論文の概要: Contour-Constrained Deformable Registration with Parameter Characterization for Head and Neck Surgical Guidance

• arxiv url: http://arxiv.org/abs/2606.19767v1
• Date: Thu, 18 Jun 2026 04:07:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-19 18:23:39.640013
• Title: Contour-Constrained Deformable Registration with Parameter Characterization for Head and Neck Surgical Guidance
• Title（参考訳）: 頭頸部手術誘導のためのパラメータ特性を考慮した輪郭拘束変形性レジストレーション
• Authors: Qingyun Yang, Jon S. Heiselman, Ayberk Acar, Morgan J. Ringel, Michael I. Miga, Matthieu Chabanas, Michael C. Topf, Jie Ying Wu,
• Abstract要約: 術後組織の変形を矯正し,術中ガイドを提供するバイオメカニクス駆動型変形性登録フレームワークを提案する。 皮膚、頬粘膜、舌の部位から採取した9種の標本のうち、全体的な平均目標登録誤差は、厳密な登録により111.11 pm 4.07$ mmであった。 提案された輪郭に拘束された変形可能な登録は、さらにエラーを5.62 pm 2.28$ mmに減らした。
• 参考スコア（独自算出の注目度）: 1.77256810223988
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: With 890,000 annual new cases globally, head and neck squamous cell carcinoma has one of the highest recurrence rates among solid malignancies. Although frozen section analysis is the standard of care for intraoperative margin assessment, accurately relocating detected positive margins on the resection bed remains challenging due to imprecise alignment between resected specimens and their resection bed, compounded by post-resection mucosal tissue shrinkage. We present a biomechanics-driven deformable registration framework that corrects post-resection tissue deformation to provide intraoperative guidance. Our approach registers 3D specimen meshes to intraoperative resection bed point clouds using a deformable registration approach based on regularized Kelvinlet basis functions. The registration matches surface point clouds, fiducial landmarks, and boundary contour constraints that directly penalize perpendicular distance-to-agreement between specimen and resection bed boundaries. Across nine specimens from skin, buccal mucosa, and tongue sites, the overall mean target registration error was $11.11 \pm 4.07$ mm using rigid registration, which decreased to $8.20 \pm 2.68$ mm (26.19\% reduction) using deformable registration without contour constraint. The proposed contour-constrained deformable registration further reduced the error to $5.62 \pm 2.28$ mm, a 49.41\% reduction relative to rigid registration. We observed the largest reduction in the most clinically challenging tongue specimens. We also performed a systematic two-stage parameter search to characterize the relative importance of surface alignment, fiducial correspondences, contour constraint, and strain energy regularization. This search revealed that contour weighting dominates registration accuracy for tissue types with large lateral deformation, while the algorithm operates over a broad range of parameter combinations.
• Abstract（参考訳）: 全世界で890,000の新しい症例があり, 頭頸部扁平上皮癌は固形癌の中でも最も再発率が高い。 凍結断面積分析は術中マージン評価の基準となっているが,切除後の粘膜組織収縮をともなう切除片と切除片間の不整合により,検出された正のマージンの正確な移動は困難である。 術後組織の変形を矯正し,術中ガイドを提供するバイオメカニクス駆動型変形性登録フレームワークを提案する。 本手法では, 正規化Kelvinletベース関数に基づく変形可能な登録手法を用いて, 3次元検体メッシュを術中切除台点雲に登録する。 登録は、表面点雲、フィデューシャルランドマーク、境界輪郭の制約と一致する。 皮膚, 頬粘膜, 舌部位から採取した9つの標本の全体平均目標登録誤差は, 剛性登録による111.11 \pm 4.07$ mmであり, 輪郭拘束のない変形性登録による8.20 \pm 2.68$ mm (26.19\%) まで低下した。 提案された輪郭に拘束された変形可能な登録は、さらにエラーを5.62 pm 2.28$ mmに減らした。 最も臨床的に難しい舌標本の減少を観察した。 また, 表面アライメント, フィデューシャル対応, 輪郭制約, ひずみエネルギー正則化の相対的重要性を特徴付けるために, 系統的な2段階パラメータ探索を行った。 この結果,輪郭重み付けは側方変形の大きい組織型の登録精度を優先し,アルゴリズムは幅広いパラメータの組み合わせで動作することがわかった。

