論文の概要: Contact-aware Path Planning for Autonomous Neuroendovascular Navigation
- arxiv url: http://arxiv.org/abs/2601.07945v1
- Date: Mon, 12 Jan 2026 19:24:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.753459
- Title: Contact-aware Path Planning for Autonomous Neuroendovascular Navigation
- Title（参考訳）: 自律神経内血管ナビゲーションのための接触認識経路計画
- Authors: Aabha Tamhankar, Ron Alterovitz, Ajit S. Puri, Giovanni Pittiglio,
- Abstract要約: 神経血管ナビゲーションのための決定論的かつ時間効率な接触認識経路プランナを提案する。
このアルゴリズムは、血管の術前および術中画像からの情報を利用して、受動的ツールをナビゲートする。
木拡大のためのサンプリングベースプランナーによってキネマティックモデルが導出され,利用されている。
- 参考スコア（独自算出の注目度）: 2.5433679356784897
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose a deterministic and time-efficient contact-aware path planner for neurovascular navigation. The algorithm leverages information from pre- and intra-operative images of the vessels to navigate pre-bent passive tools, by intelligently predicting and exploiting interactions with the anatomy. A kinematic model is derived and employed by the sampling-based planner for tree expansion that utilizes simplified motion primitives. This approach enables fast computation of the feasible path, with negligible loss in accuracy, as demonstrated in diverse and representative anatomies of the vessels. In these anatomical demonstrators, the algorithm shows a 100% convergence rate within 22.8s in the worst case, with sub-millimeter tracking errors (less than 0.64 mm), and is found effective on anatomical phantoms representative of around 94% of patients.
- Abstract（参考訳）: 神経血管ナビゲーションのための決定論的かつ時間効率な接触認識経路プランナを提案する。
このアルゴリズムは、血管の術前および術中画像からの情報を利用して、解剖学との相互作用をインテリジェントに予測し、活用することによって、受動的ツールをナビゲートする。
簡易な運動プリミティブを用いた木拡張のためのサンプリングベースプランナーにより,キネマティックモデルが導出され,利用されている。
このアプローチは、血管の多様で代表的な解剖学で示されるように、精度の低下を無視できるような、実現可能な経路の高速な計算を可能にする。
これらの解剖学的実証では、このアルゴリズムは最悪の場合22.8秒以内の収束率を示し、ミリ秒以下の追跡誤差(0.64mm未満)が示され、約94%の患者で解剖学的幻覚に有効であることが判明した。
関連論文リスト
- Vision-Based Reasoning with Topology-Encoded Graphs for Anatomical Path Disambiguation in Robot-Assisted Endovascular Navigation [8.354521909800903]
リアルタイムなロボット経路計画のための2段階フレームワーク(SCAR-UNet-GAT)を提案する。
第1段階では、空間アテンション規則化されたU-NetであるSCAR-UNetが正確な冠血管分割に使用される。
第2段階では、グラフ注意ネットワーク(GAT)が血管グラフに対して一貫した、臨床的に実現可能な軌跡を識別する理由となっている。
論文 参考訳（メタデータ） (2026-02-23T07:39:55Z) - Reinforcement Learning for Follow-the-Leader Robotic Endoscopic Navigation via Synthetic Data [21.611096590329343]
本稿では,内視鏡本体と腸管壁との接触を最小限に抑えるために,フレキシブルな連続構造に基づく内視鏡ロボットについて述べる。
単眼深度推定による視覚に基づく深部強化学習フレームワークを提案する。
論文 参考訳（メタデータ） (2026-01-06T08:15:53Z) - A Novel Attention-Augmented Wavelet YOLO System for Real-time Brain Vessel Segmentation on Transcranial Color-coded Doppler [49.03919553747297]
我々は,脳動脈を効率よく捉えることができるAIを利用したリアルタイムCoW自動分割システムを提案する。
Transcranial Color-coded Doppler (TCCD) を用いたAIによる脳血管セグメンテーションの事前研究は行われていない。
提案したAAW-YOLOは, 異方性および対側性CoW容器のセグメンテーションにおいて高い性能を示した。
論文 参考訳（メタデータ） (2025-08-19T14:41:22Z) - 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) - Semantic Segmentation for Preoperative Planning in Transcatheter Aortic Valve Replacement [61.573750959726475]
経カテーテル大動脈弁置換術(TAVR)の術前計画のための医療ガイドラインを考察し,セマンティックセグメンテーションモデルを用いて支援できる課題を同定する。
まず, 細粒度のTAVR関連擬似ラベルを, 粗粒度の解剖学的情報から抽出し, セグメンテーションモデルを訓練し, スキャンでこれらの構造がどれだけよく見つかるかを定量化する。
論文 参考訳（メタデータ） (2025-07-22T13:24:45Z) - Thermodynamics-informed graph neural networks for real-time simulation of digital human twins [2.6811507121199325]
本稿では,軟組織シミュレーション研究の進展をめざした新しい手法を提案する。
提案手法は, グラフニューラルネットワークの幾何学的バイアスと, 垂直構造の配置から導かれる物理的バイアスを統合する。
そこで本研究では,ヒト肝臓のトラクションおよび圧縮負荷に対する応答を7.3ミリ秒以内で予測するモデルを提案する。
論文 参考訳（メタデータ） (2024-12-16T18:01:40Z) - Automatic registration with continuous pose updates for marker-less
surgical navigation in spine surgery [52.63271687382495]
本研究では, 腰部脊柱管固定術の登録問題を, 無放射線で自動的に解決するアプローチを提案する。
深部神経ネットワークは、腰椎を分割し、その方向を同時に予測するように訓練され、前手術モデルに対する最初のポーズが得られた。
拡張現実ベースのナビゲーションシステムとの統合により、直感的な外科的ガイダンスが提供される。
論文 参考訳（メタデータ） (2023-08-05T16:26:41Z) - A Robust Backpropagation-Free Framework for Images [47.97322346441165]
画像データに対するエラーカーネル駆動型アクティベーションアライメントアルゴリズムを提案する。
EKDAAは、ローカルに派生したエラー送信カーネルとエラーマップを導入することで達成される。
結果は、識別不能なアクティベーション機能を利用するEKDAAトレーニングCNNに対して提示される。
論文 参考訳（メタデータ） (2022-06-03T21:14:10Z) - An Algorithm for the Labeling and Interactive Visualization of the
Cerebrovascular System of Ischemic Strokes [59.116811751334225]
VirtualDSA++は、CTAスキャンで脳血管ツリーをセグメンテーションし、ラベル付けするために設計されたアルゴリズムである。
閉塞血管を同定するために,脳動脈のラベル付け機構を拡張した。
本稿では,そのモデルの全ノードにおける経路の反復的体系探索という一般的な概念を紹介し,新たな対話的特徴を実現する。
論文 参考訳（メタデータ） (2022-04-26T14:20:26Z) - Real-time landmark detection for precise endoscopic submucosal
dissection via shape-aware relation network [51.44506007844284]
内視鏡下粘膜下郭清術における高精度かつリアルタイムなランドマーク検出のための形状認識型関係ネットワークを提案する。
まず,ランドマーク間の空間的関係に関する先行知識を直感的に表現する関係キーポイント・ヒートマップを自動生成するアルゴリズムを考案する。
次に、事前知識を学習プロセスに段階的に組み込むために、2つの補完的な正規化手法を開発する。
論文 参考訳（メタデータ） (2021-11-08T07:57:30Z)
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。