論文の概要: Forbidden Region Dynamic Active Constraints in Robot-Assisted Minimally Invasive Surgery
- arxiv url: http://arxiv.org/abs/2608.03010v1
- Date: Tue, 04 Aug 2026 01:44:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-06 07:04:20.688392
- Title: Forbidden Region Dynamic Active Constraints in Robot-Assisted Minimally Invasive Surgery
- Title（参考訳）: ロボットによる低侵襲手術における禁止領域動的能動拘束
- Authors: Zejian Cui, Ferdinando Rodriguez y Baena,
- Abstract要約: ロボット補助手術では、禁止領域アクティブ制約(FRAC)は、外科医に対する異方性触覚誘導を発生させることで、作業の安全を維持するための制御戦略である。
これらの課題には、動的組織変形を許容し、エネルギー透過性を維持し、実装の速度を向上する能力が含まれる。
深度検知カメラを用いて呼吸運動による動的組織変形を許容するエネルギー散逸型FRAC戦略のパイプライン設計を提案する。
- 参考スコア（独自算出の注目度）: 35.18343759591773
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In robot-assisted surgery, Forbidden Region Active Constraints (FRAC) represent a control strategy that helps maintain task safety by generating anisotropic haptic guidance to surgeons. However, several challenges need to be overcome before FRAC can benefit teleoperative surgery in a clinical setting. These challenges include the ability to allow for dynamic tissue deformation, maintain energetic passivity, and speed of implementation, among others. In this study, we propose the pipeline design for an energy dissipative FRAC strategy, which accommodates the dynamic tissue deformation caused by respiratory movements, by utilizing a depth sensing camera. The proposed FRAC strategy adopts a fine mesh representation, with a total number of 122,806 polygons in the case study presented, while running at 43.48Hz. We designed in vitro trajectory tracking experiments conducted by a "virtual" surgeon to aid quantitative assessment of the method, including its effectiveness in maintaining task safety, which was confirmed by successfully maintaining a pre-defined safety distance across all trials. We also conducted comparative studies to investigate the robustness and time-efficiency of our method against other FRAC methods that rely on simple geometry AC representations. We demonstrate that our method provides a more robust and effective guidance overall, while maintaining comparable, if not lower, time costs.
- Abstract（参考訳）: ロボット補助手術では、禁止領域アクティブ制約(FRAC)は、外科医に対する異方性触覚誘導を発生させることで、作業の安全を維持するための制御戦略である。
しかし、FRACが遠隔手術に有効になるためには、いくつかの課題を克服する必要がある。
これらの課題には、動的組織変形を許容する能力、エネルギー的通過率の維持、実装のスピードなどが含まれる。
本研究では,深度検知カメラを用いて呼吸運動による動的組織変形に対応するエネルギー散逸型FRAC戦略のパイプライン設計を提案する。
提案したFRAC戦略は、43.48Hzで動作しながら、合計122,806個のポリゴンのメッシュ表現を採用する。
本手法の定量的評価を支援するために「仮想的」外科医が実施したin vitroにおける軌道追跡実験を設計し,全試験において予め定義された安全距離を維持することにより,タスクセーフティの維持に有効性を確認した。
また,簡単な幾何AC表現に依存する他のFRAC法に対して,本手法の堅牢性と時間効率について比較検討を行った。
我々は,本手法が全体としてより堅牢で効果的なガイダンスを提供する一方で,時間的コストを低く抑えながら,同等に維持できることを実証した。
関連論文リスト
