論文の概要: Evaluation of Intra-operative Patient-specific Methods for Point Cloud Completion for Minimally Invasive Liver Interventions

• arxiv url: http://arxiv.org/abs/2503.11969v1
• Date: Sat, 15 Mar 2025 02:47:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-18 12:31:41.959003
• Title: Evaluation of Intra-operative Patient-specific Methods for Point Cloud Completion for Minimally Invasive Liver Interventions
• Title（参考訳）: 低侵襲肝インターベンションにおける術中患者特異的ポイントクラウド完了法の検討
• Authors: Nakul Poudel, Zixin Yang, Kelly Merrell, Richard Simon, Cristian A. Linte,
• Abstract要約: そこで本研究では,6つの最先端クラウド補完法について検討し,肝外科手術における最適補修法について検討する。 肝部分表面から肝点雲を完結させるための患者固有のアプローチに焦点をあて, 正準ポーズ, 非正準ポーズ, 雑音を伴う正準ポーズの3例について検討した。
• 参考スコア（独自算出の注目度）: 0.5825410941577593
• License:
• Abstract: The registration between the pre-operative model and the intra-operative surface is crucial in image-guided liver surgery, as it facilitates the effective use of pre-operative information during the procedure. However, the intra-operative surface, usually represented as a point cloud, often has limited coverage, especially in laparoscopic surgery, and is prone to holes and noise, posing significant challenges for registration methods. Point cloud completion methods have the potential to alleviate these issues. Thus, we explore six state-of-the-art point cloud completion methods to identify the optimal completion method for liver surgery applications. We focus on a patient-specific approach for liver point cloud completion from a partial liver surface under three cases: canonical pose, non-canonical pose, and canonical pose with noise. The transformer-based method, AdaPoinTr, outperforms all other methods to generate a complete point cloud from the given partial liver point cloud under the canonical pose. On the other hand, our findings reveal substantial performance degradation of these methods under non-canonical poses and noisy settings, highlighting the limitations of these methods, which suggests the need for a robust point completion method for its application in image-guided liver surgery.
• Abstract（参考訳）: 術前モデルと術中表面との登録は,術中における術中情報の有効活用を促進するため,画像誘導肝手術において重要である。 しかし,通常は点雲として表される術中表面は,特に腹腔鏡下手術ではカバー範囲が限られることが多く,穴やノイズがみられ,登録法に重大な課題が生じる。 ポイントクラウド補完手法は、これらの問題を緩和する可能性がある。 そこで本研究では,6つの最先端クラウド補完法について検討し,肝外科手術における最適補修法について検討する。 肝部分表面から肝点雲を完結させるための患者固有のアプローチに焦点をあて, 正準ポーズ, 非正準ポーズ, 雑音を伴う正準ポーズの3例について検討した。 トランスフォーマーベースのAdaPoinTrは、標準的なポーズの下で、与えられた部分肝点雲から完全な点雲を生成するために、他のすべての方法より優れています。 一方, 非標準的ポーズと雑音条件下でのこれらの手法の性能劣化は顕著であり, これらの手法の限界が強調され, 画像ガイド下肝手術におけるロバスト・ポイント・コンプリート法の必要性が示唆された。

