論文の概要: 3D Path Planning for Robot-assisted Vertebroplasty from Arbitrary Bi-plane X-ray via Differentiable Rendering

• arxiv url: http://arxiv.org/abs/2512.05803v1
• Date: Fri, 05 Dec 2025 15:26:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-13 22:40:57.079983
• Title: 3D Path Planning for Robot-assisted Vertebroplasty from Arbitrary Bi-plane X-ray via Differentiable Rendering
• Title（参考訳）: 可変レンダリングによる任意平面X線からのロボット支援椎体形成のための3次元経路計画
• Authors: Blanca Inigo, Benjamin D. Killeen, Rebecca Choi, Michelle Song, Ali Uneri, Majid Khan, Christopher Bailey, Axel Krieger, Mathias Unberath,
• Abstract要約: 2次元平面X線を用いた3次元経管路計画のための微分可能なレンダリングベースフレームワークを提案する。 本手法は, 統計的形状モデルを用いて生成した椎体アトラスと微分可能レンダリングを統合した。 本フレームワークは, ロボット支援椎体形成のための多機能CTフリー3Dパス計画を支援する。
• 参考スコア（独自算出の注目度）: 10.03537569638041
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Robotic systems are transforming image-guided interventions by enhancing accuracy and minimizing radiation exposure. A significant challenge in robotic assistance lies in surgical path planning, which often relies on the registration of intraoperative 2D images with preoperative 3D CT scans. This requirement can be burdensome and costly, particularly in procedures like vertebroplasty, where preoperative CT scans are not routinely performed. To address this issue, we introduce a differentiable rendering-based framework for 3D transpedicular path planning utilizing bi-planar 2D X-rays. Our method integrates differentiable rendering with a vertebral atlas generated through a Statistical Shape Model (SSM) and employs a learned similarity loss to refine the SSM shape and pose dynamically, independent of fixed imaging geometries. We evaluated our framework in two stages: first, through vertebral reconstruction from orthogonal X-rays for benchmarking, and second, via clinician-in-the-loop path planning using arbitrary-view X-rays. Our results indicate that our method outperformed a normalized cross-correlation baseline in reconstruction metrics (DICE: 0.75 vs. 0.65) and achieved comparable performance to the state-of-the-art model ReVerteR (DICE: 0.77), while maintaining generalization to arbitrary views. Success rates for bipedicular planning reached 82% with synthetic data and 75% with cadaver data, exceeding the 66% and 31% rates of a 2D-to-3D baseline, respectively. In conclusion, our framework facilitates versatile, CT-free 3D path planning for robot-assisted vertebroplasty, effectively accommodating real-world imaging diversity without the need for preoperative CT scans.
• Abstract（参考訳）: ロボットシステムは、精度を高め、放射線暴露を最小限にすることで、画像誘導による介入を変換している。 ロボット支援における重要な課題は、手術経路の計画であり、しばしば術前の3D CTスキャンによる術中2D画像の登録に依存している。 この要件は、特に術前CTスキャンを日常的に行わない椎体形成のような手順では、負担がかかり、コストがかかる可能性がある。 この問題に対処するために,2次元平面X線を用いた3次元経管路計画のための微分可能なレンダリングベースフレームワークを提案する。 本手法は, 統計的形状モデル(SSM)を用いて発生した椎体アトラスと微分可能レンダリングを統合し, SSM形状を改良し, 固定画像幾何学とは無関係に動的に描画する。 第1に,X線をX線で評価し,第2に,X線を任意視した臨床医によるループ経路計画を行った。 提案手法は再建基準値(DICE: 0.75 vs. 0.65)における正規化相互相関ベースラインよりも優れ,任意のビューへの一般化を維持しつつ,最先端のReVerteR(DICE: 0.77)に匹敵する性能を示した。 両足歩行計画の成功率は, 合成データで82%, キャダバデータで75%に達し, 2D-to-3Dベースラインで66%, 31%を突破した。 以上の結果から,本フレームワークは,術前CTスキャンを必要とせず,実世界の画像の多様性を効果的に調節するロボット支援椎体形成のための汎用的CTフリー3Dパスプランニングを容易にする。

