論文の概要: Percept-Aware Surgical Planning for Visual Cortical Prostheses with Vascular Avoidance

• arxiv url: http://arxiv.org/abs/2603.00362v1
• Date: Fri, 27 Feb 2026 22:59:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-03 19:50:56.157172
• Title: Percept-Aware Surgical Planning for Visual Cortical Prostheses with Vascular Avoidance
• Title（参考訳）: 血管回避を伴う視覚皮質補綴物の知覚的手術計画
• Authors: Galen Pogoncheff, Alvin Wang, Jacob Granley, Michael Beyeler,
• Abstract要約: 初期視覚野における電気刺激ニューロンによる視力回復を目的とした皮質視覚補綴(V1) 既存の戦略は視野のカバレッジと解剖学を重視しているが、安全制約の下で予測された知覚結果を直接最適化するものではない。 解剖学的空間における電極配置を制約付き最適化問題として定式化した皮質視覚補綴の外科的計画のための知覚型枠組みを提案する。
• 参考スコア（独自算出の注目度）: 6.649753747542209
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cortical visual prostheses aim to restore sight by electrically stimulating neurons in early visual cortex (V1). With the emergence of high-density and flexible neural interfaces, electrode placement within three-dimensional cortex has become a critical surgical planning problem. Existing strategies emphasize visual field coverage and anatomical heuristics but do not directly optimize predicted perceptual outcomes under safety constraints. We present a percept-aware framework for surgical planning of cortical visual prostheses that formulates electrode placement as a constrained optimization problem in anatomical space. Electrode coordinates are treated as learnable parameters and optimized end-to-end using a differentiable forward model of prosthetic vision. The objective minimizes task-level perceptual error while incorporating vascular avoidance and gray matter feasibility constraints. Evaluated on simulated reading and natural image tasks using realistic folded cortical geometry (FreeSurfer fsaverage), percept-aware optimization consistently improves reconstruction fidelity relative to coverage-based placement strategies. Importantly, vascular safety constraints eliminate margin violations while preserving perceptual performance. The framework further enables co-optimization of multi-electrode thread configurations under fixed insertion budgets. These results demonstrate how differentiable percept models can inform anatomically grounded, safety-aware computer-assisted planning for cortical neural interfaces and provide a foundation for optimizing next-generation visual prostheses.
• Abstract（参考訳）: 皮質視覚補綴は、初期視覚野(V1)のニューロンを電気刺激することで視力を回復することを目的としている。 高密度で柔軟な神経界面の出現に伴い、三次元皮質内の電極配置は重要な外科的計画問題となっている。 既存の戦略は、視野のカバレッジと解剖学的ヒューリスティックスを強調するが、安全制約の下で予測された知覚結果を直接最適化するものではない。 解剖学的空間における電極配置を制約付き最適化問題として定式化した皮質視覚補綴の外科的計画のための知覚型枠組みを提案する。 電極座標は学習可能なパラメータとして扱われ、義肢視覚の異なる前方モデルを用いてエンドツーエンドに最適化される。 この目的は、血管回避とグレーマター実現性制約を取り入れつつ、タスクレベルの知覚誤差を最小限に抑える。 現実的な折り畳み皮質幾何(FreeSurfer fsaverage)を用いて、シミュレーション読解と自然な画像タスクを評価することにより、知覚認識最適化は、カバレッジベースの配置戦略に対する再構成忠実度を一貫して改善する。 重要なことに、血管安全の制約は知覚性能を維持しながらマージン違反を排除している。 このフレームワークは、固定挿入予算の下で、マルチ電極スレッド構成の共最適化を可能にする。 これらの結果は、解剖学的に基盤を置き、安全性を意識したコンピュータ支援による皮質神経インタフェースの計画が、いかに異なるパーセプティブルモデルに通知できるかを示し、次世代の視覚義肢を最適化するための基盤を提供する。

