slices within Point Distribution Models [84.27083443424408]
  甲状腺疾患は高分解能超音波(US)で診断されることが多い 縦断追跡は病理甲状腺形態の変化をモニタリングするための重要な診断プロトコルである。 3次元形状表現におけるUS画像の自動スライスローカライズのためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-01T10:10:46Z)
• 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)
• 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)
• A unified 3D framework for Organs at Risk Localization and Segmentation for Radiation Therapy Planning [56.52933974838905]
  現在の医療ワークフローは、OAR(Organs-at-risk)のマニュアル記述を必要とする 本研究は,OARローカライゼーション・セグメンテーションのための統合された3Dパイプラインの導入を目的とする。 提案手法は医用画像に固有の3Dコンテキスト情報の活用を可能にする。
  論文  参考訳（メタデータ） (2022-03-01T17:08:41Z)
• Deep Reinforcement Learning for Organ Localization in CT [59.23083161858951]
  我々はCTにおける臓器局所化のための深層強化学習手法を提案する。 この研究において、人工エージェントは、その主張や誤りから学習することで、CT内の臓器の局所化を積極的に行う。 本手法は,任意の臓器をローカライズするためのプラグイン・アンド・プレイモジュールとして利用できる。
  論文  参考訳（メタデータ） (2020-05-11T10:06:13Z)

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。