論文の概要: DAISS: Phase-Aware Imitation Learning for Dual-Arm Robotic Ultrasound-Guided Interventions

• arxiv url: http://arxiv.org/abs/2603.07663v1
• Date: Sun, 08 Mar 2026 14:53:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:42.063407
• Title: DAISS: Phase-Aware Imitation Learning for Dual-Arm Robotic Ultrasound-Guided Interventions
• Title（参考訳）: DAISS:Dual-Arm Robotic Ultrasound-Guided Interventionのための位相認識模倣学習
• Authors: Feng Li, Pei Liu, Shiting Wang, Ning Wang, Zhongliang Jiang, Nassir Navab, Yuan Bi,
• Abstract要約: 医療ロボティクスでは、超音波ガイド針挿入は正確にバイマニュアル調整を必要とする。 本稿では,超音波ガイド下手術の相認識模倣ポリシーを学習する遠隔操作プラットフォームであるDual-Arm Interventional Surgery System (DAISS)を提案する。
• 参考スコア（独自算出の注目度）: 39.32789192881233
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Imitation learning has shown strong potential for automating complex robotic manipulation. In medical robotics, ultrasound-guided needle insertion demands precise bimanual coordination, as clinicians must simultaneously manipulate an ultrasound probe to maintain an optimal acoustic view while steering an interventional needle. Automating this asymmetric workflow -- and reliably transferring expert strategies to robots -- remains highly challenging. In this paper, we present the Dual-Arm Interventional Surgical System (DAISS), a teleoperated platform that collects high-fidelity dual-arm demonstrations and learns a phase-aware imitation policy for ultrasound-guided interventions. To avoid constraining the operator's natural behavior, DAISS uses a flexible NDI-based leader interface for teleoperating two coordinated follower arms. To support robust execution under real-time ultrasound feedback, we develop a lightweight, data-efficient imitation policy. Specifically, the policy incorporates a phase-aware architecture and a dynamic mask loss tailored to asymmetric bimanual control. Conditioned on a planned trajectory, the network fuses real-time ultrasound with external visual observations to generate smooth, coordinated dual-arm motions. Experimental results show that DAISS can learn personalized expert strategies from limited demonstrations. Overall, these findings highlight the promise of phase-aware imitation-learning-driven dual-arm robots for improving precision and reducing cognitive workload in image-guided interventions.
• Abstract（参考訳）: 模倣学習は複雑なロボット操作を自動化する強力な可能性を示している。 超音波ガイド針挿入は、超音波プローブを同時に操作し、介入針を操りながら最適な音響ビューを維持する必要がある。 この非対称なワークフローを自動化し、専門家の戦略をロボットに確実に移行することは、依然として非常に難しい。 本稿では,高忠実度デュアルアームのデモンストレーションを収集する遠隔操作プラットフォームであるDual-Arm Interventional Surgery System (DAISS)について述べる。 DAISSは操作者の自然な振る舞いの制約を避けるため、2つの協調した従者アームを遠隔操作するために、柔軟なNDIベースのリーダーインタフェースを使用する。 リアルタイム超音波フィードバック下でのロバストな実行を支援するため,我々は軽量でデータ効率の良い模倣ポリシーを開発した。 具体的には、フェーズアウェアアーキテクチャと、非対称なバイマニュアル制御に合わせたダイナミックマスク損失が組み込まれている。 計画された軌道上では、ネットワークはリアルタイム超音波と外部の視覚的観察を融合し、滑らかで協調されたデュアルアームの動きを生成する。 実験の結果,DAISSは限られたデモンストレーションから個人化された専門家戦略を学習できることがわかった。 これらの知見は、画像誘導による介入の精度の向上と認知負荷の低減を目的とした、フェーズアウェアな模倣学習駆動型デュアルアームロボットの可能性を浮き彫りにした。

