論文の概要: FoundationPose-Initialized 3D-2D Liver Registration for Surgical Augmented Reality

• arxiv url: http://arxiv.org/abs/2602.17517v1
• Date: Thu, 19 Feb 2026 16:31:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-20 15:21:29.208886
• Title: FoundationPose-Initialized 3D-2D Liver Registration for Surgical Augmented Reality
• Title（参考訳）: FoundationPose-Initialized 3D-2D Liver Registration for surgery Augmented Reality (特集:医療と医療)
• Authors: Hanyuan Zhang, Lucas He, Runlong He, Abdolrahim Kadkhodamohammadi, Danail Stoyanov, Brian R. Davidson, Evangelos B. Mazomenos, Matthew J. Clarkson,
• Abstract要約: 光学式深度マップと基礎的ポーズ推定器を併用し, カメラによるポーズ推定を行う。 実際の患者データでは,3例で9.91mm平均登録誤差が得られた。 このパイプラインは、FEベースの変形に代わる軽量でエンジニアリングフレンドリーな代替手段を提供しながら、臨床的に関連性のある精度を達成する。
• 参考スコア（独自算出の注目度）: 14.330143515294928
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Augmented reality can improve tumor localization in laparoscopic liver surgery. Existing registration pipelines typically depend on organ contours; deformable (non-rigid) alignment is often handled with finite-element (FE) models coupled to dimensionality-reduction or machine-learning components. We integrate laparoscopic depth maps with a foundation pose estimator for camera-liver pose estimation and replace FE-based deformation with non-rigid iterative closest point (NICP) to lower engineering/modeling complexity and expertise requirements. On real patient data, the depth-augmented foundation pose approach achieved 9.91 mm mean registration error in 3 cases. Combined rigid-NICP registration outperformed rigid-only registration, demonstrating NICP as an efficient substitute for finite-element deformable models. This pipeline achieves clinically relevant accuracy while offering a lightweight, engineering-friendly alternative to FE-based deformation.
• Abstract（参考訳）: 拡張現実は腹腔鏡下肝手術における腫瘍の局在を改善することができる。 変形可能な(非剛性的な)アライメントは、次元の縮小や機械学習コンポーネントに結合した有限要素(FE)モデルで処理されることが多い。 本研究は,光学・モデリングの複雑さと専門知識の要求を低減すべく,カメラ・デリバリ・ポーズ推定のための基礎的ポーズ推定器と腹腔鏡深度マップを統合し,FEに基づく変形を非剛性反復的最近点(NICP)に置き換える。 実際の患者データでは,3例で9.91mm平均登録誤差が得られた。 剛体-NICPの登録は剛体のみの登録よりも優れ、有限要素変形モデルの効率的な代替品としてNICPが証明された。 このパイプラインは、FEベースの変形に代わる軽量でエンジニアリングフレンドリーな代替手段を提供しながら、臨床的に関連性のある精度を達成する。

関連論文リスト

• Advanced Geometric Correction Algorithms for 3D Medical Reconstruction: Comparison of Computed Tomography and Macroscopic Imaging [0.9395222766576343]
  本稿では, マクロスライスから3次元腎解剖を再構築するためのハイブリッド2段階登録フレームワークを提案する。 これは、マクロ画像の典型的なデータスカシティと高歪みの課題に対処する。 提案手法は,光学的および写真的断面から再構成した他の軟部臓器に一般化する。
  論文  参考訳（メタデータ） (2026-01-30T17:16:17Z)
• Accelerating 3D Photoacoustic Computed Tomography with End-to-End Physics-Aware Neural Operators [74.65171736966131]
  光音響計算トモグラフィ(PACT)は、光コントラストと超音波分解能を組み合わせることで、光拡散限界を超える深部像を実現する。 現在の実装では、高密度トランスデューサアレイと長い取得時間を必要とし、臨床翻訳を制限している。 本研究では,センサ計測からボリューム再構成まで,逆音響マッピングを直接学習する物理認識モデルであるPanoを紹介する。
  論文  参考訳（メタデータ） (2025-09-11T23:12:55Z)
• Landmark-Free Preoperative-to-Intraoperative Registration in Laparoscopic Liver Resection [50.388465935739376]
  術前の3Dモデルを術中2Dフレームにオーバーレイすることで肝臓の空間解剖を明瞭に把握し,より高い手術成功率を達成することができる。 既存の登録法は解剖学的ランドマークに大きく依存しており、2つの大きな制限に直面している。 本稿では,効果的な自己教師型学習を生かした,目覚ましくない術前・術中登録フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-21T14:55:57Z)
• 3D Acetabular Surface Reconstruction from 2D Pre-operative X-ray Images using SRVF Elastic Registration and Deformation Graph [15.26681988459618]
  本稿では,2乗根速度関数(SRVF)に基づく弾性形状登録技術を統合する新しいフレームワークを提案する。 術前の骨盤X線像と半球面モデルとを複数視野で観察し, 骨盤の3次元関節面を再構築した。
  論文  参考訳（メタデータ） (2025-03-28T06:47:32Z)
• Augmented Reality-based Guidance with Deformable Registration in Head and Neck Tumor Resection [3.0375728447182766]
  厚み情報を登録プロセスに組み込んだ新規な変形可能な登録フレームワークを提案する。 舌標本では, 対象登録誤差(TRE)を最大33%改善した。 異なる試料の異なる変形挙動を解析し, 整形変形戦略の必要性を強調した。
  論文  参考訳（メタデータ） (2025-03-11T18:32:14Z)
• 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)
• GSMorph: Gradient Surgery for cine-MRI Cardiac Deformable Registration [62.41725951450803]
  学習に基づく変形可能な登録は、フィールドの登録精度と滑らかさをトレードオフする重み付けされた目的関数に依存する。 我々は,GSMorphと呼ばれる勾配手術機構に基づく登録モデルを構築し,複数の損失に対してパラメータフリーな高バランスを実現する。 提案手法はモデルに依存しないため,パラメータの追加や推論の遅延を伴わずに,任意のディープ登録ネットワークにマージすることができる。
  論文  参考訳（メタデータ） (2023-06-26T13:32:09Z)
• Next-generation Surgical Navigation: Marker-less Multi-view 6DoF Pose Estimation of Surgical Instruments [64.59698930334012]
  静止カメラとヘッドマウントカメラを組み合わせたマルチカメラ・キャプチャー・セットアップを提案する。 第2に,手術用ウェットラボと実際の手術用劇場で撮影された元脊椎手術のマルチビューRGB-Dビデオデータセットを公表した。 第3に,手術器具の6DoFポーズ推定の課題に対して,最先端のシングルビューとマルチビューの3つの手法を評価した。
  論文  参考訳（メタデータ） (2023-05-05T13:42:19Z)

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。