論文の概要: Virtual airways heatmaps to optimize point of entry location in lung biopsy planning systems
- arxiv url: http://arxiv.org/abs/2501.19003v1
- Date: Fri, 31 Jan 2025 10:14:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-03 14:03:18.618660
- Title: Virtual airways heatmaps to optimize point of entry location in lung biopsy planning systems
- Title（参考訳）: 肺生検計画システムにおけるエントリー位置の最適化を目的とした仮想気道ヒートマップ
- Authors: Debora Gil, Pere Lloret, Marta Diez-Ferrer, Carles Sanchez,
- Abstract要約: 本稿では,肺生検計画システムにおけるエントリーポイント(POE)の最適化のための仮想モデルを提案する。
このモデルは、計画シミュレーションにおける配向と操作中の実際の配向との相違から生じる誤差のマージンを考慮に入れている。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Purpose: We present a virtual model to optimize point of entry (POE) in lung biopsy planning systems. Our model allows to compute the quality of a biopsy sample taken from potential POE, taking into account the margin of error that arises from discrepancies between the orientation in the planning simulation and the actual orientation during the operation. Additionally, the study examines the impact of the characteristics of the lesion. Methods: The quality of the biopsy is given by a heatmap projected onto the skeleton of a patient-specific model of airways. The skeleton provides a 3D representation of airways structure, while the heatmap intensity represents the potential amount of tissue that it could be extracted from each POE. This amount of tissue is determined by the intersection of the lesion with a cone that represents the uncertainty area in the introduction of biopsy instruments. The cone, lesion, and skeleton are modelled as graphical objects that define a 3D scene of the intervention. Results: We have simulated different settings of the intervention scene from a single anatomy extracted from a CT scan and two lesions with regular and irregular shapes. The different scenarios are simulated by systematic rotation of each lesion placed at different distances from airways. Analysis of the heatmaps for the different settings show a strong impact of lesion orientation for irregular shape and the distance for both shapes. Conclusion: The proposed heatmaps help to visually assess the optimal POE and identify whether multiple optimal POEs exist in different zones of the bronchi. They also allow us to model the maximum allowable error in navigation systems and study which variables have the greatest influence on the success of the operation. Additionally, they help determine at what point this influence could potentially jeopardize the operation.
- Abstract（参考訳）: 目的: 肺生検計画システムにおいて, エントリーポイント(POE)を最適化する仮想モデルを提案する。
本モデルでは, 計画シミュレーションにおける配向と操作中の実際の配向との相違から生じる誤差を考慮し, 潜在的なPOEから採取した生検サンプルの品質を計算できる。
さらに,本研究は病変の特徴が与える影響について検討した。
方法: 生検の質は、患者固有の気道モデルの骨格に投影された熱マップによって与えられる。
骨格は気道構造を3次元的に表現し、熱マップの強度は各POEから抽出できる組織の可能性を表す。
この組織量は、生検器具の導入における不確実領域を表す円錐と病変の交差によって決定される。
コーン、病変、骨格は、介入の3Dシーンを定義するグラフィカルオブジェクトとしてモデル化される。
結果:CTスキャンから抽出した1つの解剖学と,正常な形状と不規則な形状の2つの病変から,介入シーンの異なる設定をシミュレートした。
異なるシナリオは、気道から異なる距離に配置された各病変の系統的な回転によってシミュレートされる。
異なる設定に対する熱マップの解析は、不規則な形状に対する病変の向きと両形状間の距離の強い影響を示す。
結論:提案した熱マップは最適なPOEを視覚的に評価し、ブロンチの異なる領域に複数の最適なPOEが存在するかどうかを特定するのに役立つ。
また、ナビゲーションシステムにおける最大許容誤差をモデル化し、どの変数が操作の成功に最も影響を与えるかを調べることもできる。
さらに、この影響が手術を危険にさらす可能性があるポイントを決定するのにも役立ちます。
関連論文リスト
- 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) - Thoracic Cartilage Ultrasound-CT Registration using Dense Skeleton Graph [49.11220791279602]
一般的なアトラスから個々の患者への計画された経路を正確にマッピングすることは困難である。
アトラスから現在の設定へ計画されたパスを転送できるように、グラフベースの非厳密な登録を提案する。
論文 参考訳（メタデータ） (2023-07-07T18:57:21Z) - Validated respiratory drug deposition predictions from 2D and 3D medical
images with statistical shape models and convolutional neural networks [47.187609203210705]
患者固有の沈着モデリングのための自動計算フレームワークを開発し,検証することを目的としている。
2次元胸部X線と3次元CT画像から3次元患者の呼吸動態を生成できる画像処理手法が提案されている。
論文 参考訳（メタデータ） (2023-03-02T07:47:07Z) - Whole-Body Lesion Segmentation in 18F-FDG PET/CT [11.662584140924725]
提案モデルは, 全身の病変を予測するために, 2D と 3D nnUNET アーキテクチャを基礎として設計されている。
提案手法は, ダイススコア, 偽陽性ボリューム, 偽陰性ボリュームの計測値において, 病変のセグメンテーション性能を計測するAutoPet Challengeの文脈で評価する。
論文 参考訳（メタデータ） (2022-09-16T10:49:53Z) - Anomaly Detection in Echocardiograms with Dynamic Variational Trajectory
Models [14.784158889077313]
心エコービデオの新しい異常検出法を提案する。
心拍周期の周期的特性を利用して変動潜在軌道モデル(TVAE)の3つの変種を学習する。
これは、Ebstein's AnomalyやShone-complexのような重度の先天性心不全を確実に識別する。
論文 参考訳（メタデータ） (2022-06-30T14:42:18Z) - 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) - Explainable multiple abnormality classification of chest CT volumes with
AxialNet and HiResCAM [89.2175350956813]
本稿では,容積医用画像における多変量分類の課題について紹介する。
本稿では,複数のインスタンス学習型畳み込みニューラルネットワークであるAxialNetを提案する。
そして、HiResCAMと3D許容領域を利用した新しいマスクロスにより、モデルの学習を改善することを目指す。
論文 参考訳（メタデータ） (2021-11-24T01:14:33Z) - Geometric Uncertainty in Patient-Specific Cardiovascular Modeling with
Convolutional Dropout Networks [0.0]
患者固有の心血管モデルの条件分布からサンプルを生成する新しい手法を提案する。
提案手法で導入された主な革新は、トレーニングデータから直接幾何的不確実性を学ぶ能力である。
論文 参考訳（メタデータ） (2020-09-16T00:13:12Z) - Appearance Learning for Image-based Motion Estimation in Tomography [60.980769164955454]
トモグラフィー画像では、取得した信号に擬似逆フォワードモデルを適用することにより、解剖学的構造を再構成する。
患者の動きは、復元過程における幾何学的アライメントを損なうため、運動アーティファクトが生じる。
本研究では,スキャン対象から独立して剛性運動の構造を認識する外観学習手法を提案する。
論文 参考訳（メタデータ） (2020-06-18T09:49:11Z) - Volumetric parcellation of the right ventricle for regional geometric
and functional assessment [0.44226489787197854]
そこで我々は,3つのRV領域(apical, inlet, outflow)を局所的に評価する手法を開発した。
この手法の入力は、エンドシストリクス(ED)とエンドシストリクス(ES)セグメンテーションされた3次元表面モデルである。
本手法は,局所的周方向,大域的周方向,縦方向のRVリモデリングに適していることを示す。
論文 参考訳（メタデータ） (2020-03-18T18:31:26Z)
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。