関連論文リスト

• Towards Human-Like Manipulation through RL-Augmented Teleoperation and Mixture-of-Dexterous-Experts VLA [62.16042475700567]
  本稿では,遠隔操作データ収集を簡易化する共有自律型アシスタントIMCopilotを紹介する。 我々は、不均一な力と触覚モーダルを予め訓練されたVLAバックボーンにシームレスに統合するアーキテクチャであるMoDE-VLAを提案する。 我々は,複雑度を増大させる4つの課題に対するアプローチの有効性を検証し,厳密な接触量の多い課題におけるベースラインよりも2倍の成功率の向上を実証した。
  論文  参考訳（メタデータ） (2026-03-09T09:02:30Z)
• EndoVLA: Dual-Phase Vision-Language-Action Model for Autonomous Tracking in Endoscopy [26.132684811981143]
  VLA(Vision-Language-Action)モデルは、視覚知覚、言語接地、モーションプランニングをエンドツーエンドのフレームワークに統合する。 EndoVLAは,(1)ポリープ追跡,(2)異常粘膜領域の脱線・追尾,(3)周囲切削時の円形マーカーへの付着の3つのコアタスクを実行する。
  論文  参考訳（メタデータ） (2025-05-21T07:35:00Z)
• EchoWorld: Learning Motion-Aware World Models for Echocardiography Probe Guidance [79.66329903007869]
  本稿では,プローブ誘導のためのモーションアウェアな世界モデリングフレームワークであるEchoWorldを紹介する。 解剖学的な知識と運動によって引き起こされる視覚力学を符号化する。 200以上の定期的なスキャンから100万枚以上の超音波画像で訓練されている。
  論文  参考訳（メタデータ） (2025-04-17T16:19:05Z)
• Transforming Surgical Interventions with Embodied Intelligence for Ultrasound Robotics [24.014073238400137]
  本稿では,超音波ロボットと大規模言語モデル(LLM)とドメイン固有知識強化を組み合わせた,新しい超音波身体情報システムを提案する。 まず、LLMを超音波ロボットと統合して、医師の言葉による指示を正確に動作計画に解釈する。 以上の結果から,提案システムは超音波スキャンの効率と品質を向上し,自律型医療スキャン技術のさらなる進歩の道を開くことが示唆された。
  論文  参考訳（メタデータ） (2024-06-18T14:22:16Z)
• Robotic Constrained Imitation Learning for the Peg Transfer Task in Fundamentals of Laparoscopic Surgery [18.64205729932939]
  腹腔鏡下手術の基礎(FLS)におけるペグ伝達タスクを模倣学習で行うロボットの実装戦略を提案する。 本研究では,単眼画像のみを用いて,より正確な模倣学習を実現する。 2台のフランカ・エミカ・パンダ・ロボットアームを用いて全体システムを実装し,その有効性を検証した。
  論文  参考訳（メタデータ） (2024-05-06T13:12:25Z)
• 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)
• Learning Autonomous Ultrasound via Latent Task Representation and Robotic Skills Adaptation [2.3830437836694185]
  本稿では,自律型超音波の潜在タスク表現とロボットスキル適応を提案する。 オフラインの段階では、マルチモーダル超音波技術が統合され、低次元確率モデルにカプセル化される。 オンライン段階では、確率モデルは最適な予測を選択して評価する。
  論文  参考訳（メタデータ） (2023-07-25T08:32:36Z)
• Robotic Navigation Autonomy for Subretinal Injection via Intelligent Real-Time Virtual iOCT Volume Slicing [88.99939660183881]
  網膜下注射のための自律型ロボットナビゲーションの枠組みを提案する。 提案手法は,機器のポーズ推定方法,ロボットとi OCTシステム間のオンライン登録,およびインジェクションターゲットへのナビゲーションに適した軌道計画から構成される。 ブタ前眼の精度と再現性について実験を行った。
  論文  参考訳（メタデータ） (2023-01-17T21:41:21Z)

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。