Fugu-MT 論文翻訳(概要): Robotic Ultrasound Makes CBCT Alive

論文の概要: Robotic Ultrasound Makes CBCT Alive

arxiv url: http://arxiv.org/abs/2603.10220v1
Date: Tue, 10 Mar 2026 20:37:24 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-12 16:22:32.686311
Title: Robotic Ultrasound Makes CBCT Alive
Title（参考訳）: CBCTが使えるロボット超音波
Abstract要約: 術中コーンビームCT(CBCT)は,介入計画に不可欠な3次元解剖学的文脈を提供する。ロボット超音波を動的プロキシとして利用して組織の動きを推論し,静的CBCTスライスをリアルタイムで更新する変形対応CBCT更新フレームワークを提案する。その結果, リアルタイムのCBCTスライス更新と物理的に妥当な変形推定が可能となり, ロボット超音波による介入による静的CBCT誘導の動的改善が可能となった。
参考スコア（独自算出の注目度）: 40.80821441492365
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Intraoperative Cone Beam Computed Tomography (CBCT) provides a reliable 3D anatomical context essential for interventional planning. However, its static nature fails to provide continuous monitoring of soft-tissue deformations induced by respiration, probe pressure, and surgical manipulation, leading to navigation discrepancies. We propose a deformation-aware CBCT updating framework that leverages robotic ultrasound as a dynamic proxy to infer tissue motion and update static CBCT slices in real time. Starting from calibration-initialized alignment with linear correlation of linear combination (LC2)-based rigid refinement, our method establishes accurate multimodal correspondence. To capture intraoperative dynamics, we introduce the ultrasound correlation UNet (USCorUNet), a lightweight network trained with optical flow-guided supervision to learn deformation-aware correlation representations, enabling accurate, real-time dense deformation field estimation from ultrasound streams. The inferred deformation is spatially regularized and transferred to the CBCT reference to produce deformation-consistent visualizations without repeated radiation exposure. We validate the proposed approach through deformation estimation and ultrasound-guided CBCT updating experiments. Results demonstrate real-time end-to-end CBCT slice updating and physically plausible deformation estimation, enabling dynamic refinement of static CBCT guidance during robotic ultrasound-assisted interventions. The source code is publicly available at https://github.com/anonymous-codebase/us-cbct-demo.
Abstract（参考訳）: 術中コーンビームCT(CBCT)は,介入計画に不可欠な3次元解剖学的文脈を提供する。しかし、その静的な性質は呼吸、プローブ圧、外科手術によって引き起こされる軟部変形の連続的なモニタリングに失敗し、ナビゲーションの相違につながった。ロボット超音波を動的プロキシとして利用して組織の動きを推論し,静的CBCTスライスをリアルタイムで更新する変形対応CBCT更新フレームワークを提案する。キャリブレーション初期化アライメントと線形結合(LC2)に基づく剛性強化の線形相関から始め, 精度の高いマルチモーダル対応を確立する。術中力学を捉えるために,光学的フロー誘導制御により訓練された超音波相関UNet(USCorUNet)を導入し,超音波ストリームから高精度で高密度な変形場推定を可能にする。推定された変形は、CBCT基準に空間的に規則化され、繰り返しの放射露光を伴わない変形一貫性の可視化を生成する。変形推定と超音波ガイドによるCBCT更新実験により提案手法の有効性を検証した。その結果, リアルタイムのCBCTスライス更新と物理的に妥当な変形推定が可能となり, ロボット超音波による介入による静的CBCT誘導の動的改善が可能となった。ソースコードはhttps://github.com/anonymous-codebase/us-cbct-demoで公開されている。