関連論文リスト

• Self-Supervised Contrastive Embedding Adaptation for Endoscopic Image Matching [7.674595072442547]
  本研究では,内視鏡画像対の特徴対応性を確立するための新しいディープラーニングパイプラインを提案する。 提案手法は、新しいビュー合成パイプラインを利用して、接地トルース不整合対応を生成する。 パイプラインはSCAREDデータセットの最先端手法を超越し,マッチング精度とエピポーラ誤差の低減を実現した。
  論文  参考訳（メタデータ） (2025-12-11T07:44:00Z)
• Efficient 3D Scene Reconstruction and Simulation from Sparse Endoscopic Views [0.7614628596146601]
  内視鏡的画像からインタラクティブな手術シーンを再構築するためのガウススプラッティングに基づくフレームワークを提案する。 データ駆動型シミュレーションのパラダイムにおける重要な課題は、内視鏡カメラの制限された動きである。 本手法は,スパース内視鏡による手術シーンの再現とシミュレートを効果的に行うことができることを示す。
  論文  参考訳（メタデータ） (2025-09-21T10:40:36Z)
• 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)
• EndoUFM: Utilizing Foundation Models for Monocular depth estimation of endoscopic images [7.350425834778092]
  EndoUFMは、教師なしの単眼深度推定フレームワークである。 強力な事前学習先を活用することにより、深さ推定性能を向上させる。 この研究は、最小侵襲の手術において、外科医の空間的知覚を増大させるのに寄与する。
  論文  参考訳（メタデータ） (2025-08-25T11:33:05Z)
• ClipGS: Clippable Gaussian Splatting for Interactive Cinematic Visualization of Volumetric Medical Data [51.095474325541794]
  医用データのインタラクティブなシネマティック可視化のためのクリッピングプレーンを備えた革新的なガウススプレイティングフレームワークであるClipGSを紹介した。 本手法を5つのボリューム医療データで検証し,平均36.635 PSNRレンダリング品質を156 FPS,16.1MBモデルサイズで達成した。
  論文  参考訳（メタデータ） (2025-07-09T08:24:28Z)
• UC-NeRF: Uncertainty-aware Conditional Neural Radiance Fields from Endoscopic Sparse Views [43.367005002662154]
  新たなビューシンセサイザーは、幾何学と外観の再構築、理解、計画、および手術シーンにおける意思決定の強化を提供する。 外科的シーンへのNeRFの直接適用は、内視鏡的スパースビューと有意な光度不整合により、不満足な結果をもたらす。 スパース手術の視界から, 鮮明な形状の曖昧さに対処するために, 新規な視線合成のための不確実性を考慮した条件付きNeRFを提案する。
  論文  参考訳（メタデータ） (2024-09-04T17:53:42Z)
• FLex: Joint Pose and Dynamic Radiance Fields Optimization for Stereo Endoscopic Videos [79.50191812646125]
  内視鏡的シーンの再構築は、外科手術後の分析から教育訓練まで、様々な医療応用にとって重要な要素である。 変形組織の非常にダイナミックな環境下での移動内視鏡の挑戦的なセットアップに着目する。 複数重重なり合う4次元ニューラルラジアンスフィールド(NeRF)への暗黙的なシーン分離と、再構成とカメラのスクラッチからのポーズを協調的に最適化するプログレッシブ最適化手法を提案する。 これにより、使いやすさが向上し、5000フレーム以上の手術ビデオの処理に間に合うように復元能力を拡張できる。
  論文  参考訳（メタデータ） (2024-03-18T19:13:02Z)
• Efficient Deformable Tissue Reconstruction via Orthogonal Neural Plane [58.871015937204255]
  変形性組織を再建するための高速直交平面(Fast Orthogonal Plane)を導入する。 我々は外科手術を4Dボリュームとして概念化し、それらをニューラルネットワークからなる静的および動的フィールドに分解する。 この分解により4次元空間が増加し、メモリ使用量が減少し、最適化が高速化される。
  論文  参考訳（メタデータ） (2023-12-23T13:27:50Z)
• Human-in-the-Loop Optimization for Deep Stimulus Encoding in Visual Prostheses [2.7309692684728617]
  神経補綴は、失われた感覚機能を回復し、人間の能力を増強する可能性を示しているが、現在の装置が生み出す感覚は、しばしば不自然または歪んでいるように見える。 この2つの基本的制約を克服する,斬新で現実的なアプローチを提案する。 提案手法は、パーソナライズされた刺激エンコーダを迅速に学習し、回復した視覚の質を劇的に改善し、患者からのフィードバックに頑健であることを示す。
  論文  参考訳（メタデータ） (2023-06-16T18:49:51Z)
• Neural LerPlane Representations for Fast 4D Reconstruction of Deformable Tissues [52.886545681833596]
  LerPlaneは単一視点環境下での手術シーンの高速かつ正確な再構築手法である。 LerPlaneは外科手術を4Dボリュームとして扱い、静的および動的フィールドの明示的な2D平面に分解する。 LerPlaneは静的フィールドを共有し、動的組織モデリングのワークロードを大幅に削減する。
  論文  参考訳（メタデータ） (2023-05-31T14:38:35Z)
• Safe Deep RL for Intraoperative Planning of Pedicle Screw Placement [61.28459114068828]
  安全な深部強化学習(DRL)に基づく訓練経路計画にリアルタイムな観察を活用するロボット脊椎手術の術中計画手法を提案する。 本手法は,ゴールドスタンダード (GS) 掘削計画に関して,90%の骨貫通を達成できた。
  論文  参考訳（メタデータ） (2023-05-09T11:42:53Z)

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。