論文の概要: Towards Real-time Intrahepatic Vessel Identification in Intraoperative Ultrasound-Guided Liver Surgery

• arxiv url: http://arxiv.org/abs/2410.03420v1
• Date: Tue, 8 Oct 2024 09:44:34 GMT
• ステータス: 処理完了
• システム内更新日: 2024-11-02 22:29:14.887857
• Title: Towards Real-time Intrahepatic Vessel Identification in Intraoperative Ultrasound-Guided Liver Surgery
• Title（参考訳）: 術中超音波ガイド下肝手術における肝内血管のリアルタイム同定に向けて
• Authors: Karl-Philippe Beaudet, Alexandros Karargyris, Sidaty El Hadramy, Stéphane Cotin, Jean-Paul Mazellier, Nicolas Padoy, Juan Verde,
• Abstract要約: 本研究では,術前の3D超音波肝体積を用いて,門脈および枝状構造のリアルタイム同定のための深層学習モデルを訓練する患者固有のアプローチを提案する。 我々のパーソナライズされたAIモデルは、外生ブタの肝臓で検証され、外科医と比較して精度(0.95)とリコール(0.93)に優れていた。
• 参考スコア（独自算出の注目度）: 38.50524415871288
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: While laparoscopic liver resection is less prone to complications and maintains patient outcomes compared to traditional open surgery, its complexity hinders widespread adoption due to challenges in representing the liver's internal structure. Laparoscopic intraoperative ultrasound offers efficient, cost-effective and radiation-free guidance. Our objective is to aid physicians in identifying internal liver structures using laparoscopic intraoperative ultrasound. We propose a patient-specific approach using preoperative 3D ultrasound liver volume to train a deep learning model for real-time identification of portal tree and branch structures. Our personalized AI model, validated on ex vivo swine livers, achieved superior precision (0.95) and recall (0.93) compared to surgeons, laying groundwork for precise vessel identification in ultrasound-based liver resection. Its adaptability and potential clinical impact promise to advance surgical interventions and improve patient care.
• Abstract（参考訳）: 腹腔鏡下肝切除は, 従来の開腹手術に比べて合併症が少なく, 患者の予後も維持されるが, 肝内構造を表わす上での課題により, その複雑さは広く普及する。 腹腔鏡下術中超音波検査は, 効率的, 費用対効果, 放射線フリーガイダンスを提供する。 本研究の目的は,腹腔鏡下術中超音波検査による肝内構造同定を支援することである。 本研究では,術前の3D超音波肝体積を用いて,門脈および枝状構造のリアルタイム同定のための深層学習モデルを訓練する患者固有のアプローチを提案する。 超音波肝切除における血管同定の精度を高めるため, 当科のパーソナライズドAIモデルは, 手術者と比較して精度が0.95, リコール率0.93) に優れていた。 その適応性と潜在的な臨床効果は、外科的介入を推進し、患者のケアを改善することを約束する。

関連論文リスト

• Tracking Tumors under Deformation from Partial Point Clouds using Occupancy Networks [5.6568953226458145]
  本稿では, 腎臓ファントム内腫瘍の局所化を介し, インタラクティブな速度で変形する手法を提案する。 異所性腎腫瘍と内因性腎腫瘍を混入した3Dハイドロゲル腎ファントムを導入することにより,本法の有効性を検証した。 以上の結果から,6mmから10mmの腎に腫瘍を局在させ,60Hz以上の3D情報を提供することができた。
  論文  参考訳（メタデータ） (2024-11-04T21:15:17Z)
• Surgical Workflow Recognition and Blocking Effectiveness Detection in Laparoscopic Liver Resections with Pringle Maneuver [37.28655489773266]
  腹腔鏡下肝切除におけるプリングル手術 (PM) は, 出血を減少させ, 明確な手術観を提供することを目的としている。 ワークフロー認識とブロック有効性検出の2つの補完的AI支援手術モニタリングタスクを提案する。
  論文  参考訳（メタデータ） (2024-08-20T04:32:50Z)
• Epicardium Prompt-guided Real-time Cardiac Ultrasound Frame-to-volume Registration [50.602074919305636]
  本稿では,CU-Reg と呼ばれる,軽量でエンドツーエンドなカード・ツー・エンド・超音波フレーム・ツー・ボリューム・レジストレーション・ネットワークを提案する。 2次元スパースと3次元濃密な特徴の相互作用を増強するために,心内膜急速ガイドによる解剖学的手がかりを用い,その後,強化された特徴のボクセル的局所グロバル集約を行った。
  論文  参考訳（メタデータ） (2024-06-20T17:47:30Z)
• Patient-Specific Real-Time Segmentation in Trackerless Brain Ultrasound [35.526097492693864]
  術中超音波(iUS)画像検査は、脳外科手術の手術成績を改善する可能性がある。 しかし、その解釈は、専門家の神経外科医にとっても難しい。 本研究では,トラッカーレスiUSで脳腫瘍のセグメンテーションを行う最初の患者特異的フレームワークを設計した。
  論文  参考訳（メタデータ） (2024-05-16T10:07:30Z)
• 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)
• 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)
• Automatic registration with continuous pose updates for marker-less surgical navigation in spine surgery [52.63271687382495]
  本研究では, 腰部脊柱管固定術の登録問題を, 無放射線で自動的に解決するアプローチを提案する。 深部神経ネットワークは、腰椎を分割し、その方向を同時に予測するように訓練され、前手術モデルに対する最初のポーズが得られた。 拡張現実ベースのナビゲーションシステムとの統合により、直感的な外科的ガイダンスが提供される。
  論文  参考訳（メタデータ） (2023-08-05T16:26:41Z)
• CoRe: An Automated Pipeline for The Prediction of Liver Resection Complexity from Preoperative CT Scans [53.561797148529664]
  肝切除を複雑にするために重要な位置にある腫瘍が知られている。 CoReは、術後LRの複雑さを予測するための自動化された医療画像処理パイプラインである。
  論文  参考訳（メタデータ） (2022-10-15T15:29:24Z)

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。