- EMG-Based Adaptation of Anisotropic Virtual Fixtures for Robot-Assisted Surgical Resection and Dissection [0.27998963147546146]
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。
論文 参考訳（メタデータ） (2026-06-11T13:29:55Z) - Learning-Based Adaptive Control for Surgical Robotic Exposure Task on Deformable Tissues [14.594086345997582]
組織抽出作業の現実的なモデルを定式化し、ROI露光を実現するための学習ベースの適応制御フレームワークを提案する。
このフレームワークは、類似したタスクへのゼロショット適応を示し、自律的リトラクション処理を完了できることを示す。
論文 参考訳（メタデータ） (2026-05-18T06:36:53Z) - Efficient Deformable Tissue Reconstruction via Orthogonal Neural Plane [58.871015937204255]
変形性組織を再建するための高速直交平面(Fast Orthogonal Plane)を導入する。
我々は外科手術を4Dボリュームとして概念化し、それらをニューラルネットワークからなる静的および動的フィールドに分解する。
この分解により4次元空間が増加し、メモリ使用量が減少し、最適化が高速化される。
論文 参考訳（メタデータ） (2023-12-23T13:27:50Z) - ST(OR)2: Spatio-Temporal Object Level Reasoning for Activity Recognition
in the Operating Room [6.132617753806978]
ORにおける外科的活動認識のための新しい試料効率およびオブジェクトベースアプローチを提案する。
本手法は, 臨床医と手術器具の幾何学的配置に着目し, ORにおける重要な物体相互作用のダイナミクスを活用する。
論文 参考訳（メタデータ） (2023-12-19T15:33:57Z) - Redefining the Laparoscopic Spatial Sense: AI-based Intra- and
Postoperative Measurement from Stereoimages [3.2039076408339353]
立体視を用いた腹腔鏡計測のための人体AIを用いた新しい手法を開発した。
本研究は, 総合的質的要件分析に基づいて, 包括的測定法を提案する。
提案手法が1mm以下の誤差で精度の高い距離測定を実現する可能性について概説した。
論文 参考訳（メタデータ） (2023-11-16T10:19:04Z) - 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) - Demonstration-Guided Reinforcement Learning with Efficient Exploration
for Task Automation of Surgical Robot [54.80144694888735]
効率的な強化学習アルゴリズムであるDEX(Demonstration-Guided Exploration)を導入する。
本手法は,生産的相互作用を促進するために,高い値で専門家のような行動を推定する。
総合的な手術シミュレーションプラットフォームであるSurRoLによる10ドルの手術操作に関する実験では、大幅な改善が示されている。
論文 参考訳（メタデータ） (2023-02-20T05:38:54Z) - CholecTriplet2021: A benchmark challenge for surgical action triplet
recognition [66.51610049869393]
腹腔鏡下手術における三肢の認識のためにMICCAI 2021で実施した内視鏡的視力障害であるColecTriplet 2021を提案する。
課題の参加者が提案する最先端の深層学習手法の課題設定と評価について述べる。
4つのベースライン法と19の新しいディープラーニングアルゴリズムが提示され、手術ビデオから直接手術行動三重項を認識し、平均平均精度(mAP)は4.2%から38.1%である。
論文 参考訳（メタデータ） (2022-04-10T18:51:55Z) - Real-time landmark detection for precise endoscopic submucosal
dissection via shape-aware relation network [51.44506007844284]
内視鏡下粘膜下郭清術における高精度かつリアルタイムなランドマーク検出のための形状認識型関係ネットワークを提案する。
まず,ランドマーク間の空間的関係に関する先行知識を直感的に表現する関係キーポイント・ヒートマップを自動生成するアルゴリズムを考案する。
次に、事前知識を学習プロセスに段階的に組み込むために、2つの補完的な正規化手法を開発する。
論文 参考訳（メタデータ） (2021-11-08T07:57:30Z) - The SARAS Endoscopic Surgeon Action Detection (ESAD) dataset: Challenges
and methods [15.833413083110903]
本稿では,内視鏡下低侵襲手術における外科医の行動検出問題に取り組むための,最初の大規模データセットであるesadについて述べる。
このデータセットは、前立腺切除術中にキャプチャされた実際の内視鏡的ビデオフレーム上の21のアクションクラスに対するバウンディングボックスアノテーションを提供し、最近のMIDL 2020チャレンジのベースとして使用された。
論文 参考訳（メタデータ） (2021-04-07T15:11:51Z)
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。