関連論文リスト

• 4D Virtual Imaging Platform for Dynamic Joint Assessment via Uni-Plane X-ray and 2D-3D Registration [17.77433522588242]
  直立走査に最適化されたプログラマブルでガントリーフリーな軌道と、デュアルロボットアームコーンビーム(CBCT)システムを組み合わせた4次元関節解析プラットフォームを提案する。 シミュレーション研究において、この方法は99.18パーセントの成功率でサブボクセル精度(0.235mm)を達成した。 この4D CBCTプラットフォームは、高速で正確で低線量なダイナミックジョイントイメージングを可能にし、生体力学的研究、精密診断、パーソナライズされた整形外科治療の新しい機会を提供する。
  論文  参考訳（メタデータ） (2025-08-22T06:58:23Z)
• Domain adaptation strategies for 3D reconstruction of the lumbar spine using real fluoroscopy data [9.21828361691977]
  本研究は整形外科手術における手術ナビゲーション導入における重要な障害に対処するものである。 これは、少数の蛍光画像から脊椎の3次元解剖モデルを生成するためのアプローチを示す。 これまでの合成データに基づく研究の精度に匹敵する84%のF1スコアを達成しました。
  論文  参考訳（メタデータ） (2024-01-29T10:22:45Z)
• 3DSAM-adapter: Holistic adaptation of SAM from 2D to 3D for promptable tumor segmentation [52.699139151447945]
  医用画像の領域分割を行うために, SAMを2次元から3次元に変換する新しい適応法を提案する。 本モデルでは, 腎腫瘍, 膵腫瘍, 大腸癌の3つのタスクのうち8.25%, 29.87%, 10.11%の3つのタスクにおいて, ドメイン・オブ・ザ・アーティヴ・メディカル・イメージ・セグメンテーション・モデルより優れ, 肝腫瘍セグメンテーションでも同様の性能が得られる。
  論文  参考訳（メタデータ） (2023-06-23T12:09:52Z)
• Geometry-Aware Attenuation Learning for Sparse-View CBCT Reconstruction [53.93674177236367]
  Cone Beam Computed Tomography (CBCT) は臨床画像撮影において重要な役割を担っている。 従来の方法では、高品質な3D CBCT画像の再構成には数百の2次元X線投影が必要である。 これにより、放射線線量を減らすため、スパースビューCBCT再構成への関心が高まっている。 本稿では,この問題を解決するために,新しい幾何対応エンコーダデコーダフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-26T14:38:42Z)
• 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)
• The entire network structure of Crossmodal Transformer [4.605531191013731]
  提案手法はまず2次元X線と3次元CT画像から骨格の特徴を深く学習する。 その結果、よく訓練されたネットワークは任意の2D X線と3D CT間の空間的対応を直接予測することができる。
  論文  参考訳（メタデータ） (2021-04-29T11:47:31Z)
• Revisiting 3D Context Modeling with Supervised Pre-training for Universal Lesion Detection in CT Slices [48.85784310158493]
  CTスライスにおける普遍的病変検出のための3Dコンテキスト強化2D特徴を効率的に抽出するための修飾擬似3次元特徴ピラミッドネットワーク(MP3D FPN)を提案する。 新たな事前学習手法により,提案したMP3D FPNは,DeepLesionデータセット上での最先端検出性能を実現する。 提案された3Dプリトレーニングウェイトは、他の3D医療画像分析タスクのパフォーマンスを高めるために使用できる。
  論文  参考訳（メタデータ） (2020-12-16T07:11:16Z)
• Tattoo tomography: Freehand 3D photoacoustic image reconstruction with an optical pattern [49.240017254888336]
  光音響トモグラフィ(PAT)は、形態学的および機能的組織特性の両方を解決することができる新しいイメージング技術である。 現在の欠点は、従来の2Dプローブによって提供される視野の制限である。 本研究では,外部追跡システムを必要としないPATデータの3次元再構成手法を提案する。
  論文  参考訳（メタデータ） (2020-11-10T09:27:56Z)
• End-To-End Convolutional Neural Network for 3D Reconstruction of Knee Bones From Bi-Planar X-Ray Images [6.645111950779666]
  両平面X線画像から直接膝骨を3次元再構成するためのエンドツーエンド畳み込みニューラルネットワーク(CNN)を提案する。
  論文  参考訳（メタデータ） (2020-04-02T08:37:11Z)

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。