論文の概要: EMG-Based Adaptation of Anisotropic Virtual Fixtures for Robot-Assisted Surgical Resection and Dissection

• arxiv url: http://arxiv.org/abs/2606.13340v1
• Date: Thu, 11 Jun 2026 13:29:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-12 15:55:27.817343
• Title: EMG-Based Adaptation of Anisotropic Virtual Fixtures for Robot-Assisted Surgical Resection and Dissection
• Title（参考訳）: 異方性仮想固定器の筋電図によるロボットによる手術・解離への適応
• Authors: Dario Onfiani, Michael Dyck, Luigi Biagiotti, Julian Klodmann,
• Abstract要約: 本稿では,ロボットによる腹腔鏡下手術のための適応支援システムの開発について述べる。 適応的で異方性のある仮想フィクスチャのための新しいフレームワークを提案する。 本稿では,外科医の意図に基づいて,フィクスチャの形状をリアルタイムで調節する直感的な制御インタフェースを提案する。
• 参考スコア（独自算出の注目度）: 0.27998963147546146
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: In this paper, we address the development of an adaptive assistance system for robot-assisted laparoscopic surgery, specifically for delicate tasks such as Resection and Dissection. Even if Virtual Fixtures offer significant advantages for guiding a surgeon's movements, conventional Virtual Fixtures are often defined by fixed geometries, lacking the flexibility to adapt to the surgical workflow or the surgeon's immediate intent. To address these limitations, we propose a novel framework for an adaptive and anisotropic virtual fixture. In addition, we introduce an intuitive control interface that modulates the fixture's geometry in real-time based on the surgeon's intent, inferred from EMG signals. This approach allows the surgeon to dynamically expand or disengage the constraint by contracting their forearm muscles, enabling seamless transitions between precise guided motion and free repositioning of the tool. Experimental results from a pilot user study, based on a standardized surgical training task, demonstrate the effectiveness of the proposed method. The system showed significant improvements in task accuracy and movement consistency, alongside a reduction in perceived cognitive load, effort, and frustration.
• Abstract（参考訳）: 本稿では,ロボットによる腹腔鏡下手術の適応支援システムの開発について述べる。 バーチャル・フィクスチャが外科医の動きを導く上で大きな利点があるとしても、従来の仮想フィクスチャはしばしば固定されたジオメトリーによって定義され、手術のワークフローや外科医の直接的な意図に適応する柔軟性に欠ける。 これらの制約に対処するため、適応的で異方性のある仮想フィクスチャのための新しいフレームワークを提案する。 さらに,EMG信号から推定される外科医の意図に基づいて,フィクスチャの形状をリアルタイムで調節する直感的な制御インタフェースを導入する。 このアプローチにより、外科医は前腕の筋肉を収縮させることで、動的に収縮を拡大または解離することができ、正確なガイド運動とツールの自由再配置の間のシームレスな遷移を可能にする。 標準化された外科訓練課題に基づくパイロットユーザによる実験結果から,提案手法の有効性を実証した。 このシステムは、認知負荷、努力、フラストレーションの低減とともに、タスク精度と運動の整合性を大幅に改善した。

