Fugu-MT 論文翻訳(概要): Real-Time Surgical Instrument Defect Detection via Non-Destructive Testing

論文の概要: Real-Time Surgical Instrument Defect Detection via Non-Destructive Testing

arxiv url: http://arxiv.org/abs/2510.14525v1
Date: Thu, 16 Oct 2025 10:14:32 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-17 21:15:14.811678
Title: Real-Time Surgical Instrument Defect Detection via Non-Destructive Testing
Title（参考訳）: 非破壊検査によるリアルタイム手術器具欠陥検出
Authors: Qurrat Ul Ain, Atif Aftab Ahmed Jilani, Zunaira Shafqat, Nigar Azhar Butt,
Abstract要約: 欠陥のある手術器具は、不安定性、機械的整合性、患者の安全に重大なリスクをもたらす。本研究では,手術器具のAIによる欠陥検出フレームワークであるSurgScanを紹介する。モデルは102,876イメージの高解像度データセットに基づいてトレーニングされ、11種類の計器と5つの主要な欠陥カテゴリをカバーする。
参考スコア（独自算出の注目度）: 0.8749675983608171
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Defective surgical instruments pose serious risks to sterility, mechanical integrity, and patient safety, increasing the likelihood of surgical complications. However, quality control in surgical instrument manufacturing often relies on manual inspection, which is prone to human error and inconsistency. This study introduces SurgScan, an AI-powered defect detection framework for surgical instruments. Using YOLOv8, SurgScan classifies defects in real-time, ensuring high accuracy and industrial scalability. The model is trained on a high-resolution dataset of 102,876 images, covering 11 instrument types and five major defect categories. Extensive evaluation against state-of-the-art CNN architectures confirms that SurgScan achieves the highest accuracy (99.3%) with real-time inference speeds of 4.2-5.8 ms per image, making it suitable for industrial deployment. Statistical analysis demonstrates that contrast-enhanced preprocessing significantly improves defect detection, addressing key limitations in visual inspection. SurgScan provides a scalable, cost-effective AI solution for automated quality control, reducing reliance on manual inspection while ensuring compliance with ISO 13485 and FDA standards, paving the way for enhanced defect detection in medical manufacturing.
Abstract（参考訳）: 欠陥のある外科器具は、不安定性、機械的整合性、患者の安全に重大なリスクをもたらし、外科的合併症の可能性を増大させる。しかし, 手術器具製造における品質管理は手動検査に頼っていることが多い。本研究では,手術器具のAIによる欠陥検出フレームワークであるSurgScanを紹介する。 YOLOv8を使用して、SurgScanは欠陥をリアルタイムで分類し、高い精度と工業的スケーラビリティを保証する。モデルは102,876イメージの高解像度データセットに基づいてトレーニングされ、11種類の計器と5つの主要な欠陥カテゴリをカバーする。最先端のCNNアーキテクチャに対する広範囲な評価により、SurgScanは画像当たり4.2-5.8msのリアルタイム推論速度で最高精度(99.3%)を達成したことが確認され、産業展開に適している。統計的解析により、コントラスト強化前処理は欠陥検出を著しく改善し、視覚検査における鍵となる限界に対処することを示した。 SurgScanは、自動品質管理のためのスケーラブルで費用対効果の高いAIソリューションを提供し、ISO 13485およびFDA標準に準拠した手動検査への依存を低減し、医療製造業における欠陥検出の強化の道を開く。

