論文の概要: Touchless Intraoperative Image Access System Based on Vision-Based Hand Tracking

• arxiv url: http://arxiv.org/abs/2604.24235v1
• Date: Mon, 27 Apr 2026 09:43:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:07.882116
• Title: Touchless Intraoperative Image Access System Based on Vision-Based Hand Tracking
• Title（参考訳）: 視覚に基づく手の動き追跡に基づく非接触型術中画像アクセスシステム
• Authors: Yin Lin, Domenico Aquino, Alberto Redaelli, Massimiliano Del Bene, Riccardo Barbieri, Simona Ferrante,
• Abstract要約: 本研究は,手の動きによる医用画像の術中ナビゲーションシステムを提案する。 ハンドトラッキングはMediaPipe Handsを使ってリアルタイムに行われ、ハンドランドマークを2.5Dで推定する。 フレームレベルのロギングと、レイテンシ、ロバスト性、インタラクションメトリクスの定量的分析により、パフォーマンスを評価した。
• 参考スコア（独自算出の注目度）: 2.578770566982345
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Touchless interaction with medical images is becoming increasingly important in the surgical field, where sterility and continuity of the operational workflow are essential requirements. This work presents a vision-based system for intraoperative navigation of medical images through hand gestures acquired using a single RGB camera. Unlike many existing solutions, the system does not require additional hardware or user-specific training. Hand tracking is performed in real time using MediaPipe Hands, which provides a 2.5D estimation of hand landmarks. Simple and intuitive gestures are then mapped into translation, rotation, and zoom commands, enabling continuous and natural interaction with the image viewer. The system architecture is independent from the visualization software and, for implementation simplicity, in this study it was integrated with PyVista. Performance was evaluated through frame-level logging and quantitative analysis of latency, stability, and interaction robustness metrics. Experimental results highlight real-time behavior, with reduced latencies and stable control, in line with the requirements of fluid interaction. The system demonstrates the feasibility of a low-cost touchless solution for intraoperative access to medical images, laying the groundwork for future clinical evaluations.
• Abstract（参考訳）: 術中ワークフローの不安定性と連続性が必須要件である外科領域では, 医療画像とのタッチレスインタラクションがますます重要になっている。 本研究は、1台のRGBカメラで取得した手の動きによる医用画像の術中ナビゲーションシステムを提案する。 多くの既存のソリューションとは異なり、このシステムは追加のハードウェアやユーザー固有のトレーニングを必要としない。 ハンドトラッキングはMediaPipe Handsを使ってリアルタイムに行われ、ハンドランドマークを2.5Dで推定する。 単純で直感的なジェスチャーは、変換、回転、ズームコマンドにマッピングされ、イメージビューアとの継続的な自然なインタラクションを可能にする。 システムアーキテクチャはビジュアライゼーションソフトウェアとは独立しており、実装の単純さのため、PyVistaと統合されている。 フレームレベルのロギングと、レイテンシ、安定性、相互作用ロバストネスのメトリクスの定量的分析により、性能を評価した。 実験結果は, 流体相互作用の要求に応じて, 遅延を低減し, 安定した制御を行う実時間挙動を強調した。 本システムは,医療画像の術中アクセスのための低コストタッチレスソリューションの実現可能性を示し,今後の臨床評価の基盤となる。

関連論文リスト

• Extend Your Horizon: A Device-Agnostic Surgical Tool Tracking Framework with Multi-View Optimization for Augmented Reality [40.023882327049684]
  手術ナビゲーションは、患者の解剖学と手術器具のポーズを推定することでリアルタイムのガイダンスを提供する。 既存のアプローチのほとんどは明確な視線に依存しており、動的な手術室環境では維持が困難である。 本研究は,動的なシーングラフ表現内に複数の感覚モーダルを融合させることにより,閉塞下での手術器具の追跡を行う枠組みを導入する。
  論文  参考訳（メタデータ） (2026-03-09T05:37:49Z)
• Robotic Grasping and Placement Controlled by EEG-Based Hybrid Visual and Motor Imagery [64.82869118243723]
  本稿では,脳波に基づく視覚・運動画像(VI/MI)とロボット制御を統合し,リアルタイム・意図駆動型把握・配置を実現するフレームワークを提案する。 このシステムは、BCI駆動のロボット工学の約束に感銘を受けて、オフラインで事前訓練されたデコーダをゼロショットで展開することによって、ニューラルネットワークを物理的制御でブリッジする。
  論文  参考訳（メタデータ） (2026-03-03T17:41:42Z)
• EHWGesture -- A dataset for multimodal understanding of clinical gestures [40.20497299469609]
  EHWGestureは、臨床的に関連するジェスチャーを特徴とするジェスチャー理解のためのマルチモーダルビデオデータセットである。 2台の高解像度のRGB-Depthカメラとイベントカメラを使って、25人の健康な被験者から撮影された1,100以上の録音(6時間)が含まれている。
  論文  参考訳（メタデータ） (2025-09-09T09:00:03Z)
• HpEIS: Learning Hand Pose Embeddings for Multimedia Interactive Systems [3.794026166987428]
  仮想センサとしてHpEIS(Hand-pose Embedding Interactive System)を提案する。 ユーザのフレキシブルな手ポーズを、さまざまな手ポーズでトレーニングされた変分オートエンコーダを使用して、2次元の視覚空間にマッピングする。
  論文  参考訳（メタデータ） (2024-10-11T12:51:54Z)
• 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)
• 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)
• Relational Graph Learning on Visual and Kinematics Embeddings for Accurate Gesture Recognition in Robotic Surgery [84.73764603474413]
  本稿では,マルチモーダルグラフネットワーク(MRG-Net)の新たなオンラインアプローチを提案し,視覚情報とキネマティクス情報を動的に統合する。 本手法の有効性は, JIGSAWSデータセット上での最先端の成果で実証された。
  論文  参考訳（メタデータ） (2020-11-03T11:00:10Z)
• A Mobile Robot Hand-Arm Teleoperation System by Vision and IMU [25.451864296962288]
  本稿では,新しい視覚に基づく手ポーズ回帰ネットワーク(Transteleop)とIMUによる腕追跡手法を提案する。 Transteleopは低コストの深度カメラを通して人間の手を観察し、ペアのロボットハンドポーズの深度画像を生成する。 ウェアラブルカメラホルダは、同時ハンドアーム制御を可能にし、遠隔操作システム全体の移動を容易にする。
  論文  参考訳（メタデータ） (2020-03-11T10:57:24Z)

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。