論文の概要: Simulations of MRI Guided and Powered Ferric Applicators for Tetherless Delivery of Therapeutic Interventions
- arxiv url: http://arxiv.org/abs/2601.00981v1
- Date: Fri, 02 Jan 2026 20:33:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-06 16:25:21.921665
- Title: Simulations of MRI Guided and Powered Ferric Applicators for Tetherless Delivery of Therapeutic Interventions
- Title（参考訳）: 治療介入のテザレス配信のためのMRIガイド・パワー・フェライト・アプライケータのシミュレーション
- Authors: Wenhui Chu, Khang Tran, Nikolaos V. Tsekos,
- Abstract要約: 血管内MRIを用いたアプリケーションケータの術前計画とモデリングのための計算プラットフォームを提案する。
仮想廊下は、船の穿孔や衝突を避けるために、応用者が禁止された領域として機能する。
異なる血流プロファイルをユーザ選択し、それらのパラメータをアプリケーション操作のモデリングに使用することができる。
- 参考スコア（独自算出の注目度）: 0.18352113484137625
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Magnetic Resonance Imaging (MRI) is a well-established modality for pre-operative planning and is also explored for intra-operative guidance of procedures such as intravascular interventions. Among the experimental robot-assisted technologies, the magnetic field gradients of the MRI scanner are used to power and maneuver ferromagnetic applicators for accessing sites in the patient's body via the vascular network. In this work, we propose a computational platform for preoperative planning and modeling of MRI-powered applicators inside blood vessels. This platform was implemented as a two-way data and command pipeline that links the MRI scanner, the computational core, and the operator. The platform first processes multi-slice MR data to extract the vascular bed and then fits a virtual corridor inside the vessel. This corridor serves as a virtual fixture (VF), a forbidden region for the applicators to avoid vessel perforation or collision. The geometric features of the vessel centerline, the VF, and MRI safety compliance (dB/dt, max available gradient) are then used to generate magnetic field gradient waveforms. Different blood flow profiles can be user-selected, and those parameters are used for modeling the applicator's maneuvering. The modeling module further generates cues about whether the selected vascular path can be safely maneuvered. Given future experimental studies that require a real-time operation, the platform was implemented on the Qt framework (C/C++) with software modules performing specific tasks running on dedicated threads: PID controller, generation of VF, generation of MR gradient waveforms.
- Abstract（参考訳）: MRI(MRI)は術前計画の確立したモダリティであり,血管内介入などの術中指導も検討されている。
実験ロボット支援技術のうち、MRIスキャナの磁場勾配は、血管ネットワークを介して患者の身体の部位にアクセスするための強磁性応用装置の動力および操作に使用される。
本研究では,血管内MRIアプリケーションケータの術前計画とモデリングのための計算プラットフォームを提案する。
このプラットフォームはMRIスキャナー、計算コア、演算子をつなぐ双方向のデータとコマンドパイプラインとして実装された。
プラットフォームはまず、マルチスライスMRデータを処理して血管床を抽出し、その後、血管内の仮想回廊に適合する。
この回廊は仮想固定器(VF)として機能し、船体穿孔や衝突を避けるための適用が禁止された地域である。
次に、血管中心線、VF、MRI安全コンプライアンス(dB/dt、最大限の勾配)の幾何学的特徴を用いて磁場勾配波形を生成する。
異なる血流プロファイルをユーザが選択でき、それらのパラメータを応用者の操作をモデル化するために使用する。
モデリングモジュールはさらに、選択された血管経路を安全に操作できるかどうかに関する手がかりを生成する。
リアルタイム操作を必要とする将来の実験的研究を踏まえ、プラットフォームはQtフレームワーク(C/C++)上に実装され、専用のスレッド上で動作する特定のタスクを実行するソフトウェアモジュール(PIDコントローラ、VFの生成、MR勾配波形の生成)が実装された。
関連論文リスト
- FLAIRBrainSeg: Fine-grained brain segmentation using FLAIR MRI only [0.5277756703318045]
本稿では,FLAIR MRIのみを用いた新しい脳分割法を提案する。
既存の自動セグメンテーション手法を利用することで、T1強調MRIから得られるセグメンテーションを近似するネットワークを訓練する。
FLAIRBrainSegと呼ばれる本法は132構造の分節を生じ,多発性硬化症に対して堅牢である。
論文 参考訳（メタデータ） (2025-04-04T11:47:18Z) - A Steerable Deep Network for Model-Free Diffusion MRI Registration [4.813333335683418]
原拡散MRIデータの非厳密な登録のための新しい深層学習フレームワークを提案する。
この研究は、データ駆動型幾何対応のdMRI登録の基盤を、取得空間で直接確立する。
論文 参考訳（メタデータ） (2025-01-08T19:18:44Z) - Physics-informed graph neural networks for flow field estimation in carotid arteries [2.0437999068326276]
循環動態量は動脈硬化などの循環器疾患にとって貴重なバイオメディカルリスク因子である。
本研究では,機械学習を利用した血行動態場推定のための代理モデルを作成する。
私たちは、基礎となる対称性と物理に関する事前情報を含むグラフニューラルネットワークをトレーニングし、トレーニングに必要なデータ量を制限する。
このことは、物理インフォームドグラフニューラルネットワークを4次元フローMRIデータを用いてトレーニングすることで、見えない頸動脈領域の血流を推定できることを示している。
論文 参考訳（メタデータ） (2024-08-13T13:09:28Z) - 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) - 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) - Robotic Navigation Autonomy for Subretinal Injection via Intelligent
Real-Time Virtual iOCT Volume Slicing [88.99939660183881]
網膜下注射のための自律型ロボットナビゲーションの枠組みを提案する。
提案手法は,機器のポーズ推定方法,ロボットとi OCTシステム間のオンライン登録,およびインジェクションターゲットへのナビゲーションに適した軌道計画から構成される。
ブタ前眼の精度と再現性について実験を行った。
論文 参考訳（メタデータ） (2023-01-17T21:41:21Z) - CoRRECT: A Deep Unfolding Framework for Motion-Corrected Quantitative R2* Mapping [9.783361575598025]
CoRRECTは、定量的MRI(qMRI)のための統合深部展開(DU)フレームワークである
モデルベースのエンドツーエンドニューラルネットワーク、モーションアーティファクトリダクションの方法、自己教師型学習スキームで構成されている。
実験で収集したmGRE(Multi-Gradient-Recalled Echo) MRIデータから,CoRRECTは高速な取得設定で動きと不均一なアーチファクトのないR2*マップを復元することを示した。
論文 参考訳（メタデータ） (2022-10-12T15:49:51Z) - Towards Autonomous Atlas-based Ultrasound Acquisitions in Presence of
Articulated Motion [48.52403516006036]
本稿では、自律型ロボットUS手足のスキャンを可能にする視覚ベースのアプローチを提案する。
この目的のために、アノテートされた血管構造を有するヒト腕のアトラスMRIテンプレートを使用して、軌跡を生成する。
いずれの場合も、このシステムはボランティアの手足で計画された血管構造を取得することができる。
論文 参考訳（メタデータ） (2022-08-10T15:39:20Z) - A Long Short-term Memory Based Recurrent Neural Network for
Interventional MRI Reconstruction [50.1787181309337]
本稿では,畳み込み長短期記憶(Conv-LSTM)に基づくリカレントニューラルネットワーク(Recurrent Neural Network, RNN)を提案する。
提案アルゴリズムは,DBSのリアルタイムi-MRIを実現する可能性があり,汎用的なMR誘導介入に使用できる。
論文 参考訳（メタデータ） (2022-03-28T14:03:45Z)
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。