論文の概要: Semantic 3D Reconstructions with SLAM for Central Airway Obstruction

• arxiv url: http://arxiv.org/abs/2509.13541v1
• Date: Tue, 16 Sep 2025 21:14:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-18 18:41:50.654435
• Title: Semantic 3D Reconstructions with SLAM for Central Airway Obstruction
• Title（参考訳）: 中部気道閉塞に対するSLAMを用いた意味的3次元再構成
• Authors: Ayberk Acar, Fangjie Li, Hao Li, Lidia Al-Zogbi, Kanyifeechukwu Jane Oguine, Susheela Sharma Stern, Jesse F. d'Almeida, Robert J. Webster III, Ipek Oguz, Jie Ying Wu,
• Abstract要約: 中枢性気道閉塞症(CAO)は死亡率が高く、致命的な症状である。 気管支鏡や電気カテーテルなどの従来の治療法は、腫瘍を完全に除去するために用いられる。 最近の進歩は、より少ないリスクでロボットによる介入を可能にする。 そこで本研究では,モノクラー内視鏡による中央気道のリアルタイムな3次元再構築を可能にするパイプラインを提案する。
• 参考スコア（独自算出の注目度）: 4.925599926643841
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Central airway obstruction (CAO) is a life-threatening condition with increasing incidence, caused by tumors in and outside of the airway. Traditional treatment methods such as bronchoscopy and electrocautery can be used to remove the tumor completely; however, these methods carry a high risk of complications. Recent advances allow robotic interventions with lesser risk. The combination of robot interventions with scene understanding and mapping also opens up the possibilities for automation. We present a novel pipeline that enables real-time, semantically informed 3D reconstructions of the central airway using monocular endoscopic video. Our approach combines DROID-SLAM with a segmentation model trained to identify obstructive tissues. The SLAM module reconstructs the 3D geometry of the airway in real time, while the segmentation masks guide the annotation of obstruction regions within the reconstructed point cloud. To validate our pipeline, we evaluate the reconstruction quality using ex vivo models. Qualitative and quantitative results show high similarity between ground truth CT scans and the 3D reconstructions (0.62 mm Chamfer distance). By integrating segmentation directly into the SLAM workflow, our system produces annotated 3D maps that highlight clinically relevant regions in real time. High-speed capabilities of the pipeline allows quicker reconstructions compared to previous work, reflecting the surgical scene more accurately. To the best of our knowledge, this is the first work to integrate semantic segmentation with real-time monocular SLAM for endoscopic CAO scenarios. Our framework is modular and can generalize to other anatomies or procedures with minimal changes, offering a promising step toward autonomous robotic interventions.
• Abstract（参考訳）: 中枢性気道閉塞症(Central airway obstruction, CAO)は、気道外および気道内腫瘍が原因で発症が増加し、生命を脅かす疾患である。 気管支鏡や電気カテーテルなどの従来の治療法は、腫瘍を完全に除去するために用いられるが、これらの治療法は合併症のリスクが高い。 最近の進歩は、より少ないリスクでロボットによる介入を可能にする。 ロボットの介入とシーン理解とマッピングを組み合わせることで、自動化の可能性も開ける。 そこで本研究では,モノクラー内視鏡による中央気道のリアルタイムな3次元再構築を可能にするパイプラインを提案する。 本手法はDROID-SLAMと閉塞組織同定のためのセグメンテーションモデルを組み合わせたものである。 SLAMモジュールはリアルタイムで気道の3次元形状を再構成し、セグメンテーションマスクは再構成された点雲内の障害物領域のアノテーションをガイドする。 パイプラインの評価には, 生体外モデルを用いて再現性を評価する。 定性的および定量的な結果は、地上の真理CTスキャンと3D再構成(0.62mmのチャンファー距離)の間に高い類似性を示す。 SLAMワークフローに直接セグメンテーションを組み込むことで,臨床関連領域をリアルタイムでハイライトする注釈付き3Dマップを作成できる。 パイプラインの高速な機能により、手術シーンをより正確に反映し、以前の作業よりも迅速に再建することができる。 我々の知る限りでは、これは内視鏡的CAOシナリオに対して、セマンティックセグメンテーションとリアルタイム単分子SLAMを統合する最初の試みである。 私たちのフレームワークはモジュール化されており、最小限の変更で他の解剖学や手順に一般化することができます。

