論文の概要: Online Topological Localization for Navigation Assistance in Bronchoscopy

• arxiv url: http://arxiv.org/abs/2510.09144v1
• Date: Fri, 10 Oct 2025 08:44:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-14 00:38:48.49313
• Title: Online Topological Localization for Navigation Assistance in Bronchoscopy
• Title（参考訳）: 気管支鏡におけるナビゲーション支援のためのオンライントポロジカルロケーション
• Authors: Clara Tomasini, Luis Riazuelo, Ana C. Murillo,
• Abstract要約: 術中ナビゲーション支援のための画像ベース気管支鏡トポロジカル・ローカライゼーション・パイプラインを提案する。 提案手法はファントムデータのみに基づいて学習し,高コストな実データラベリングを排除し,優れた一般化能力を示す。
• 参考スコア（独自算出の注目度）: 6.361337749362785
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Video bronchoscopy is a fundamental procedure in respiratory medicine, where medical experts navigate through the bronchial tree of a patient to diagnose or operate the patient. Surgeons need to determine the position of the scope as they go through the airway until they reach the area of interest. This task is very challenging for practitioners due to the complex bronchial tree structure and varying doctor experience and training. Navigation assistance to locate the bronchoscope during the procedure can improve its outcome. Currently used techniques for navigational guidance commonly rely on previous CT scans of the patient to obtain a 3D model of the airway, followed by tracking of the scope with additional sensors or image registration. These methods obtain accurate locations but imply additional setup, scans and training. Accurate metric localization is not always required, and a topological localization with regard to a generic airway model can often suffice to assist the surgeon with navigation. We present an image-based bronchoscopy topological localization pipeline to provide navigation assistance during the procedure, with no need of patient CT scan. Our approach is trained only on phantom data, eliminating the high cost of real data labeling, and presents good generalization capabilities. The results obtained surpass existing methods, particularly on real data test sequences.
• Abstract（参考訳）: ビデオ気管支鏡は呼吸医学の基本的な手順であり、医療の専門家が患者の気管支木をナビゲートして患者の診断や手術を行う。 外科医は、関心領域に到達するまで、気道を通過している範囲の位置を決定する必要がある。 この作業は、複雑な気管支木構造と様々な医師の経験と訓練のために、実践者にとって非常に困難である。 手術中の気管支鏡を見つけるためのナビゲーション補助は、その結果を改善することができる。 現在使われているナビゲーション誘導技術は、通常、気道の3Dモデルを得るために患者のCTスキャンを頼りにしており、さらに追加のセンサーや画像登録によるスコープの追跡も行われている。 これらの手法は正確な位置を得るが、追加のセットアップ、スキャン、トレーニングを意図している。 正確な位置決めは必ずしも必要ではなく、一般的な気道モデルに関するトポロジカルな位置決めは、外科医のナビゲーションを支援するのに十分であることが多い。 患者CT検査を必要とせず,術中ナビゲーション支援のための画像ベース気管支鏡下トポロジカル・ローカライゼーション・パイプラインを提案する。 提案手法はファントムデータのみに基づいて学習し,高コストな実データラベリングを排除し,優れた一般化能力を示す。 その結果、既存の手法、特に実データテストシーケンスを超越した結果が得られた。

関連論文リスト

• AR Surgical Navigation with Surface Tracing: Comparing In-Situ Visualization with Tool-Tracking Guidance for Neurosurgical Applications [0.0]
  本研究では,AR誘導を利用して解剖学的目標を登録し,リアルタイムな計器ナビゲーションを行う新しい手法を提案する。 新規な表面追跡法により標的位置を患者に登録し、リアルタイム赤外線ツールトラッキングを用いてカテーテル配置を支援する。
  論文  参考訳（メタデータ） (2025-08-14T11:46:30Z)
• Automated vision-based assistance tools in bronchoscopy: stenosis severity estimation [2.539920413471809]
  声門下狭窄 (subglottic stenosis) は声帯と気管の間の気道である。 気管支鏡画像による声門下狭窄の重症度自動測定は,このパイプラインが初めてである。
  論文  参考訳（メタデータ） (2025-05-08T11:13:38Z)
• Ultrasound Lung Aeration Map via Physics-Aware Neural Operators [78.6077820217471]
  肺超音波は、急性肺疾患や慢性肺疾患を診断するクリニックにおいて増加するモダリティである。 超音波による空気透過性の低下に起因する胸膜界面からの複雑な逆流によって複雑になる。 RFデータから肺エアレーションマップを直接再構成するAIモデルLUNAを提案する。
  論文  参考訳（メタデータ） (2025-01-02T09:24:34Z)
• 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)
• CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
  縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。 ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。 我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
  論文  参考訳（メタデータ） (2024-03-21T15:13:36Z)
• 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)
• Airway Label Prediction in Video Bronchoscopy: Capturing Temporal Dependencies Utilizing Anatomical Knowledge [0.0]
  本稿では,気管支鏡画像データのみを取り入れたナビゲーションガイダンスについて述べる。 気道樹の解剖学的制約を最大限に活用する。 我々は、個々のフレームに基づく分類において、0.81と比較して、最大0.98まで精度を向上することができる。
  論文  参考訳（メタデータ） (2023-07-17T08:26:36Z)
• 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)
• NaviAirway: a Bronchiole-sensitive Deep Learning-based Airway Segmentation Pipeline [3.7744002572669535]
  胸部CT画像解析には気道セグメンテーションが不可欠である。 気道トポロジー保存のためのブロンキオール感受性損失関数からなるNaviAirway法を提案する。 実験の結果,NaviAirwayは既存の手法よりも優れていた。
  論文  参考訳（メタデータ） (2022-03-08T04:23:47Z)

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。