論文の概要: Motion Compensation for Real Time Ultrasound Scanning in Robotically Assisted Prostate Biopsy Procedures

• arxiv url: http://arxiv.org/abs/2601.05661v1
• Date: Fri, 09 Jan 2026 09:30:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.714925
• Title: Motion Compensation for Real Time Ultrasound Scanning in Robotically Assisted Prostate Biopsy Procedures
• Title（参考訳）: ロボット支援前立腺生検におけるリアルタイム超音波走査のための運動補償
• Authors: Matija Markulin, Luka Matijević, Luka Siktar, Janko Jurdana, Branimir Caran, Marko Švaco, Filip Šuligoj, Bojan Šekoranja,
• Abstract要約: 前立腺の平均スキャン時間は30秒で,前立腺の平均3D再構成は3秒であった。 前立腺ファントムの弾性および軟質材料特性により,最大ロボット追尾誤差は3mmであった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Prostate cancer is one of the most common types of cancer in men. Its diagnosis by biopsy requires a high level of expertise and precision from the surgeon, so the results are highly operator-dependent. The aim of this work is to develop a robotic system for assisted ultrasound (US) examination of the prostate, a prebiopsy step that could reduce the dexterity requirements and enable faster, more accurate and more available prostate biopsy. We developed and validated a laboratory setup with a collaborative robotic arm that can autonomously scan a prostate phantom and attached the phantom to a medical robotic arm that mimics the patient's movements. The scanning robot keeps the relative position of the US probe and the prostate constant, ensuring a consistent and robust approach to reconstructing the prostate. To reconstruct the prostate, each slice is segmented to generate a series of prostate contours converted into a 3D point cloud used for biopsy planning. The average scan time of the prostate was 30 s, and the average 3D reconstruction of the prostate took 3 s. We performed four motion scenarios: the phantom was scanned in a stationary state (S), with horizontal motion (H), with vertical motion (V), and with a combination of the two (C). System validation is performed by registering the prostate point cloud reconstructions acquired during different motions (H, V, C) with those obtained in the stationary state. ICP registration with a threshold of 0.8 mm yields mean 83.2\% fitness and 0.35 mm RMSE for S-H registration, 84.1\% fitness and 0.37 mm RMSE for S-V registration and 79.4\% fitness and 0.37 mm RMSE for S-C registration. Due to the elastic and soft material properties of the prostate phantom, the maximum robot tracking error was 3 mm, which can be sufficient for prostate biopsy according to medical literature. The maximum delay in motion compensation was 0.5 s.
• Abstract（参考訳）: 前立腺癌は男性において最も一般的ながんの1つである。 生検による診断は、外科医から高いレベルの専門知識と精度を必要とするため、結果は非常に操作者に依存している。 本研究の目的は、前立腺の超音波補助検査(US)検査のためのロボットシステムの開発である。 我々は,前立腺ファントムを自律的にスキャンし,患者の動きを模倣する医療用ロボットアームにファントムを装着できるロボットアームを用いた実験室のセットアップを開発し,検証した。 スキャンロボットは、米国のプローブの相対的な位置と前立腺の位置を一定に保ち、前立腺を再構築するための一貫した堅牢なアプローチを保証する。 前立腺を再構築するために、各スライスを分割して、生検計画に用いる3Dポイントクラウドに変換された一連の前立腺輪郭を生成する。 前立腺の平均スキャン時間は30秒で,前立腺の平均3D再構成は3秒であった。 ファントムは静止状態 (S), 水平運動 (H), 垂直運動 (V), および2つの組み合わせ (C) でスキャンされた。 静止状態と異なる動作(H,V,C)で得られた前立腺点雲再構成を登録してシステム検証を行う。 閾値0.8mmのICP登録は、S-H登録に83.2\%、S-H登録に0.35 mm RMSE、S-V登録に84.1\%、S-C登録に0.37 mm RMSE、79.4\%、S-C登録に0.37 mm RMSEとなる。 前立腺ファントムの弾性および軟質材料特性から, 最大ロボット追跡誤差は3mmであり, 前立腺生検に十分であった。 最大動作遅延は0.5秒であった。

