論文の概要: Real-time topology-aware M-mode OCT segmentation for robotic deep anterior lamellar keratoplasty (DALK) guidance
- arxiv url: http://arxiv.org/abs/2602.02798v1
- Date: Mon, 02 Feb 2026 20:58:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-04 18:37:15.085734
- Title: Real-time topology-aware M-mode OCT segmentation for robotic deep anterior lamellar keratoplasty (DALK) guidance
- Title（参考訳）: DALK指導におけるTopology-Aware M-mode OCTのリアルタイム分割
- Authors: Rosalinda Xiong, Jinglun Yu, Yaning Wang, Ziyi Huang, Jin U. Kang,
- Abstract要約: UNeXtに基づく軽量なトポロジ対応Mモードセグメンテーションパイプラインを提案する。
提案方式は,全前処理推定オーバレイパイプライン上で計測された80Hzを超えるエンドツーエンドスループットを実現する。
- 参考スコア（独自算出の注目度）: 4.803245501695445
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robotic deep anterior lamellar keratoplasty (DALK) requires accurate real time depth feedback to approach Descemet's membrane (DM) without perforation. M-mode intraoperative optical coherence tomography (OCT) provides high temporal resolution depth traces, but speckle noise, attenuation, and instrument induced shadowing often result in discontinuous or ambiguous layer interfaces that challenge anatomically consistent segmentation at deployment frame rates. We present a lightweight, topology aware M-mode segmentation pipeline based on UNeXt that incorporates anatomical topology regularization to stabilize boundary continuity and layer ordering under low signal to noise ratio conditions. The proposed system achieves end to end throughput exceeding 80 Hz measured over the complete preprocessing inference overlay pipeline on a single GPU, demonstrating practical real time guidance beyond model only timing. This operating margin provides temporal headroom to reject low quality or dropout frames while maintaining a stable effective depth update rate. Evaluation on a standard rabbit eye M-mode dataset using an established baseline protocol shows improved qualitative boundary stability compared with topology agnostic controls, while preserving deployable real time performance.
- Abstract（参考訳）: 深層椎間板形成術(DALK)は,Descemet膜(DM)に穿孔を伴わないよう,正確なリアルタイム深度フィードバックを必要とする。
Mモード術中光コヒーレンス断層撮影(OCT)は、高時間分解能の深度トレースを提供するが、スペックルノイズ、減衰、計装によるシャドーイングは、しばしば不連続または曖昧な層界面をもたらし、展開フレームレートで解剖学的に一貫したセグメンテーションに挑戦する。
UNeXtに基づく軽量な位相認識型Mモードセグメンテーションパイプラインを提案し,低信号/雑音比条件下での境界連続性と層秩序を安定化するために解剖学的トポロジ正則化を取り入れた。
提案方式は, モデルのみのタイミングを超える実時間ガイダンスを実証し, 単一GPU上の全前処理推定オーバレイパイプライン上で測定した80Hzを超えるエンドツーエンドスループットを実現する。
この操作マージンは、安定した有効深度更新率を維持しながら、低品質のフレームやドロップアウトフレームを拒否する時間的ヘッドルームを提供する。
確立されたベースラインプロトコルを用いた標準的なウサギ眼Mモードデータセットの評価では、デプロイ可能なリアルタイム性能を保ちながら、トポロジーに依存しない制御に比べて質的境界安定性が改善された。
関連論文リスト
- Scalable Spatio-Temporal SE(3) Diffusion for Long-Horizon Protein Dynamics [51.85385061275941]
分子動力学(MD)シミュレーションは、タンパク質動力学研究のゴールドスタンダードのままである。
近年の生成モデルではシミュレーションの加速が期待できるが、長軸生成に苦慮している。
物理的に可塑性なタンパク質軌道をマイクロスケールの時間スケールで生成する拡張拡散モデルSTAR-MDを提案する。
論文 参考訳（メタデータ） (2026-02-02T14:13:28Z) - Stabilizing Diffusion Posterior Sampling by Noise--Frequency Continuation [52.736416985173776]
