論文の概要: Visual Anomaly Detection for Reliable Robotic Implantation of Flexible Microelectrode Array

• arxiv url: http://arxiv.org/abs/2510.09071v1
• Date: Fri, 10 Oct 2025 07:16:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-14 00:38:48.302753
• Title: Visual Anomaly Detection for Reliable Robotic Implantation of Flexible Microelectrode Array
• Title（参考訳）: フレキシブルマイクロ電極アレイを用いたロボットインプラントの視覚異常検出
• Authors: Yitong Chen, Xinyao Xu, Ping Zhu, Xinyong Han, Fangbo Qin, Shan Yu,
• Abstract要約: 本稿では,ロボットFME植込みシステムの顕微鏡カメラを用いた画像に基づく異常検出フレームワークを開発した。 統合されたフレームワークを4つのチェックポイントで利用し、マイクロニードル、FMEプローブ、フック結果、インプラント点をチェックする。 タスク仕様を考慮し、感度-耐性トレードオフ問題に対処するプログレッシブパッチ特徴サンプリング手法を提案する。
• 参考スコア（独自算出の注目度）: 12.807553276996847
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Flexible microelectrode (FME) implantation into brain cortex is challenging due to the deformable fiber-like structure of FME probe and the interaction with critical bio-tissue. To ensure reliability and safety, the implantation process should be monitored carefully. This paper develops an image-based anomaly detection framework based on the microscopic cameras of the robotic FME implantation system. The unified framework is utilized at four checkpoints to check the micro-needle, FME probe, hooking result, and implantation point, respectively. Exploiting the existing object localization results, the aligned regions of interest (ROIs) are extracted from raw image and input to a pretrained vision transformer (ViT). Considering the task specifications, we propose a progressive granularity patch feature sampling method to address the sensitivity-tolerance trade-off issue at different locations. Moreover, we select a part of feature channels with higher signal-to-noise ratios from the raw general ViT features, to provide better descriptors for each specific scene. The effectiveness of the proposed methods is validated with the image datasets collected from our implantation system.
• Abstract（参考訳）: 脳皮質へのフレキシブルマイクロ電極 (FME) の注入は、FMEプローブの変形可能な繊維状構造と臨界生体組織との相互作用により困難である。 信頼性と安全性を確保するため、植込み工程を慎重に監視する必要がある。 本稿では,ロボットFME植込みシステムの顕微鏡カメラを用いた画像に基づく異常検出フレームワークを開発した。 統合されたフレームワークを4つのチェックポイントで使用し、マイクロニードル、FMEプローブ、フック結果、インプラント点をそれぞれチェックする。 既存のオブジェクトローカライゼーション結果を出力し、生画像から注目領域(ROI)を抽出し、予め訓練された視覚変換器(ViT)に入力する。 タスク仕様を考慮し、異なる場所での感度-耐性トレードオフ問題に対処するプログレッシブな粒度パッチ特徴サンプリング手法を提案する。 さらに,通常のVT特徴から高い信号対雑音比を持つ特徴チャネルの一部を選択し,各シーンにより良い記述子を提供する。 本手法の有効性は, 植込みシステムから収集した画像データセットを用いて検証した。

関連論文リスト

• Frequency Domain Enhanced U-Net for Low-Frequency Information-Rich Image Segmentation in Surgical and Deep-Sea Exploration Robots [34.28684917337352]
  CNNと人間の視覚系における周波数帯域感度の差について検討する。 本稿では、生体視覚機構にインスパイアされたウェーブレット適応スペクトル融合(WASF)法を提案する。 我々は SAM2 のバックボーンネットワークを利用する FE-UNet モデルを開発し, セグメンテーション精度を確保するために細調整した Hiera-Large モジュールを組み込んだ。
  論文  参考訳（メタデータ） (2025-02-06T07:24:34Z)
• Enhancing Fluorescence Lifetime Parameter Estimation Accuracy with Differential Transformer Based Deep Learning Model Incorporating Pixelwise Instrument Response Function [0.3441582801949978]
  蛍光ライフタイムイメージング(FLI)は、組織微小環境に関するユニークな情報を提供する。 近年のディープラーニングの進歩により、蛍光寿命パラメーターの推定が改善されている。 本稿では,実験的な光子時間ヒストグラムとともに,計装応答関数(IRF)を付加入力として統合した新しいDLアーキテクチャであるMFliNetを提案する。
  論文  参考訳（メタデータ） (2024-11-25T20:03:41Z)
• A Unified Framework for Microscopy Defocus Deblur with Multi-Pyramid Transformer and Contrastive Learning [3.3321350585823826]
  マルチピラミド変圧器 (MPT) と拡張周波数コントラスト正規化 (EFCR) は、顕微鏡欠陥の2つの課題に対処するために提案されている。 MPTは、各ネットワークステージに明示的なピラミッド構造を採用し、クロススケールウィンドウアテンションを統合している。 EFCRは、異なる周波数帯域からの潜伏遅延信号を探索することで、データ不足の問題に対処する。
  論文  参考訳（メタデータ） (2024-03-05T02:59:35Z)
• Learning Super-Resolution Ultrasound Localization Microscopy from Radio-Frequency Data [8.312810360920107]
  DASビームフォーミングとその制限を回避しつつ、RFデータを超高分解能ネットワークに供給することを提案する。 RFトレーニングネットワークの結果から,DASビームフォーミングを除くと,ULMの分解能性能を最適化できる可能性が示唆された。
  論文  参考訳（メタデータ） (2023-11-07T15:47:38Z)
• Affine-Consistent Transformer for Multi-Class Cell Nuclei Detection [76.11864242047074]
  本稿では, 原子核位置を直接生成する新しいアフィン一貫性変換器 (AC-Former) を提案する。 本稿では,AAT (Adaptive Affine Transformer) モジュールを導入し,ローカルネットワークトレーニングのためのオリジナル画像をワープするための重要な空間変換を自動学習する。 実験結果から,提案手法は様々なベンチマークにおいて既存の最先端アルゴリズムを著しく上回ることがわかった。
  論文  参考訳（メタデータ） (2023-10-22T02:27:02Z)
• Reliable Joint Segmentation of Retinal Edema Lesions in OCT Images [55.83984261827332]
  本稿では,信頼性の高いマルチスケールウェーブレットエンハンストランスネットワークを提案する。 本研究では,ウェーブレット型特徴抽出器ネットワークとマルチスケール変圧器モジュールを統合したセグメンテーションバックボーンを開発した。 提案手法は,他の最先端セグメンテーション手法と比較して信頼性の高いセグメンテーション精度を実現する。
  論文  参考訳（メタデータ） (2022-12-01T07:32:56Z)
• Unsupervised Instance Segmentation in Microscopy Images via Panoptic Domain Adaptation and Task Re-weighting [86.33696045574692]
  病理組織像における教師なし核分割のためのCycle Consistency Panoptic Domain Adaptive Mask R-CNN(CyC-PDAM)アーキテクチャを提案する。 まず,合成画像中の補助的な生成物を除去するための核塗布機構を提案する。 第二に、ドメイン識別器を持つセマンティックブランチは、パンプトレベルのドメイン適応を実現するように設計されている。
  論文  参考訳（メタデータ） (2020-05-05T11:08:26Z)

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。