論文の概要: Internal Organ Localization Using Depth Images

• arxiv url: http://arxiv.org/abs/2503.23468v1
• Date: Sun, 30 Mar 2025 14:55:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-01 19:35:57.139758
• Title: Internal Organ Localization Using Depth Images
• Title（参考訳）: 深部画像を用いた臓器内局在化
• Authors: Eytan Kats, Kai Geißler, Jochen G. Hirsch, Stefan Heldman, Mattias P. Heinrich,
• Abstract要約: 本稿では,体表面から内臓器の位置を近似的に推定する学習基盤の実現可能性について検討する。 深層画像だけで臓器の位置や形状を正確に予測できる深層学習モデルを訓練する。 以上の結果から,MRIに内蔵されたRGB-Dカメラベースのシステムは,スキャン手順の合理化と患者体験の向上につながる可能性が示唆された。
• 参考スコア（独自算出の注目度）: 1.8997357611855206
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Automated patient positioning is a crucial step in streamlining MRI workflows and enhancing patient throughput. RGB-D camera-based systems offer a promising approach to automate this process by leveraging depth information to estimate internal organ positions. This paper investigates the feasibility of a learning-based framework to infer approximate internal organ positions from the body surface. Our approach utilizes a large-scale dataset of MRI scans to train a deep learning model capable of accurately predicting organ positions and shapes from depth images alone. We demonstrate the effectiveness of our method in localization of multiple internal organs, including bones and soft tissues. Our findings suggest that RGB-D camera-based systems integrated into MRI workflows have the potential to streamline scanning procedures and improve patient experience by enabling accurate and automated patient positioning.
• Abstract（参考訳）: 自動化された患者の位置決めは、MRIワークフローを合理化し、患者のスループットを向上させるための重要なステップである。 RGB-Dカメラベースのシステムは、奥行き情報を利用して内臓器の位置を推定することにより、このプロセスを自動化するための有望なアプローチを提供する。 本稿では,体表面から内臓器の位置を近似的に推定する学習基盤の実現可能性について検討する。 本手法では,臓器の位置や形状を深度画像だけで正確に予測できるディープラーニングモデルを,MRIの大規模データセットを用いて訓練する。 骨や軟部組織を含む複数の内臓器の局在化における本法の有効性を実証する。 以上の結果から,MRIワークフローに統合されたRGB-Dカメラベースのシステムは,患者の正確な自動位置決めを可能にすることで,スキャン手順の合理化と患者エクスペリエンスの向上につながる可能性が示唆された。

関連論文リスト

• Analyzing the Effect of $k$-Space Features in MRI Classification Models [0.0]
  医用イメージングに適した説明可能なAI手法を開発した。 我々は、画像領域と周波数領域の両方にわたるMRIスキャンを分析する畳み込みニューラルネットワーク(CNN)を採用している。 このアプローチは、初期のトレーニング効率を高めるだけでなく、追加機能がモデル予測にどのように影響するかの理解を深めます。
  論文  参考訳（メタデータ） (2024-09-20T15:43:26Z)
• 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)
• LOOC: Localizing Organs using Occupancy Networks and Body Surface Depth Images [2.104687387907779]
  人体外から採取した1つの深度画像から,67の解剖学的構造を正確に同定するための新しいアプローチを提案する。 提案手法は多クラス占有ネットワークを用いて, 身体部位の変化を付加したセグメントCTスキャンを用いて訓練し, 密集した内臓器を扱うための特別なサンプリング戦略を取り入れた。
  論文  参考訳（メタデータ） (2024-06-18T08:57:36Z)
• 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)
• fMRI-PTE: A Large-scale fMRI Pretrained Transformer Encoder for Multi-Subject Brain Activity Decoding [54.17776744076334]
  本稿では,fMRI事前学習のための革新的オートエンコーダであるfMRI-PTEを提案する。 我々のアプローチでは、fMRI信号を統合された2次元表現に変換し、次元の整合性を確保し、脳の活動パターンを保存する。 コントリビューションには、fMRI-PTEの導入、革新的なデータ変換、効率的なトレーニング、新しい学習戦略、そして我々のアプローチの普遍的な適用性が含まれる。
  論文  参考訳（メタデータ） (2023-11-01T07:24:22Z)
• Intelligent Robotic Sonographer: Mutual Information-based Disentangled Reward Learning from Few Demonstrations [42.731081399649916]
  この研究は、インテリジェントなロボットソノグラフィーによって、自律的に標的解剖を発見」し、専門家から学ぶことによって、米国のプローブを関連する2D平面にナビゲートすることを提案する。 専門家による基礎となる高レベルの生理的知識は神経報酬関数によって推測される。 提案した高度なフレームワークは、生き生きとしたヒトの頸動脈データだけでなく、さまざまな幻影や見えない幻影を強く扱うことができる。
  論文  参考訳（メタデータ） (2023-07-07T16:30:50Z)
• Next-generation Surgical Navigation: Marker-less Multi-view 6DoF Pose Estimation of Surgical Instruments [66.74633676595889]
  静止カメラとヘッドマウントカメラを組み合わせたマルチカメラ・キャプチャー・セットアップを提案する。 第2に,手術用ウェットラボと実際の手術用劇場で撮影された元脊椎手術のマルチビューRGB-Dビデオデータセットを公表した。 第3に,手術器具の6DoFポーズ推定の課題に対して,最先端のシングルビューとマルチビューの3つの手法を評価した。
  論文  参考訳（メタデータ） (2023-05-05T13:42:19Z)
• Live image-based neurosurgical guidance and roadmap generation using unsupervised embedding [53.992124594124896]
  本稿では,注釈付き脳外科ビデオの大規模なデータセットを活用するライブ画像のみのガイダンスを提案する。 生成されたロードマップは、トレーニングセットの手術で取られた一般的な解剖学的パスをエンコードする。 166例の腹腔鏡下腺摘出術を施行し,本法の有効性について検討した。
  論文  参考訳（メタデータ） (2023-03-31T12:52:24Z)
• 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)
• Attentive Symmetric Autoencoder for Brain MRI Segmentation [56.02577247523737]
  視覚変換器(ViT)をベースとした3次元脳MRIセグメンテーションタスクのための新しいアテンテーティブシンメトリオートエンコーダを提案する。 事前学習の段階では、提案するオートエンコーダがより注意を払って、勾配測定値に従って情報パッチを再構築する。 実験の結果,提案手法は最先端の自己教師付き学習法や医用画像分割モデルよりも優れていた。
  論文  参考訳（メタデータ） (2022-09-19T09:43:19Z)
• A parameter refinement method for Ptychography based on Deep Learning concepts [55.41644538483948]
  伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。 最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。 我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
  論文  参考訳（メタデータ） (2021-05-18T10:15:17Z)
• 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)

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。