論文の概要: An Anatomy-specific Guidewire Shaping Robot for Improved Vascular Navigation

• arxiv url: http://arxiv.org/abs/2602.04050v1
• Date: Tue, 03 Feb 2026 22:36:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.151088
• Title: An Anatomy-specific Guidewire Shaping Robot for Improved Vascular Navigation
• Title（参考訳）: 血管ナビゲーション改善のための解剖学的特異的ガイドワイヤ整形ロボット
• Authors: Aabha Tamhankar, Jay Patil, Giovanni Pittiglio,
• Abstract要約: 本稿では、ナビゲーション固有の所望のワイヤ構成を生成することができるベンチトップガイドワイヤ整形ロボットを提案する。 本研究は, 臨床検定されたコモン・チップ・ジオメトリ(C, S, Angled, Hook)を作成でき, 2次元のモデル予測形状に対して検証可能であることを示す。
• 参考スコア（独自算出の注目度）: 1.1360832156847105
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Neuroendovascular access often relies on passive microwires that are hand-shaped at the back table and then used to track a microcatheter to the target. Neuroendovascular surgeons determine the shape of the wire by examining the patient pre-operative images and using their experience to identify anatomy specific shapes of the wire that would facilitate reaching the target. This procedure is particularly complex in convoluted anatomical structures and is heavily dependent on the level of expertise of the surgeon. Towards enabling standardized autonomous shaping, we present a bench-top guidewire shaping robot capable of producing navigation-specific desired wire configurations. We present a model that can map the desired wire shape into robot actions, calibrated using experimental data. We show that the robot can produce clinically common tip geometries (C, S, Angled, Hook) and validate them with respect to the model-predicted shapes in 2D. Our model predicts the shape with a Root Mean Square (RMS) error of 0.56mm across all shapes when compared to the experimental results. We also demonstrate 3D tip shaping capabilities and the ability to traverse complex endoluminal navigation from the petrous Internal Carotid Artery (ICA) to the Posterior Communicating Artery (PComm).
• Abstract（参考訳）: 神経内血管アクセスは、しばしば、バックテーブルで手形になり、標的へのマイクロカテーテルを追跡するために使用される受動的マイクロワイヤに依存している。 神経血管外科は、患者の術前画像を調べ、その経験を用いて、標的に到達しやすいワイヤの解剖学的特異な形状を特定することで、ワイヤーの形状を決定する。 この手順は、複雑な解剖学的構造において特に複雑であり、外科医の専門知識のレベルに大きく依存している。 そこで本研究では,ナビゲーション固有の所望のワイヤ構成を生成可能なベンチトップガイドワイヤ整形ロボットを提案する。 本研究では,所望のワイヤ形状をロボット動作にマッピングし,実験データを用いて校正するモデルを提案する。 本研究は, 臨床に共通するチップ・ジオメトリ(C, S, Angled, Hook)を作成でき, 2次元のモデル予測形状に対して検証可能であることを示す。 実験結果と比較すると, 屋根平均角(RMS)誤差は0.56mmである。 また, 内頸動脈 (ICA) から後頸動脈 (PComm) への複雑な内膜ナビゲーション機能および3次元先端形成機能を示す。

関連論文リスト

• Autonomous Soft Robotic Guidewire Navigation via Imitation Learning [3.1381624795986345]
  血管内手術では、インターベンショニストはカテーテルと呼ばれる細いチューブを細いワイヤーで導かれ、患者の血管内の治療部位へ押し込む。 ロボットの先端を持つガイドワイヤは操作性を高めることができるが、モデリングと制御の課題を提示する。 我々は,目標条件付け,相対的な動作出力,および自動コントラスト染料注入を用いたトランスフォーマーに基づく模倣学習フレームワークを開発した。
  論文  参考訳（メタデータ） (2025-10-10T15:57:09Z)
• 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)
• SurgPointTransformer: Vertebrae Shape Completion with RGB-D Data [0.0]
  本研究は,RGB-Dデータを用いた3次元脊椎解剖の再構築のための代替的,放射線のないアプローチを提案する。 SurgPointTransformerは, 表面の粗い観察から未露出の脊椎領域を正確に再構築できる手術用形状補修法である。 提案手法は,平均チャンファー距離5.39,Fスコア0.85,アースモーバー距離0.011,信号対雑音比22.90dBを達成し,最先端のベースラインを著しく上回る。
  論文  参考訳（メタデータ） (2024-10-02T11:53:28Z)
• On the Localization of Ultrasound Image Slices within Point Distribution Models [84.27083443424408]
  甲状腺疾患は高分解能超音波(US)で診断されることが多い 縦断追跡は病理甲状腺形態の変化をモニタリングするための重要な診断プロトコルである。 3次元形状表現におけるUS画像の自動スライスローカライズのためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-01T10:10:46Z)
• Shape of my heart: Cardiac models through learned signed distance functions [33.29148402516714]
  本研究では、リプシッツ正則性を持つ3次元深部符号距離関数を用いて心臓の形状を再構成する。 この目的のために、心臓MRIの形状を学習し、複数の室の空間的関係をモデル化する。 また,本手法は1つの心室からの点雲などの部分的データから解剖モデルを再構築することも可能であることを示す。
  論文  参考訳（メタデータ） (2023-08-31T09:02:53Z)
• 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)
• 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)
• 3D Reconstruction of Curvilinear Structures with Stereo Matching DeepConvolutional Neural Networks [52.710012864395246]
  本稿では,立体対における曲線構造の検出とマッチングのための完全自動パイプラインを提案する。 主に、TEM画像のステレオ対から転位を3次元再構成することに焦点を当てる。
  論文  参考訳（メタデータ） (2021-10-14T23:05:47Z)
• A Self-Supervised Deep Framework for Reference Bony Shape Estimation in Orthognathic Surgical Planning [55.30223654196882]
  仮想的な矯正手術計画では、3次元顔面骨形状モデルにおける顎変形の外科的修正をシミュレートする。 正常な解剖を表現した基準顔骨形状モデルは、計画精度を向上させるための客観的ガイダンスを提供することができる。 本稿では,顔面骨の形状モデルを自動的に推定する自己教師型ディープフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-09-11T05:24:40Z)

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。