関連論文リスト

Unsupervised Defect Detection for Surgical Instruments [24.547211197229785]
本稿では,手術器具の非監視的欠陥検出手法に適応する汎用的手法を提案する。背景マスキング,パッチベースの分析戦略,ドメイン適応の効率化により,本手法はこれらの制約を克服する。
論文参考訳（メタデータ） (2025-09-25T20:40:52Z)
Metrics that matter: Evaluating image quality metrics for medical image generation [48.85783422900129]
本研究は、脳MRIデータを用いて、一般的に使用される非参照画像品質指標を包括的に評価する。本研究は, ノイズ, 分布変化, および臨床的に関係のある不正確さを模倣した形態的変化を含む, 様々な課題に対する計量感度を評価する。
論文参考訳（メタデータ） (2025-05-12T01:57:25Z)
NeRF-Based defect detection [6.72800891299482]
本稿では,Neural Radiance Fields(NeRF)に基づく自動欠陥検出フレームワークとディジタルツインの概念を紹介する。このシステムは、UAVを使って画像を取得し、機械の3Dモデルを再構成し、標準的な基準モデルと現在のモデルの両方を生成して比較する。
論文参考訳（メタデータ） (2025-03-31T22:27:51Z)
A Study on Unsupervised Anomaly Detection and Defect Localization using Generative Model in Ultrasonic Non-Destructive Testing [0.0]
構造物における人工材料の劣化は深刻な社会問題となっている。レーザー超音波可視化試験(LUVT)は、超音波伝搬の可視化を可能にする。本稿では,異常検出手法を用いたLUVT自動検査手法を提案する。
論文参考訳（メタデータ） (2024-05-26T14:14:35Z)
Next-generation Surgical Navigation: Marker-less Multi-view 6DoF Pose Estimation of Surgical Instruments [64.59698930334012]
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)
COVID-Net USPro: An Open-Source Explainable Few-Shot Deep Prototypical Network to Monitor and Detect COVID-19 Infection from Point-of-Care Ultrasound Images [66.63200823918429]
COVID-Net USProは、最小限の超音波画像から高精度で新型コロナウイルス陽性の患者を監視し、検出する。ネットワーク全体では99.65%の精度、99.7%のリコール、99.67%の精度で5発の撮影で訓練された。
論文参考訳（メタデータ） (2023-01-04T16:05:51Z)
Fingerprint Liveness Detection Based on Quality Measures [66.76480178498315]
新たな特徴セットは、完全なライブネス検出システムで使用され、LivDETコンペティションの開発セットでテストされている。提案手法はマルチセンサのシナリオに対して堅牢であることが証明され、全体の93%が正しく分類されたサンプルである。
論文参考訳（メタデータ） (2022-07-11T12:15:27Z)
Failure Detection in Medical Image Classification: A Reality Check and Benchmarking Testbed [23.25084022554028]
自動画像分類における故障検出は、臨床展開にとって重要な安全策である。その最重要さにもかかわらず、テストタイムの失敗を検出する最先端の信頼度評価手法の能力に関する証拠は不十分である。本稿では,ドメイン内誤分類検出手法の性能を実証する現実チェックを提案する。
論文参考訳（メタデータ） (2022-05-27T16:50:48Z)
A high performance fingerprint liveness detection method based on quality related features [66.41574316136379]
このシステムは、10,500枚以上の実画像と偽画像からなる非常に難しいデータベースでテストされている。提案手法はマルチシナリオデータセットに対して堅牢であることが証明され、全体の90%が正しく分類されたサンプルである。
論文参考訳（メタデータ） (2021-11-02T21:09:39Z)
Generative adversarial network with object detector discriminator for enhanced defect detection on ultrasonic B-scans [0.0]
本稿では,異なる場所に欠陥のある超音波Bスキャンを生成するための新しいディープラーニング生成適応ネットワークモデルを提案する。生成したBスキャンを合成データ拡張に利用でき、深部畳み込みニューラルネットワークの性能を向上させることができることを示す。
論文参考訳（メタデータ） (2021-06-08T12:21:21Z)
Searching for Efficient Architecture for Instrument Segmentation in Robotic Surgery [58.63306322525082]
ほとんどのアプリケーションは、高解像度の外科画像の正確なリアルタイムセグメンテーションに依存している。我々は,高解像度画像のリアルタイム推論を行うために調整された,軽量で高効率なディープ残差アーキテクチャを設計する。
論文参考訳（メタデータ） (2020-07-08T21:38:29Z)

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。