高雑音下では、不正確な推定から計算されたデータ一貫性勾配は、後部幾何学と幾何的に一致しない。
本稿では、雑音依存周波数帯域内でのみ測定一貫性を強制する中間部分の連続的なファミリを構成するノイズ周波数継続フレームワークを提案する。
提案手法は最先端性能を実現し,強いベースライン上で最大5dBのPSNRの動作劣化を改善する。
論文 参考訳（メタデータ） (2026-01-30T03:14:01Z) - Leveraging Synthetic Priors for Monocular Depth Estimation in Specular Surgical Environments [0.0]
既存の自己監督法は、しばしば薄い手術器具と透明な表面の境界崩壊に悩まされる。
本研究は,Depth Anything V2アーキテクチャの高忠実性合成前駆体を活用することで,この問題に対処する。
提案手法は,新しい最先端技術を確立し,98.1%の精度(1.25)を達成し,既存のベースラインと比較して正方形相対誤差を17%以上削減する。
論文 参考訳（メタデータ） (2025-12-29T17:29:42Z) - ECG-RAMBA: Zero-Shot ECG Generalization by Morphology-Rhythm Disentanglement and Long-Range Modeling [0.6875312133832079]
ECG-RAMBAは、形態学とリズムを分離し、文脈認識融合を通じてそれらを再統合するフレームワークである。
PTB-XLで一貫したクロスデータセット性能を示す。
論文 参考訳（メタデータ） (2025-12-29T10:14:52Z) - Error-Propagation-Free Learned Video Compression With Dual-Domain Progressive Temporal Alignment [92.57576987521107]
両ドメインのプログレッシブな時間的アライメントと品質条件の混合(QCMoE)を備えた新しい統合変換フレームワークを提案する。
QCMoEは、魅力的なR-Dパフォーマンスで連続的かつ一貫したレート制御を可能にする。
実験結果から,提案手法は最先端技術と比較して,競争力のあるR-D性能を実現することが示された。
論文 参考訳（メタデータ） (2025-12-11T09:14:51Z) - DeepBlip: Estimating Conditional Average Treatment Effects Over Time [48.20988325299593]
構造ネスト平均モデル(SNMM)のための最初のニューラルネットワークフレームワークであるDeepBlipを提案する。
提案手法は, 時間変化による不偏推定を正確に調整し, ナイマン・直交損失関数はニュアンスモデルの不特定性に対して頑健性を保証する。
論文 参考訳（メタデータ） (2025-11-18T14:49:03Z) - Towards Real-Time Inference of Thin Liquid Film Thickness Profiles from Interference Patterns Using Vision Transformers [0.0]
分離干渉計から直接の液体薄膜厚分布のリアルタイム推定のためのビジョントランスフォーマーによるアプローチ
ネットワークは、モーションアーティファクトを持つノイズの多い急速に進化するフィルム上で、最先端のパフォーマンスを示す。
論文 参考訳（メタデータ） (2025-10-29T04:19:52Z) - Unifying Scale-Aware Depth Prediction and Perceptual Priors for Monocular Endoscope Pose Estimation and Tissue Reconstruction [3.251946340142663]
単分子内視鏡組織再建のための統一的枠組みを提示する。
スケール認識深度予測と時間的に制約された知覚の洗練を統合する。
HEVDとSCAREDの評価は、アブレーションと比較分析によって、最先端の手法よりもフレームワークの堅牢性と優位性を示している。
論文 参考訳（メタデータ） (2025-08-15T07:41:17Z) - Topology-based deep-learning segmentation method for deep anterior lamellar keratoplasty (DALK) surgical guidance using M-mode OCT data [0.0]
本研究では,トポロジ的損失関数と改良型ネットワークアーキテクチャを統合した,トポロジに基づくディープラーニングセグメンテーション手法を提案する。
このアプローチは、ノイズの効果を効果的に低減し、セグメンテーション速度、精度、安定性を改善する。
論文 参考訳（メタデータ） (2025-01-07T19:57:15Z) - DA-Flow: Dual Attention Normalizing Flow for Skeleton-based Video Anomaly Detection [52.74152717667157]
本稿では,DAM(Dual Attention Module)と呼ばれる軽量モジュールを提案する。
フレームアテンション機構を使用して、最も重要なフレームを識別し、スケルトンアテンション機構を使用して、最小パラメータとフロップで固定されたパーティション間の広範な関係をキャプチャする。
論文 参考訳（メタデータ） (2024-06-05T06:18:03Z) - Theoretical framework for real time sub-micron depth monitoring using
quantum inline coherent imaging [55.2480439325792]
インラインコヒーレントイメージング(ICI)は、キーホール溶接、添加物製造、マイクロ加工など、様々なレーザプロセスのリアルタイム監視のための信頼性の高い手法である。
軸方向分解能は2m以上に限定されており、ICIはサブミクロンプロセスの監視には適さない。
量子光コヒーレンス・トモグラフィ(Q OCT)の進歩は、1m以上の奥行き分解能を達成してこの問題に対処する可能性がある。
論文 参考訳（メタデータ） (2023-09-17T17:05:21Z)
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。