関連論文リスト

• Towards Autonomous Robotic Kidney Ultrasound: Spatial-Efficient Volumetric Imaging via Template Guided Optimal Pivoting [0.8952229340927186]
  テンプレート誘導最適ピボットによる効率的な腎臓イメージングを実現するための自律ワークフローを提案する。 提案手法はシミュレーションおよびin-vivoで検証した。
  論文  参考訳（メタデータ） (2026-02-18T17:31:11Z)
• Organ-Agents: Virtual Human Physiology Simulator via LLMs [66.40796430669158]
  オルガン-エージェント(Organ-Agents)は、LDM駆動のエージェントを介して人間の生理学をシミュレートする多エージェントフレームワークである。 症例は7,134例,コントロール7,895例で,9系統および125変数にわたる高分解能トラジェクトリを作成した。 臓器抗原は4,509人の保留患者に対して高いシミュレーション精度を達成し, システムごとのMSE0.16とSOFA系重症度層間の堅牢性を示した。
  論文  参考訳（メタデータ） (2025-08-20T01:58:45Z)
• Weakly Supervised Spatial Implicit Neural Representation Learning for 3D MRI-Ultrasound Deformable Image Registration in HDR Prostate Brachytherapy [5.457582385030137]
  本研究は, 3次元MRI-USデフォルマブル登録のためのSINRを基盤とした新しい手法を提案する。 HDR前立腺切開療法におけるリアルタイム画像誘導の精度,堅牢性,計算効率の向上を実現している。
  論文  参考訳（メタデータ） (2025-03-18T16:30:08Z)
• Automatic Prostate Volume Estimation in Transabdominal Ultrasound Images [0.15705429611931052]
  経直腸超音波(TAUS)は非侵襲的な代替手段を提供するが、画像品質の低下、複雑な解釈、オペレーターの専門知識への依存といった課題に直面している。 本研究では,TAUSを用いたPV自動推定のためのディープラーニングベースのフレームワークを提案する。 前立腺を効果的に分断し、その体積を推定し、早期前立腺検出のための信頼性の高い非侵襲的危険層形成の可能性を提供する。
  論文  参考訳（メタデータ） (2025-02-11T16:29:22Z)
• Cancer-Net PCa-Seg: Benchmarking Deep Learning Models for Prostate Cancer Segmentation Using Synthetic Correlated Diffusion Imaging [65.83291923029985]
  前立腺癌(PCa)は米国で最も多いがんであり、約30,000人、全診断の29%、2024年に35,000人が死亡した。 前立腺特異的抗原 (PSA) 検査やMRI (MRI) などの従来のスクリーニング法は診断において重要であるが、特異性や一般化性には限界がある。 U-Net, SegResNet, Swin UNETR, Attention U-Net, LightM-UNetといった最先端のディープラーニングモデルを用いて200ドルのCDIから前立腺を抽出する。
  論文  参考訳（メタデータ） (2025-01-15T22:23:41Z)
• Autonomous Robotic Ultrasound System for Liver Follow-up Diagnosis: Pilot Phantom Study [9.293259833488223]
  本稿では,地域外来患者を対象とした肝臓追跡検査を目的とした,新しい自律型ロボット超音波(US)システムを提案する。 3次元肝静脈の正確な画像化が可能であり,CTとロボットの正確な座標マッピングが容易である。 提案フレームワークは,医療提供者,臨床医,フォローアップ患者の時間とコストを大幅に削減する可能性を秘めている。
  論文  参考訳（メタデータ） (2024-05-09T14:11:20Z)
• Localizing Scan Targets from Human Pose for Autonomous Lung Ultrasound Imaging [61.60067283680348]
  新型コロナウイルス(COVID-19)の世界的なパンデミックの出現に伴い、超音波画像を完全に自動化する必要がある。 本稿では,学習型コンピュータビジョン技術を取り入れた,視覚に基づくデータ駆動方式を提案する。 本手法は、プローブ位置決めのための15.52mm(9.47mm)、プローブ方位のための4.32(3.69deg)の精度を達成し、全走査目標に対する誤差閾値25mm以下で成功率を80%以上とした。
  論文  参考訳（メタデータ） (2022-12-15T14:34:12Z)
• 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 Cascaded Residual UNET for Fully Automated Segmentation of Prostate and Peripheral Zone in T2-weighted 3D Fast Spin Echo Images [1.6710577107094644]
  前立腺癌の非侵襲的診断には多パラメータMR画像が有効であることが示されている。 本研究では,前立腺と周辺領域のセグメンテーションのための残留ブロック,カスケードMRes-UNETを用いた完全自動深層学習アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2020-12-25T03:16:52Z)
• Assisted Probe Positioning for Ultrasound Guided Radiotherapy Using Image Sequence Classification [55.96221340756895]
  前立腺外照射療法における経皮的超音波画像誘導は, 患者設定中の各セッションにおけるプローブと前立腺の整合性を必要とする。 本研究では,画像とプローブ位置データの共同分類により,高精度なプローブ配置を確保する方法を示す。 マルチ入力マルチタスクアルゴリズムを用いて、光学的追跡された超音波プローブからの空間座標データを、繰り返しニューラルネットワークを用いて画像クラスシファイアと組み合わせ、リアルタイムで2セットの予測を生成する。 このアルゴリズムは平均(標準偏差)3.7$circ$ (1.2$circ$)の範囲内で最適なプローブアライメントを同定する。
  論文  参考訳（メタデータ） (2020-10-06T13:55:02Z)
• iPhantom: a framework for automated creation of individualized computational phantoms and its application to CT organ dosimetry [58.943644554192936]
  本研究の目的は、患者固有の幻覚やデジタル双眼鏡の自動作成のための新しいフレームワーク、iPhantomを開発し、検証することである。 この枠組みは、個々の患者のCT画像における放射線感受性臓器への放射線線量を評価するために応用される。 iPhantomは、アンカーオルガンのDice similarity Coefficients (DSC) >0.6の精度で全ての臓器の位置を正確に予測し、他のオルガンのDSCは0.3-0.9である。
  論文  参考訳（メタデータ） (2020-08-20T01:50:49Z)

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。