論文の概要: Patient-Specific Dynamic Digital-Physical Twin for Coronary Intervention Training: An Integrated Mixed Reality Approach

• arxiv url: http://arxiv.org/abs/2505.10902v1
• Date: Fri, 16 May 2025 06:13:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-19 14:36:14.189787
• Title: Patient-Specific Dynamic Digital-Physical Twin for Coronary Intervention Training: An Integrated Mixed Reality Approach
• Title（参考訳）: 冠動脈インターベンショントレーニングにおける患者固有の動的ディジタル物理双生児 : 統合的複合現実感アプローチ
• Authors: Shuo Wang, Tong Ren, Nan Cheng, Rong Wang, Li Zhang,
• Abstract要約: 既存のトレーニングシステムは、心臓生理学の正確なシミュレーションを欠いている。 本研究は4D-CTAに基づく総合的動的心モデル研究フレームワークを開発する。
• 参考スコア（独自算出の注目度）: 33.92599418560439
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Background and Objective: Precise preoperative planning and effective physician training for coronary interventions are increasingly important. Despite advances in medical imaging technologies, transforming static or limited dynamic imaging data into comprehensive dynamic cardiac models remains challenging. Existing training systems lack accurate simulation of cardiac physiological dynamics. This study develops a comprehensive dynamic cardiac model research framework based on 4D-CTA, integrating digital twin technology, computer vision, and physical model manufacturing to provide precise, personalized tools for interventional cardiology. Methods: Using 4D-CTA data from a 60-year-old female with three-vessel coronary stenosis, we segmented cardiac chambers and coronary arteries, constructed dynamic models, and implemented skeletal skinning weight computation to simulate vessel deformation across 20 cardiac phases. Transparent vascular physical models were manufactured using medical-grade silicone. We developed cardiac output analysis and virtual angiography systems, implemented guidewire 3D reconstruction using binocular stereo vision, and evaluated the system through angiography validation and CABG training applications. Results: Morphological consistency between virtual and real angiography reached 80.9%. Dice similarity coefficients for guidewire motion ranged from 0.741-0.812, with mean trajectory errors below 1.1 mm. The transparent model demonstrated advantages in CABG training, allowing direct visualization while simulating beating heart challenges. Conclusion: Our patient-specific digital-physical twin approach effectively reproduces both anatomical structures and dynamic characteristics of coronary vasculature, offering a dynamic environment with visual and tactile feedback valuable for education and clinical planning.
• Abstract（参考訳）: 背景と目的: 冠動脈インターベンションのための正確な術前計画と効果的な医師訓練がますます重要である。 医療画像技術の進歩にもかかわらず、静的または制限されたダイナミックイメージングデータを包括的なダイナミック心臓モデルに変換することは依然として困難である。 既存のトレーニングシステムは、心臓生理学の正確なシミュレーションを欠いている。 本研究では,4D-CTAをベースとした総合的動的心モデル研究フレームワークを開発し,デジタルツイン技術,コンピュータビジョン,物理モデル製造を統合し,介入心臓学の精密かつパーソナライズされたツールを提供する。 方法:60歳女児の3-vessel coronary stenosisの4D-CTAデータを用いて,心室および冠動脈を分画し,動的モデルを構築し,20相にわたる血管の変形をシミュレートする骨格スキンウェイト計算を実装した。 透明な血管物理モデルは医療用シリコーンを用いて製造された。 両眼立体視を用いたガイドワイヤ3D再構成システムを構築し,血管造影検査とCABGトレーニングによるシステム評価を行った。 結果: 仮想および実際の血管造影における形態的整合性は80.9%に達した。 ガイドワイヤ運動の密度類似係数は0.741-0.812であり、平均軌道誤差は1.1mm以下であった。 透明なモデルはCABGトレーニングの利点を示し、心臓の鼓動をシミュレートしながら直接視覚化を可能にした。 結論: 患者固有のデジタルフィジカルツインアプローチは, 冠動脈血管の解剖学的構造と動的特性の両方を効果的に再現し, 視覚的, 触覚的フィードバックによる動的環境を提供し, 教育と臨床計画に有用である。

