論文の概要: SurgLAT: Surgical Latent Attention Tracking for Depth-Aware Robotic Laparoscope Control

• arxiv url: http://arxiv.org/abs/2608.07876v1
• Date: Sat, 08 Aug 2026 03:04:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:36.543877
• Title: SurgLAT: Surgical Latent Attention Tracking for Depth-Aware Robotic Laparoscope Control
• Title（参考訳）: SurgLAT:Depth-Aware Robotic Laparoscope Controlのための手術遅延注意トラッキング
• Abstract要約: SurgLAT(SurgLAT)は遅発性手術注意モデルと自律腹腔鏡視下視力制御のための因果的オンラインフレームワークである。 SurgLATは、凍結したDINOv3エンコーダと状態条件の空間トークンミキサーを使用して、メモリ誘導された空間的事前の操作証拠を抽出する。 さらに,仮想軸の定式化に基づくラパロスコープ・リモート・センター・オブ・モーション(RCM)制約によるロボット配置フレームワークを導入する。
• 参考スコア（独自算出の注目度）: 32.598197128759146
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Autonomous laparoscopic camera control requires continuous understanding of the surgeon's operative intent in dynamic surgical scenes, where the target operative region is not a stable physical object but a latent and temporally evolving attention state. In this work, we present Surgical Latent Attention Tracking (SurgLAT), a causal online framework for latent surgical attention modeling and autonomous laparoscopic view control. SurgLAT uses a frozen DINOv3 encoder and a state-conditioned spatial token mixer to extract operative evidence under a memory-guided spatial prior, while a selective causal latent memory module jointly models short-term motion continuity and long-horizon surgical intent evolution through dynamic retrieval of current, recent, and historical latent states. The learned latent surgical attention state is decoded into a probabilistic attention heatmap and operative region for downstream endoscope guidance. Beyond perception, we further introduce a robotic deployment framework with explicit laparoscopic Remote Center of Motion (RCM) constrained control based on virtual-axis formulation, together with redundancy-aware null-space initialization for stable and smooth manipulator motion. We validate the full system on real laparoscopic surgical videos and a physical robotic laparoscope platform. Experimental results demonstrate robust online operative-region tracking and stable autonomous endoscopy adjustment under occlusion, rapid motion, and target transitions, highlighting the effectiveness of latent surgical intent modeling for surgical autonomy.
• Abstract（参考訳）: 自律型腹腔鏡カメラコントロールは、手術領域が安定した物理的対象ではなく、潜在的かつ時間的に進行する注意状態である動的な手術シーンにおいて、外科医の手術意図を継続的に理解する必要がある。 本研究は,潜伏型手術注意モデルと自律型腹腔鏡視下視力制御のための因果的オンラインフレームワークであるSurgLATについて述べる。 SurgLATは、凍結したDINOv3エンコーダと状態条件付き空間トークンミキサーを使用して、メモリ誘導された空間的事前の操作証拠を抽出し、選択因果潜在メモリモジュールは、現在の、最近の、歴史的な潜伏状態の動的検索を通じて、短期的な運動継続性と長期の外科的意図の進化を共同でモデル化する。 学習した遅発性外科的注意状態は、下流内視鏡ガイドのための確率的注意熱マップと手術領域に復号される。 知覚以外にも,仮想軸定式化に基づくラパロスコープ・リモート・センター・オブ・モーション(RCM)制約制御と,安定かつスムーズなマニピュレータ動作のための冗長性を考慮したヌル空間初期化も導入する。 実腹腔鏡下手術ビデオとロボット腹腔鏡プラットフォームを用いた全システムの評価を行った。 実験の結果, 閉鎖, 急速移動, 目標遷移下での頑健なオンライン手術領域追跡と安定した自律内視鏡調整が示され, 外科的自律性に対する遅発性手術意図モデリングの有効性が示された。

関連論文リスト

• SurgAM: Surgical Affordance Map Prediction with Multimodal Feature Fusion for Robot Autonomy [24.007662271891277]
  本稿では,視覚的データから基本的な手術行動のための動作可能な領域を識別する手術手当予測手法を提案する。 自己監督型視覚変換器エンコーダの相補的強度を利用する適応型特徴融合フレームワークを提案する。 シーン誘導型アテンションデコーダを提案する。
  論文  参考訳（メタデータ） (2026-07-05T16:12:01Z)
• Long-Short Term Agents for Pure-Vision Bronchoscopy Robotic Autonomy [24.222298208225155]
  既存のナビゲーションプラットフォームは、電磁的なトラッキングや形状検出といった外部のローカライゼーション技術に依存している。 我々は,術前CTから得られた仮想目標とライブ内視鏡映像を用いて,長時間の気管支鏡視下ナビゲーションを行う視覚のみの自律フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-09T03:09:51Z)
• 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)
• SurgAtt-Tracker: Online Surgical Attention Tracking via Temporal Proposal Reranking and Motion-Aware Refinement [45.37105164372227]
  SurgAtt-Trackerは外科的注意をしっかり追跡する総合的なフレームワークである。 複数の外科的データセットの実験は、SurgAtt-Trackerが一貫して最先端のパフォーマンスを達成することを示した。
  論文  参考訳（メタデータ） (2026-02-24T07:30:51Z)
• DINO-CVA: A Multimodal Goal-Conditioned Vision-to-Action Model for Autonomous Catheter Navigation [0.33727511459109777]
  本研究は,マルチモーダルな目標条件行動クローニングフレームワークであるDINO-CVAの導入により,自律カテーテルナビゲーションへ移行する。 提案モデルでは,視覚観測とジョイスティックのキネマティクスを統合埋め込み空間に融合し,視覚とキネマティクスの両方を意識したポリシーを実現する。 その結果, DINO-CVAは動作予測の精度が高く, キネマティクスのみのベースラインの性能と一致していることがわかった。
  論文  参考訳（メタデータ） (2025-10-19T22:59:32Z)
• Robotic Constrained Imitation Learning for the Peg Transfer Task in Fundamentals of Laparoscopic Surgery [18.64205729932939]
  腹腔鏡下手術の基礎(FLS)におけるペグ伝達タスクを模倣学習で行うロボットの実装戦略を提案する。 本研究では,単眼画像のみを用いて,より正確な模倣学習を実現する。 2台のフランカ・エミカ・パンダ・ロボットアームを用いて全体システムを実装し,その有効性を検証した。
  論文  参考訳（メタデータ） (2024-05-06T13:12:25Z)
• CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
  縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。 ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。 我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
  論文  参考訳（メタデータ） (2024-03-21T15:13:36Z)
• AiAReSeg: Catheter Detection and Segmentation in Interventional Ultrasound using Transformers [75.20925220246689]
  血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。 本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
  論文  参考訳（メタデータ） (2023-09-25T19:34:12Z)
• GLSFormer : Gated - Long, Short Sequence Transformer for Step Recognition in Surgical Videos [57.93194315839009]
  本稿では,シーケンスレベルのパッチから時間的特徴を直接学習するための視覚変換器に基づくアプローチを提案する。 本研究では,白内障手術用ビデオデータセットである白内障-101とD99に対するアプローチを広範に評価し,各種の最先端手法と比較して優れた性能を示した。
  論文  参考訳（メタデータ） (2023-07-20T17:57:04Z)
• 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。