論文の概要: Modeling and Control of a Pneumatic Soft Robotic Catheter Using Neural Koopman Operators

• arxiv url: http://arxiv.org/abs/2603.04118v1
• Date: Wed, 04 Mar 2026 14:36:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.894781
• Title: Modeling and Control of a Pneumatic Soft Robotic Catheter Using Neural Koopman Operators
• Title（参考訳）: ニューラルクープマン演算子を用いた空気圧式ソフトロボットカテーテルのモデリングと制御
• Authors: Yiyao Yue, Noah Barnes, Lingyun Di, Olivia Young, Ryan D. Sochol, Jeremy D. Brown, Axel Krieger,
• Abstract要約: ソフトなロボットカテーテルシステムを構築するために,ニューラルネットワークで強化されたクープマン演算子フレームワークを提案する。 心房アブレーションにおけるX線透視における放射線被曝の最小化の必要性から,オープンループ制御戦略について検討した。 提案手法は平均誤差が2.1 +- 0.4 mm、方向が4.9 +- 0.6 である。
• 参考スコア（独自算出の注目度）: 3.2642164905437503
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Catheter-based interventions are widely used for the diagnosis and treatment of cardiac diseases. Recently, robotic catheters have attracted attention for their ability to improve precision and stability over conventional manual approaches. However, accurate modeling and control of soft robotic catheters remain challenging due to their complex, nonlinear behavior. The Koopman operator enables lifting the original system data into a linear "lifted space", offering a data-driven framework for predictive control; however, manually chosen basis functions in the lifted space often oversimplify system behaviors and degrade control performance. To address this, we propose a neural network-enhanced Koopman operator framework that jointly learns the lifted space representation and Koopman operator in an end-to-end manner. Moreover, motivated by the need to minimize radiation exposure during X-ray fluoroscopy in cardiac ablation, we investigate open-loop control strategies using neural Koopman operators to reliably reach target poses without continuous imaging feedback. The proposed method is validated in two experimental scenarios: interactive position control and a simulated cardiac ablation task using an atrium-like cavity. Our approach achieves average errors of 2.1 +- 0.4 mm in position and 4.9 +- 0.6 degrees in orientation, outperforming not only model-based baselines but also other Koopman variants in targeting accuracy and efficiency. These results highlight the potential of the proposed framework for advancing soft robotic catheter systems and improving catheter-based interventions.
• Abstract（参考訳）: カテーテルベースの介入は心臓疾患の診断と治療に広く用いられている。 近年,従来の手技よりも精度と安定性を向上させるロボットカテーテルが注目されている。 しかしながら、ソフトロボットカテーテルの正確なモデリングと制御は、複雑な非線形挙動のため、依然として困難である。 クープマン演算子は、元のシステムデータを線形な「リフトされた空間」に引き上げ、予測制御のためのデータ駆動フレームワークを提供するが、リフトされた空間で手動で選択された基底関数は、システムの振る舞いを単純化し、制御性能を低下させる。 これを解決するために,ニューラルネットワークで強化されたKoopman演算子フレームワークを提案し,このフレームワークは,昇降空間表現とKoopman演算子をエンドツーエンドで共同で学習する。 さらに, 心房アブレーションにおけるX線蛍光露光の最小化の必要性から, ニューラルクープマン演算子を用いて連続的な画像フィードバックを伴わずにターゲットポーズに確実に到達するためのオープンループ制御戦略について検討した。 提案手法は,対話型位置制御と心房腔を用いた模擬心臓アブレーションタスクの2つの実験シナリオで検証された。 提案手法は,モデルベースベースラインだけでなく,精度と効率を目標とした他のクープマン変種よりも優れた2.1+-0.4mm,方位4.9+-0.6度の平均誤差を実現する。 これらの結果は,ソフトロボットカテーテルシステムの進歩とカテーテルベースの介入改善のためのフレームワークの可能性を強調した。

関連論文リスト

• A Guideline-Aware AI Agent for Zero-Shot Target Volume Auto-Delineation [6.639622698899548]
  新たなガイドライン対応AIフレームワークであるOncoAgentを紹介する。 OncoAgentはテキストの臨床ガイドラインを3次元の目標輪郭にシームレスに無訓練で変換する。 このフレームワークはゼロショットを代替食道ガイドラインや他の解剖学的部位に一般化する。
  論文  参考訳（メタデータ） (2026-03-10T10:00:01Z)
• Volumetric Ergodic Control [0.0]
  本稿では,体積状態表現を用いた空間被覆を最適化するエルゴディック制御式を提案する。 本手法は,エルゴディック制御のカバレッジ保証を保護し,リアルタイム制御に最小限の計算オーバーヘッドを付加し,任意のサンプルベース容積モデルをサポートする。
  論文  参考訳（メタデータ） (2025-11-14T18:10:40Z)
• DINO-CVA: A Multimodal Goal-Conditioned Vision-to-Action Model for Autonomous Catheter Navigation [0.33727511459109777]
  本研究は,マルチモーダルな目標条件行動クローニングフレームワークであるDINO-CVAの導入により,自律カテーテルナビゲーションへ移行する。 提案モデルでは,視覚観測とジョイスティックのキネマティクスを統合埋め込み空間に融合し,視覚とキネマティクスの両方を意識したポリシーを実現する。 その結果, DINO-CVAは動作予測の精度が高く, キネマティクスのみのベースラインの性能と一致していることがわかった。
  論文  参考訳（メタデータ） (2025-10-19T22:59:32Z)
• 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)
• Certified Neural Approximations of Nonlinear Dynamics [51.01318247729693]
  安全クリティカルな文脈では、神経近似の使用は、基礎となるシステムとの密接性に公式な境界を必要とする。 本稿では,認証された一階述語モデルに基づく新しい,適応的で並列化可能な検証手法を提案する。
  論文  参考訳（メタデータ） (2025-05-21T13:22:20Z)
• UltraSeP: Sequence-aware Pre-training for Echocardiography Probe Movement Guidance [70.94473797093293]
  本稿では,高品質な標準平面画像取得のためのプローブポーズ調整によるロボットシステムや初心者の誘導に応用可能な,新しいプローブ移動誘導アルゴリズムを提案する。 本研究では, マスクアウト画像の特徴とプローブ動作をスキャンシーケンスで予測することにより, パーソナライズされた3次元心構造の特徴を学習する。
  論文  参考訳（メタデータ） (2024-08-27T12:55:54Z)
• CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
  縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。 ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。 我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
  論文  参考訳（メタデータ） (2024-03-21T15:13:36Z)
• A Novel Sample-efficient Deep Reinforcement Learning with Episodic Policy Transfer for PID-Based Control in Cardiac Catheterization Robots [2.3939470784308914]
  このモデルは、血管内カテーテル用に設計されたロボットシステムの軸方向運動制御のために検証された。 従来の10試行法と比較すると,0.003mmの誤差で利得を調整できることがわかった。
  論文  参考訳（メタデータ） (2021-10-28T08:18:01Z)

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。