関連論文リスト

• Resolving the Ambiguity of Complete-to-Partial Point Cloud Registration for Image-Guided Liver Surgery with Patches-to-Partial Matching [3.6999273555552548]
  画像ガイド下肝外科では,術前データと術中データとの整合が重要となる。 あいまいさを解決するために,プラグ・アンド・プレイモジュールとしてパッチ・ツー・パーティルマッチング戦略を提案する。 術中視認性に乏しい症例に対して, 登録成績の向上に有効かつ効果的であることが証明された。
  論文  参考訳（メタデータ） (2024-12-26T18:58:29Z)
• From Real Artifacts to Virtual Reference: A Robust Framework for Translating Endoscopic Images [27.230439605570812]
  内視鏡的画像検査では,術前データと術中画像の併用が手術計画やナビゲーションに重要である。 既存のドメイン適応法は、生体内アーティファクトによる分布シフトによって妨げられる。 本稿では,アーチファクト・レジリエントな画像翻訳手法とそれに関連するベンチマークを提案する。
  論文  参考訳（メタデータ） (2024-10-15T02:41:52Z)
• Intraoperative Registration by Cross-Modal Inverse Neural Rendering [61.687068931599846]
  クロスモーダル逆ニューラルレンダリングによる神経外科手術における術中3D/2Dレジストレーションのための新しいアプローチを提案する。 本手法では,暗黙の神経表現を2つの構成要素に分離し,術前および術中における解剖学的構造について検討した。 臨床症例の振り返りデータを用いて本法の有効性を検証し,現在の登録基準を満たした状態での最先端の検査成績を示した。
  論文  参考訳（メタデータ） (2024-09-18T13:40:59Z)
• Deep intra-operative illumination calibration of hyperspectral cameras [73.08443963791343]
  ハイパースペクトルイメージング (HSI) は, 様々な手術応用に期待できる新しい画像モダリティとして出現している。 手術室における照明条件の動的変化がHSIアプリケーションの性能に劇的な影響を及ぼすことを示す。 手術中におけるハイパースペクトル画像の自動再構成のための新しい学習ベースアプローチを提案する。
  論文  参考訳（メタデータ） (2024-09-11T08:30:03Z)
• A Fourier-enhanced multi-modal 3D small object optical mark recognition and positioning method for percutaneous abdominal puncture surgical navigation [0.27309692684728604]
  針挿入点として小さな単環の中心を識別するミューティモーダル3D小物体マーカー検出法を提案する。 実験により,本手法は高精度かつ高安定性な位置決めを実現することを示す。
  論文  参考訳（メタデータ） (2024-04-13T12:28:40Z)
• 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)
• GLSFormer : Gated - Long, Short Sequence Transformer for Step Recognition in Surgical Videos [57.93194315839009]
  本稿では,シーケンスレベルのパッチから時間的特徴を直接学習するための視覚変換器に基づくアプローチを提案する。 本研究では,白内障手術用ビデオデータセットである白内障-101とD99に対するアプローチを広範に評価し,各種の最先端手法と比較して優れた性能を示した。
  論文  参考訳（メタデータ） (2023-07-20T17:57:04Z)
• Learning How To Robustly Estimate Camera Pose in Endoscopic Videos [5.073761189475753]
  カメラポーズ推定における2つの幾何学的損失を最小限に抑えるために,奥行きと光学的流れを推定するステレオ内視鏡の解を提案する。 最も重要なことは、入力画像の内容に応じてコントリビューションのバランスをとるために、2つの学習された画素単位の重みマッピングを導入することである。 パブリックなSCAREDデータセットに対する我々のアプローチを検証するとともに、新たなインビボデータセットであるStereoMISを導入しています。
  論文  参考訳（メタデータ） (2023-04-17T07:05:01Z)
• A Deep Learning Approach to Predicting Collateral Flow in Stroke Patients Using Radiomic Features from Perfusion Images [58.17507437526425]
  側方循環は、血流を妥協した領域に酸素を供給する特殊な無酸素流路から生じる。 実際のグレーティングは主に、取得した画像の手動検査によって行われる。 MR灌流データから抽出した放射線学的特徴に基づいて,脳卒中患者の側方血流低下を予測するための深層学習手法を提案する。
  論文  参考訳（メタデータ） (2021-10-24T18:58:40Z)
• Robust Medical Instrument Segmentation Challenge 2019 [56.148440125599905]
  腹腔鏡装置の術中追跡は、しばしばコンピュータとロボットによる介入の必要条件である。 本研究の課題は,30の手術症例から取得した10,040枚の注釈画像からなる外科的データセットに基づいていた。 結果は、初期仮説、すなわち、アルゴリズムの性能がドメインギャップの増大とともに低下することを確認する。
  論文  参考訳（メタデータ） (2020-03-23T14:35:08Z)

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。