関連論文リスト

• Landmark-Free Preoperative-to-Intraoperative Registration in Laparoscopic Liver Resection [50.388465935739376]
  術前の3Dモデルを術中2Dフレームにオーバーレイすることで肝臓の空間解剖を明瞭に把握し,より高い手術成功率を達成することができる。 既存の登録法は解剖学的ランドマークに大きく依存しており、2つの大きな制限に直面している。 本稿では,効果的な自己教師型学習を生かした,目覚ましくない術前・術中登録フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-21T14:55:57Z)
• Endo3R: Unified Online Reconstruction from Dynamic Monocular Endoscopic Video [35.241054116681426]
  Endo3Rは、単眼手術ビデオからのオンラインスケール一貫性再構築のための統合された3D基盤モデルである。 我々のモデルは,オフライン最適化なしで,グローバルに整列したポイントマップ,スケール一貫性のあるビデオ深度,カメラパラメータを予測してタスクを統一する。
  論文  参考訳（メタデータ） (2025-04-04T06:05:22Z)
• From Monocular Vision to Autonomous Action: Guiding Tumor Resection via 3D Reconstruction [8.485401463053098]
  本稿では,RGB画像のみを用いた3次元マッピングパイプラインを提案する。 術後組織モデル評価を含むいくつかの指標では、我々のパイプラインはRGB-Dカメラと互換性がある。 本研究は,手術ロボットの完全自律化に向けた一歩である。
  論文  参考訳（メタデータ） (2025-03-20T15:57:18Z)
• MedTet: An Online Motion Model for 4D Heart Reconstruction [59.74234226055964]
  本研究は, 術後の軽度データから3次元心臓運動を再構築するための新しいアプローチを提案する。 既存の方法では、フル3次元の体積像から3次元の臓器のジオメトリーを正確に再構築することができる。 このような部分的データから3次元運動を再構築するための汎用的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-12-03T17:18:33Z)
• EndoGSLAM: Real-Time Dense Reconstruction and Tracking in Endoscopic Surgeries using Gaussian Splatting [53.38166294158047]
  EndoGSLAMは鏡視下手術の効率的なアプローチであり、合理化表現と微分ガウス化を統合している。 実験の結果,EndoGSLAMは従来型あるいは神経型SLAMアプローチよりも術中可用性と再建品質のトレードオフが良好であることがわかった。
  論文  参考訳（メタデータ） (2024-03-22T11:27:43Z)
• An Endoscopic Chisel: Intraoperative Imaging Carves 3D Anatomical Models [8.516340459721484]
  本稿では,術前の3次元解剖モデル更新のための第1のビジョンベースアプローチを提案する。 以上の結果より, 外科的進行過程における誤りの減少が示唆された。
  論文  参考訳（メタデータ） (2024-02-19T05:06:52Z)
• RT-SRTS: Angle-Agnostic Real-Time Simultaneous 3D Reconstruction and Tumor Segmentation from Single X-Ray Projection [4.992840879935547]
  RT-SRTSは、マルチタスク学習(MTL)に基づく1つのネットワークに3Dイメージングと腫瘍セグメンテーションを統合する。 提案法は15例を対象に評価し, 最先端の3例と比較した。 同時再建と分節を約70ミリ秒で完了させることができ、リアルタイム腫瘍追跡に必要な時間しきい値よりもはるかに高速である。
  論文  参考訳（メタデータ） (2023-10-12T07:10:12Z)
• 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)
• Diffusion Models for Counterfactual Generation and Anomaly Detection in Brain Images [39.94162291765236]
  病気の画像の健全なバージョンを生成し,それを用いて画素単位の異常マップを得るための弱教師付き手法を提案する。 健常者を対象にした拡散モデルを用いて, サンプリングプロセスの各ステップで拡散拡散確率モデル (DDPM) と拡散拡散確率モデル (DDIM) を組み合わせる。
  論文  参考訳（メタデータ） (2023-08-03T21:56:50Z)
• 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)

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。