関連論文リスト

• Clinically Aligned Geometry Constraints for Robust IVUS Vessel Boundary Segmentation [10.359133930200992]
  定量的冠プラーク負荷評価には血管内超音波(IVUS)セグメンテーションが重要である。 オーバーラップスコアを優先する標準的な手法は境界ドリフトやトポロジーの誤りに悩まされ、不正確な臨床測定に繋がる。 クロスドメイン・アテンションと時間融合を併用したデュアル・カルテシアン・ポーラ・エンコーダを用いて、5フレームIVUSクリップを処理する幾何一貫性ネットワークGeoCatを提案する。 Dice/IoU, 境界測度(95HD), ASSD, トポロジ違反率, 臨床幾何学誤差(dmax/dmin, 角度, 面積)など, セグメンテーション精度とプラーク関連臨床指標の両方を用いて評価を行った。
  論文  参考訳（メタデータ） (2026-06-17T06:02:01Z)
• Preoperative-to-intraoperative Liver Registration for Laparoscopic Surgery via Latent-Grounded Correspondence Constraints [51.7011449975586]
  Land-Regは変形可能な登録フレームワークで、潜伏した2D-3Dのランドマーク対応を学習する。 厳格な登録のために、Land-Regはクロスモーダルラテントアライメントモジュールを採用している。 類似性マッチングを持つ不確実なオーバーラップランドマーク検出器を提案し, 明確な2D-3Dランドマーク対応を強く推定する。
  論文  参考訳（メタデータ） (2026-03-02T10:44:03Z)
• Hide-and-Seek Attribution: Weakly Supervised Segmentation of Vertebral Metastases in CT [68.09387763135236]
  脊椎レベルの健康・悪性のラベルにのみ、病変マスクを伴わずに訓練を施した弱い指導方法を提案する。 マスクの監視がないにも関わらず,強い爆発・解析性能を達成する。
  論文  参考訳（メタデータ） (2025-12-07T14:03:28Z)
• Autonomous labeling of surgical resection margins using a foundation model [4.873604837915161]
  本研究は,全スライディング画像上で外科的切削面を自律的に局所化する仮想インクネットワーク(VIN)を提案する。 VINは、特徴抽出器として凍結基礎モデルと、因果一貫性のある特徴のパッチレベル分類のために訓練されたコンパクトな2層多層パーセプトロンを使用する。
  論文  参考訳（メタデータ） (2025-11-27T05:52:42Z)
• Landmark-Free Preoperative-to-Intraoperative Registration in Laparoscopic Liver Resection [50.388465935739376]
  術前の3Dモデルを術中2Dフレームにオーバーレイすることで肝臓の空間解剖を明瞭に把握し,より高い手術成功率を達成することができる。 既存の登録法は解剖学的ランドマークに大きく依存しており、2つの大きな制限に直面している。 本稿では,効果的な自己教師型学習を生かした,目覚ましくない術前・術中登録フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-21T14:55:57Z)
• Augmented Reality-based Guidance with Deformable Registration in Head and Neck Tumor Resection [3.0375728447182766]
  厚み情報を登録プロセスに組み込んだ新規な変形可能な登録フレームワークを提案する。 舌標本では, 対象登録誤差(TRE)を最大33%改善した。 異なる試料の異なる変形挙動を解析し, 整形変形戦略の必要性を強調した。
  論文  参考訳（メタデータ） (2025-03-11T18:32:14Z)
• Towards Automatic Identification of Missing Tissues using a Geometric-Learning Correspondence Model [0.0]
  患者内構造メッシュの欠損組織を同定するためのパイプラインを提案する。 これは、対応する解剖学で欠落点を特定するために幾何学的学習モデルが提案された初めての例である。
  論文  参考訳（メタデータ） (2025-02-16T20:43:53Z)
• Automatic registration with continuous pose updates for marker-less surgical navigation in spine surgery [52.63271687382495]
  本研究では, 腰部脊柱管固定術の登録問題を, 無放射線で自動的に解決するアプローチを提案する。 深部神経ネットワークは、腰椎を分割し、その方向を同時に予測するように訓練され、前手術モデルに対する最初のポーズが得られた。 拡張現実ベースのナビゲーションシステムとの統合により、直感的な外科的ガイダンスが提供される。
  論文  参考訳（メタデータ） (2023-08-05T16:26:41Z)
• GSMorph: Gradient Surgery for cine-MRI Cardiac Deformable Registration [62.41725951450803]
  学習に基づく変形可能な登録は、フィールドの登録精度と滑らかさをトレードオフする重み付けされた目的関数に依存する。 我々は,GSMorphと呼ばれる勾配手術機構に基づく登録モデルを構築し,複数の損失に対してパラメータフリーな高バランスを実現する。 提案手法はモデルに依存しないため,パラメータの追加や推論の遅延を伴わずに,任意のディープ登録ネットワークにマージすることができる。
  論文  参考訳（メタデータ） (2023-06-26T13:32:09Z)

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。