論文の概要: Human-Inspired Framework for Robotic Craniotomy: Integrating Multimodal Fusion and Adaptive Trajectory Adjustment

• arxiv url: http://arxiv.org/abs/2607.21058v1
• Date: Thu, 23 Jul 2026 08:46:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-24 18:26:25.336926
• Title: Human-Inspired Framework for Robotic Craniotomy: Integrating Multimodal Fusion and Adaptive Trajectory Adjustment
• Title（参考訳）: ロボット頭蓋切開のためのヒューマンインスピレーションド・フレームワーク--多モード核融合と適応軌道調整を統合して
• Authors: Renzhen Le, Xiao Zhang, Di Wu, Yuanyu Wei, Jiachen Zhu, Zhenzhi Ying, Pengfei Zhang, Liming Shu,
• Abstract要約: 手指頭切開術は, 外科的疲労, 硬膜損傷を伴い, 高リスク, スキル依存的な手術である。 術中計画と術中実行をインテリジェントに統合する,人間にインスパイアされたクローズドループロボット頭蓋切断フレームワークを提案する。 牛のリブの実験では、ブレークスルー予測精度は97%、検出遅延は0.048 +/- 0.097 s、最大オーバーシュートは0.29 mmである。
• 参考スコア（独自算出の注目度）: 11.44210370034241
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Manual craniotomy is a high-risk, skill-dependent procedure associated with surgeon fatigue and potential dural injury. While robotic approaches have improved safety, existing open-loop systems rely solely on preoperative images and cannot compensate for intraoperative registration errors or tissue deformation. To address this, we propose a human-inspired closed-loop robotic craniotomy framework that intelligently integrates preoperative planning with intraoperative execution. An adaptive dual-contour fusion algorithm is employed to generate trajectories that conform to complex cranial geometries while maintaining a consistent tool-bone relative pose. For intraoperative perception, a multimodal two-stage cross-modal attention block (CMA)-temporal convolutional network (TCN)-Transformer network combined with an adaptive Bayesian filter fuses force and acoustic signals to achieve robust breakthrough detection under varying bone conditions. Upon detection, an in-situ projection-based trajectory adjustment strategy dynamically compensates for depth deviations, enabling safe residual bone isolation. Experiments on bovine ribs show a breakthrough prediction accuracy of 97%, a detection latency of 0.048 +/- 0.097 s, and a maximum overshoot of 0.29 mm. All four ex vivo cranial experiments were successfully completed without dural injury. These results demonstrate that the proposed cybernetic framework enables safe and autonomous craniotomy with highly effective closed-loop control.
• Abstract（参考訳）: 手指頭切開術は, 外科的疲労, 硬膜損傷を伴い, 高リスク, スキル依存的な手術である。 ロボットによるアプローチでは安全性が向上したが、既存のオープンループシステムは術前の画像のみに依存しており、術中登録ミスや組織変形を補うことはできない。 そこで本研究では,ヒトに触発されたクローズドループ型ロボット頭蓋切開フレームワークを提案し,術前計画と術中実行をインテリジェントに統合する。 適応的な二重輪郭融合アルゴリズムを用いて、一貫したツールボーン相対的なポーズを維持しながら、複雑な頭蓋領域に適合する軌道を生成する。 術中知覚において, 適応型ベイズフィルタと音響信号とを併用した多モード2段クロスモーダルアテンションブロック(CMA)-時間畳み込みネットワーク(TCN)-トランスフォーマーネットワークは, 骨条件の異なる状態で頑健なブレークスルー検出を実現する。 検出されると、その場での投射に基づく軌道調整戦略は、深さのずれを動的に補償し、安全な残骨分離を可能にする。 牛のリブの実験では、ブレークスルー予測精度は97%、検出遅延は0.048 +/- 0.097 s、最大オーバーシュートは0.29 mmである。 4つの生体外頭蓋実験は、デュラルケガを伴わずに完了した。 これらの結果から,提案するサイバネティック・フレームワークにより,クローズドループ制御による安全かつ自律的な頭蓋切開が可能であることが示唆された。