関連論文リスト

Test-time Adaptation of Pelvic Bone Segmentation Models via Dynamic Reliability-Guided [62.10276009853225]
ロボットによる骨盤外傷手術には,CTによる骨切片の信頼性が不可欠である。既存の方法はPBSに対して限られた有効性を示した。 PBSのための新しいクローズドループ動的信頼性ガイドフレームワーク(ReGA)を提案する。
論文参考訳（メタデータ） (2026-08-01T08:13:20Z)
TRUST: Efficient Abdominal Trauma Recognition via Image-to-Ultrasound-Video Transfer Learning [9.697220089288564]
本稿では,超音波映像の信頼性を高めるために,微細時間変動を明示的にモデル化するスキャン対応PEIVTLフレームワークを提案する。社内の超音波外傷データセットの実験では、TRUSTは最先端の手法よりも9.63%優れ、計算効率が優れていることが示されている。
論文参考訳（メタデータ） (2026-06-26T07:06:34Z)
3D Ultrasound-Derived Pseudo-CT Synthesis Using a Transformer-Augmented Residual Network for Real-Time Operator Guidance [0.0]
超音波(US)は非イオン化であり、広くアクセス可能であるが、操作性が高く、定量的な組織特性が欠如している。本研究は,USから推定されるCTのような解剖学的基準量を生成する3D超音波による擬似CTフレームワークを提案する。提案手法は, 構造的忠実度と知覚的画像品質において, 確立されたベースラインより優れる。
論文参考訳（メタデータ） (2026-05-06T12:52:59Z)
PolarMAE: Efficient Fetal Ultrasound Pre-training via Semantic Screening and Polar-Guided Masking [47.59361789212719]
PolarMAEは、米国の画像用に設計された、新しくて効率的な事前トレーニングフレームワークである。連続走査冗長性を軽減するために,プログレッシブ・ビジュアル・セマンティック・スクリーニングを導入する。また,極テクスチャ協調型マスキングを提案する。
論文参考訳（メタデータ） (2026-04-17T09:45:04Z)
CT-Enabled Patient-Specific Simulation and Contact-Aware Robotic Planning for Cochlear Implantation [41.386729124620366]
ロボットの人工内耳挿入は、人工内耳の外傷を最小限に抑えるために、接触力の正確な予測と調節を必要とする。本稿では,接触型挿入計画と検証のためのCT-to-simulationパイプラインについて述べる。
論文参考訳（メタデータ） (2026-03-05T16:13:59Z)
Dynamic Reconstruction of Ultrasound-Derived Flow Fields With Physics-Informed Neural Fields [0.0]
スパースおよびノイズ超音波データから血流を推定するための物理インフォームドニューラルネットワークモデルを提案する。このモデルは、合成データセットと実データセットの両方を着色および着色する際に、平均2乗誤差を一貫して低くする。我々は,超音波による血流再構成の具体的な課題に対処するために,他の画像モダリティに有効であることが証明された手法を適用した。
論文参考訳（メタデータ） (2025-11-03T18:05:11Z)
EqDiff-CT: Equivariant Conditional Diffusion model for CT Image Synthesis from CBCT [43.92108185590778]
画像誘導放射線療法(IGRT)に広く用いられているコーンビームCT(CBCT) CBCTから高品質なCT画像を生成するために,EqDiff-CTという新しい拡散型条件生成モデルを提案する。
論文参考訳（メタデータ） (2025-09-26T05:51:59Z)
Epicardium Prompt-guided Real-time Cardiac Ultrasound Frame-to-volume Registration [50.602074919305636]
本稿では,CU-Reg と呼ばれる,軽量でエンドツーエンドなカード・ツー・エンド・超音波フレーム・ツー・ボリューム・レジストレーション・ネットワークを提案する。 2次元スパースと3次元濃密な特徴の相互作用を増強するために,心内膜急速ガイドによる解剖学的手がかりを用い,その後,強化された特徴のボクセル的局所グロバル集約を行った。
論文参考訳（メタデータ） (2024-06-20T17:47:30Z)
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)
AiAReSeg: Catheter Detection and Segmentation in Interventional Ultrasound using Transformers [75.20925220246689]
血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
論文参考訳（メタデータ） (2023-09-25T19:34:12Z)
Physically Inspired Constraint for Unsupervised Regularized Ultrasound Elastography [3.4519649635864584]
変位推定は、ほぼ全ての超音波エラストグラフィ(USE)技術の重要なステップである。 2つの主要な特徴は、一般的な光学フロー問題と比較して、このタスクをユニークなものにしている。非教師付き正規化エラストグラフィ(PICTURE)のための物理インスパイアされたコンストラントを提案する。
論文参考訳（メタデータ） (2022-06-05T17:45:11Z)

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。