論文の概要: AI-driven View Guidance System in Intra-cardiac Echocardiography Imaging

• arxiv url: http://arxiv.org/abs/2409.16898v3
• Date: Wed, 22 Jan 2025 16:58:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-23 13:30:01.264251
• Title: AI-driven View Guidance System in Intra-cardiac Echocardiography Imaging
• Title（参考訳）: 心内エコー画像におけるAI駆動型ビュー誘導システム
• Authors: Jaeyoung Huh, Paul Klein, Gareth Funka-Lea, Puneet Sharma, Ankur Kapoor, Young-Ho Kim,
• Abstract要約: 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伴う連続閉ループで動作するAI駆動型ビューガイダンスシステムを提案する。
• 参考スコア（独自算出の注目度）: 7.074445406436684
• License:
• Abstract: Intra-cardiac echocardiography (ICE) is a crucial imaging modality used in electrophysiology (EP) and structural heart disease (SHD) interventions, providing realtime, high-resolution views from within the heart. Despite its advantages, effective manipulation of the ICE catheter requires significant expertise, which can lead to inconsistent outcomes, especially among less experienced operators. To address this challenge, we propose an AIdriven view guidance system that operates in a continuous closed-loop with human-in-the-loop feedback, designed to assist users in navigating ICE imaging without requiring specialized knowledge. Specifically, our method models the relative position and orientation vectors between arbitrary views and clinically defined ICE views in a spatial coordinate system. It guides users on how to manipulate the ICE catheter to transition from the current view to the desired view over time. By operating in a closedloop configuration, the system continuously predicts and updates the necessary catheter manipulations, ensuring seamless integration into existing clinical workflows. The effectiveness of the proposed system is demonstrated through a simulation-based performance evaluation using real clinical data, achieving an 89% success rate with 6,532 test cases. Additionally, a semi-simulation experiment with human-in-the-loop testing validated the feasibility of continuous yet discrete guidance. These results underscore the potential of the proposed method to enhance the accuracy and efficiency of ICE imaging procedures.
• Abstract（参考訳）: 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り、心臓内からのリアルタイムで高解像度な視認を提供する。 その利点にもかかわらず、ICEカテーテルを効果的に操作するにはかなりの専門知識が必要であり、特に経験の浅い操作者の間では矛盾した結果をもたらす可能性がある。 この課題に対処するため,我々は,人間-イン-ループフィードバックによる連続クローズドループで動作するAI駆動型ビューガイダンスシステムを提案し,特殊な知識を必要とせず,ICE画像のナビゲートを支援する。 具体的には、空間座標系における任意のビューと臨床的に定義されたICEビューの相対位置と向きベクトルをモデル化する。 ICEカテーテルを操作すれば、現在のビューから望ましいビューへ、時間の経過とともに移行できる。 クローズドループ構成で操作することで、システムは必要なカテーテル操作を継続的に予測し、更新し、既存の臨床ワークフローへのシームレスな統合を保証する。 本システムの有効性は,実際の臨床データを用いてシミュレーションによる評価を行い,6,532症例で89%の成功率を達成した。 さらに、Human-in-the-loopテストによるセミシミュレート実験により、連続的かつ離散的なガイダンスの実現可能性が確認された。 これらの結果は,ICE画像の精度と効率を高めるため,提案手法の可能性を浮き彫りにした。

関連論文リスト

• Advanced XR-Based 6-DOF Catheter Tracking System for Immersive Cardiac Intervention Training [37.69303106863453]
  本稿では, 心内心エコー法(ICE)カテーテルのリアルタイム3次元追跡と可視化のための新しいシステムを提案する。 カスタム3Dプリントされたセットアップは、カテーテルのバイプレーンビデオをキャプチャし、特殊なコンピュータビジョンアルゴリズムは、その3D軌跡を再構築する。 システムのデータは、Meta Quest 3 XRヘッドセットを通じてレンダリングされる、インタラクティブなUnityベースの環境に統合される。
  論文  参考訳（メタデータ） (2024-11-04T21:05:40Z)
• Self-Supervised Learning for Interventional Image Analytics: Towards Robust Device Trackers [6.262161803642583]
  我々は,1600万以上の干渉X線フレームからなる非常に大きなデータコホートから手続き的特徴を学習するための新しい手法を提案する。 本手法は,フレームベース再構成を利用してフレーム間時間対応を微妙に学習するマスク付き画像モデリング技術に基づいている。 実験の結果,提案手法は参照解に対する最大追従誤差を66.31%削減できることがわかった。
  論文  参考訳（メタデータ） (2024-05-02T10:18:22Z)
• Real-time guidewire tracking and segmentation in intraoperative x-ray [52.51797358201872]
  リアルタイムガイドワイヤ分割と追跡のための2段階のディープラーニングフレームワークを提案する。 第1段階では、ヨロフ5検出器が元のX線画像と合成画像を使って訓練され、ターゲットのガイドワイヤのバウンディングボックスを出力する。 第2段階では、検出された各バウンディングボックスにガイドワイヤを分割するために、新規で効率的なネットワークが提案されている。
  論文  参考訳（メタデータ） (2024-04-12T20:39:19Z)
• 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)
• Automating Catheterization Labs with Real-Time Perception [31.65246126754449]
  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。
  論文  参考訳（メタデータ） (2024-03-09T02:05:23Z)
• Interpretable Models for Detecting and Monitoring Elevated Intracranial Pressure [5.63693072017569]
  超音波ビデオを通してONS径を積極的に監視し,ICPの上昇を予測できる2つのシステムを提案する。 システム構築には,対象物の専門家(SME)のガイダンスを活用し,収集手順に従って処理パイプラインを構造化する。 そして、私たちの中小企業の1つが、私たちのトップシステムのパフォーマンスを手作業で検証し、私たちのアプローチにさらなる信頼性を与えます。
  論文  参考訳（メタデータ） (2024-03-04T17:29:03Z)
• Hypergraph-Transformer (HGT) for Interactive Event Prediction in Laparoscopic and Robotic Surgery [50.3022015601057]
  腹腔内ビデオから外科的ワークフローの重要なインタラクティブな側面を理解し,予測できる予測型ニューラルネットワークを提案する。 我々は,既存の手術用データセットとアプリケーションに対するアプローチを検証し,アクション・トリプレットの検出と予測を行った。 この結果は、非構造的な代替案と比較して、我々のアプローチの優位性を示している。
  論文  参考訳（メタデータ） (2024-02-03T00:58:05Z)
• 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)
• An Interpretable Multiple-Instance Approach for the Detection of referable Diabetic Retinopathy from Fundus Images [72.94446225783697]
  基礎画像における参照糖尿病網膜症検出のための機械学習システムを提案する。 画像パッチから局所情報を抽出し,アテンション機構により効率的に組み合わせることで,高い分類精度を実現することができる。 我々は,現在入手可能な網膜画像データセットに対するアプローチを評価し,最先端の性能を示す。
  論文  参考訳（メタデータ） (2021-03-02T13:14:15Z)
• 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)

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。