関連論文リスト

• Brain-WM: Brain Glioblastoma World Model [56.45393372490125]
  我々は、次世代治療予測と将来のMRI生成を統一する先駆的なGBMワールドモデルであるBrain-WMを提案する。 Brain-WMは、潜在ダイナミクスを共有潜在空間に符号化し、関節自己回帰治療予測とフローベース将来のMRI生成を行う。 最終的にBrain-WMは、患者医療を最適化するための堅牢な臨床サンドボックスを提供する。
  論文  参考訳（メタデータ） (2026-03-08T09:54:08Z)
• Modeling and Control of a Pneumatic Soft Robotic Catheter Using Neural Koopman Operators [3.2642164905437503]
  ソフトなロボットカテーテルシステムを構築するために,ニューラルネットワークで強化されたクープマン演算子フレームワークを提案する。 心房アブレーションにおけるX線透視における放射線被曝の最小化の必要性から,オープンループ制御戦略について検討した。 提案手法は平均誤差が2.1 +- 0.4 mm、方向が4.9 +- 0.6 である。
  論文  参考訳（メタデータ） (2026-03-04T14:36:22Z)
• DRBD-Mamba for Robust and Efficient Brain Tumor Segmentation with Analytical Insights [54.87947751720332]
  脳腫瘍の正確なセグメンテーションは、臨床診断と治療に重要である。 マンバを拠点とするState Space Modelsは、有望なパフォーマンスを示している。 本稿では,計算オーバーヘッドを最小限に抑えながら,マルチスケールの長距離依存関係をキャプチャするマルチ解像度双方向マンバを提案する。
  論文  参考訳（メタデータ） (2025-10-16T07:31:21Z)
• Robotic Ultrasound-Guided Femoral Artery Reconstruction of Anatomically-Representative Phantoms [2.1113382954657594]
  大腿骨動脈アクセスは, 診断血管造影, 治療カテーテル, 緊急治療など, 多数の臨床処置に必須である。 その重要な役割にもかかわらず、解剖学的多様性、脂肪組織を過度に覆い、正確な超音波ガイドの必要性により、血管アクセスの成功は依然として困難である。 人工骨頭動脈の自律型超音波スキャン法を提案し,実際のCTデータから得られた5つの血管ファントムについて検証した。
  論文  参考訳（メタデータ） (2025-03-09T22:20:25Z)
• Autonomous Vision-Guided Resection of Central Airway Obstruction [0.0]
  既存の気管腫瘍切除法では, 気道クリアランスの精度が低い場合が多い。 気管腫瘍の口蓋切除に対する視覚ガイド下自律的アプローチを提案する。
  論文  参考訳（メタデータ） (2025-02-25T19:11:11Z)
• 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)
• Safe Deep RL for Intraoperative Planning of Pedicle Screw Placement [61.28459114068828]
  安全な深部強化学習(DRL)に基づく訓練経路計画にリアルタイムな観察を活用するロボット脊椎手術の術中計画手法を提案する。 本手法は,ゴールドスタンダード (GS) 掘削計画に関して,90%の骨貫通を達成できた。
  論文  参考訳（メタデータ） (2023-05-09T11:42:53Z)
• Automatic Detection and Segmentation of Postoperative Cerebellar Damage Based on Normalization [1.1470070927586016]
  小脳損傷の確実な局在化と測定は、損傷した小脳領域と術後の神経学的結果との関係を研究するために不可欠である。 既存の脳の正常化法は術後のスキャンでは信頼性が低いため,手動ラベリングによる外科的損傷の計測が現在行われている。 術後3次元T1MRIを用いて,手術による小脳損傷を自動的に検出・測定する頑健なアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2022-03-03T22:26:59Z)
• Multiple Time Series Fusion Based on LSTM An Application to CAP A Phase Classification Using EEG [56.155331323304]
  本研究では,深層学習に基づく脳波チャンネルの特徴レベル融合を行う。 チャネル選択,融合,分類手順を2つの最適化アルゴリズムで最適化した。
  論文  参考訳（メタデータ） (2021-12-18T14:17:49Z)

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。