関連論文リスト

• Learning Surgical Robotic Manipulation with 3D Spatial Priors [73.00031539525202]
  本稿では,3次元空間認識を持つ手術ロボットを支援する,終端から終端までのバイスモータポリシーであるSSTを紹介した。 立体内視鏡画像から頑健な3次元潜伏表現を抽出するために、手術3Dに基づいて強力な幾何学変換器を微調整する。 SSTは、複雑な外科手術における最先端性能と強力な空間一般化を実現する。
  論文  参考訳（メタデータ） (2026-03-04T07:19:56Z)
• NICE: Neural Implicit Craniofacial Model for Orthognathic Surgery Prediction [16.383390439495603]
  解剖学的再建と手術結果の予測に暗黙的神経表現を用いた神経インプリシット頭蓋顔面モデル(NICE)を提案する。 NICEは、顔の表面、上顎、下顎を再構築するために、領域固有の暗黙の符号付き距離関数(SDF)デコーダを使用する形状モジュールと、領域固有の変形デコーダを使用する手術モジュールとを備える。 実験により、NICEは現在の最先端の手法よりも優れており、特に唇やあごなどの重要な顔面領域における予測精度が向上している。
  論文  参考訳（メタデータ） (2025-12-05T17:56:44Z)
• SurgVisAgent: Multimodal Agentic Model for Versatile Surgical Visual Enhancement [8.337819078911405]
  SurgVisAgentはマルチモーダル大言語モデル(MLLM)上に構築されたエンドツーエンドのインテリジェントな手術用視覚エージェントである。 内視鏡画像の歪みカテゴリと重度レベルを動的に識別し、様々な拡張タスクを実行できる。 我々は,SurgVisAgentが従来の単一タスクモデルを上回ることを示す大規模な実験を行い,実世界の外科的歪みをシミュレーションするベンチマークを構築した。
  論文  参考訳（メタデータ） (2025-07-03T03:00:26Z)
• Toward Reliable AR-Guided Surgical Navigation: Interactive Deformation Modeling with Data-Driven Biomechanics and Prompts [21.952265898720825]
  本稿では,計算効率を向上しつつ,FEMレベルの精度を維持するデータ駆動アルゴリズムを提案する。 変形モデリングプロセスに新たなヒューマン・イン・ザ・ループ機構を導入する。 提案アルゴリズムは, 平均目標登録誤差を3.42mmとし, ボリューム精度で最先端の手法を超越した。
  論文  参考訳（メタデータ） (2025-06-08T14:19:54Z)
• Surgical Foundation Model Leveraging Compression and Entropy Maximization for Image-Guided Surgical Assistance [50.486523249499115]
  低侵襲手術(MIS)におけるリアルタイム映像理解の重要性 手術ビデオからコンパクトで情報的表現を学習するための,新しい自己教師型フレームワークであるCompress-to-Explore (C2E)を提案する。 C2Eは、エントロピー最大化デコーダを使用して、臨床的に関連する詳細を保持しながら画像を圧縮し、ラベル付きデータなしでエンコーダのパフォーマンスを向上させる。
  論文  参考訳（メタデータ） (2025-05-16T14:02:24Z)
• Deep intra-operative illumination calibration of hyperspectral cameras [73.08443963791343]
  ハイパースペクトルイメージング (HSI) は, 様々な手術応用に期待できる新しい画像モダリティとして出現している。 手術室における照明条件の動的変化がHSIアプリケーションの性能に劇的な影響を及ぼすことを示す。 手術中におけるハイパースペクトル画像の自動再構成のための新しい学習ベースアプローチを提案する。
  論文  参考訳（メタデータ） (2024-09-11T08:30:03Z)
• Hypergraph-Transformer (HGT) for Interactive Event Prediction in Laparoscopic and Robotic Surgery [47.47211257890948]
  腹腔内ビデオから外科的ワークフローの重要なインタラクティブな側面を理解し,予測できる予測型ニューラルネットワークを提案する。 我々は,既存の手術用データセットとアプリケーションに対するアプローチを検証し,アクション・トリプレットの検出と予測を行った。 この結果は、非構造的な代替案と比較して、我々のアプローチの優位性を示している。
  論文  参考訳（メタデータ） (2024-02-03T00:58:05Z)
• Action Recognition in Video Recordings from Gynecologic Laparoscopy [4.002010889177872]
  行動認識は腹腔鏡画像解析における多くの応用の前提条件である。 本研究では,CNN-RNNアーキテクチャと,カスタマイズしたトレーニング推論フレームワークの設計と評価を行う。
  論文  参考訳（メタデータ） (2023-11-30T16:15:46Z)
• 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)
• 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。