関連論文リスト

• Innovative Integration of 4D Cardiovascular Reconstruction and Hologram: A New Visualization Tool for Coronary Artery Bypass Grafting Planning [33.92599418560439]
  本研究の目的は,術前冠動脈バイパス術(CABG)計画のための動的心血管可視化ツールの開発と評価である。 このツールは、患者固有のデータから臨床的に関連するダイナミックホログラムを生成し、臨床フィードバックにより、術前計画の有効性を確認する。
  論文  参考訳（メタデータ） (2025-04-28T00:56:06Z)
• EchoWorld: Learning Motion-Aware World Models for Echocardiography Probe Guidance [79.66329903007869]
  本稿では,プローブ誘導のためのモーションアウェアな世界モデリングフレームワークであるEchoWorldを紹介する。 解剖学的な知識と運動によって引き起こされる視覚力学を符号化する。 200以上の定期的なスキャンから100万枚以上の超音波画像で訓練されている。
  論文  参考訳（メタデータ） (2025-04-17T16:19:05Z)
• Leveraging Cardiovascular Simulations for In-Vivo Prediction of Cardiac Biomarkers [43.17768785084301]
  我々は、新たに構築された心臓シミュレーションの大規模なデータセットに基づいて、無傷神経後部推定器を訓練する。 シミュレーションデータと実世界の測定値との整合性を改善するために,要素モデリング効果を取り入れた。 提案するフレームワークは,実世界のデータに対する予測能力を向上するために,インバイブなデータソースをさらに統合することができる。
  論文  参考訳（メタデータ） (2024-12-23T13:05:17Z)
• Sequence-aware Pre-training for Echocardiography Probe Guidance [66.35766658717205]
  心臓超音波は、(1)心臓の本質的に複雑な構造、(2)重要な個人差の2つの大きな課題に直面している。 これまでの研究は、心臓のパーソナライズされた構造的特徴よりも、心臓の2Dおよび3Dの人口平均構造についてしか学ばなかった。 パーソナライズされた2次元と3次元の心構造特徴を学習するためのシーケンス認識型自己教師付き事前学習法を提案する。
  論文  参考訳（メタデータ） (2024-08-27T12:55:54Z)
• Structure-aware World Model for Probe Guidance via Large-scale Self-supervised Pre-train [66.35766658717205]
  心エコー法を成功させるには、二次元平面上の構造と三次元空間における平面間の空間的関係を徹底的に理解する必要がある。 心構造を意識した世界モデルを取得するための,大規模自己指導型事前学習手法を提案する。
  論文  参考訳（メタデータ） (2024-06-28T08:54:44Z)
• Automatic Cardiac Pathology Recognition in Echocardiography Images Using Higher Order Dynamic Mode Decomposition and a Vision Transformer for Small Datasets [2.0286377328378737]
  心臓病は、人間の機能不全の主な原因だ。WHOによると、心臓病のために毎年約1800万人が死亡している。 本研究では,新しい深層学習フレームワークに基づく自動心臓病理診断システムを提案する。
  論文  参考訳（メタデータ） (2024-04-30T14:16:45Z)
• Continuous 3D Myocardial Motion Tracking via Echocardiography [30.19879953016694]
  心筋運動追跡は、心臓血管疾患の予防と検出に不可欠な臨床ツールである。 現在の技術は、空間次元と時間次元の両方において、心筋の不完全かつ不正確な運動推定に悩まされている。 本稿では, 心臓の3次元構造と包括的6次元前/後方運動をモデル化するためのニューラル心運動場(ニューラルCMF)について紹介する。
  論文  参考訳（メタデータ） (2023-10-04T13:11:20Z)
• Real-time whole-heart electromechanical simulations using Latent Neural Ordinary Differential Equations [2.208529796170897]
  心不全患者の時間的圧力-体積動態を学習するために,潜時ニューラル正規微分方程式を用いた。 LNODEsに基づくサロゲートモデルは4003D-0D全閉ループ電気機械シミュレーションから訓練される。 本報告では, 文献で利用可能な最も高度な心臓機能代理モデルについて紹介する。
  論文  参考訳（メタデータ） (2023-06-08T16:13:29Z)
• Joint data imputation and mechanistic modelling for simulating heart-brain interactions in incomplete datasets [5.178090215294132]
  本稿では, 心血管機構モデルを用いた共同心臓データ計算とパーソナライズのための確率的枠組みを提案する。 本手法は, 利用可能な特徴量から, 心臓情報の計算モデルを用いて, 共同推論を行うための変動的枠組みに基づくものである。 本モデルは,最小限の心情報を含むデータセットにおいて,欠落した心機能の正確な計算を可能にすることを示す。
  論文  参考訳（メタデータ） (2020-10-02T15:31:36Z)

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。