論文の概要: ForceU-VLA: A Force-Aware Vision-Language-Action Model for Embodied Ultrasound Scanning
- arxiv url: http://arxiv.org/abs/2608.15009v1
- Date: Sat, 15 Aug 2026 03:39:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-18 19:59:03.160741
- Title: ForceU-VLA: A Force-Aware Vision-Language-Action Model for Embodied Ultrasound Scanning
- Title（参考訳）: ForceU-VLA:身体超音波スキャンのための力認識型視覚・言語反応モデル
- Abstract要約: 超音波検査プロセスの自動化と標準化を可能にする。
既存の手法は、力と超音波のモード間の疎結合なモデリングに悩まされている。
本稿では,自律型超音波スキャンのための力認識型ビジョン・ランゲージ・アクションモデルであるForceU-VLAを提案する。
- 参考スコア（独自算出の注目度）: 17.732925254008943
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Embodied intelligent ultrasound scanning enables the automation and standardization of the ultrasound examination process by integrating perception, decision-making, and execution capabilities. However, existing methods suffer from loosely coupled modeling between force and ultrasound modalities and lack awareness of scanning stages, which limits their ability to capture dynamic probe-tissue interactions. To address these issues, we propose ForceU-VLA, a force-aware Vision-Language-Action model for autonomous embodied ultrasound scanning, which leverages force signals and ultrasound image feedback throughout the scanning process to enable accurate and high-quality ultrasound acquisition. Firstly, we propose a Force-Ultrasound Synergistic Fusion Module (FUSFM) that synergistically fuses ultrasound visual and force-feedback information to provide stable, reliable guidance for probe motion. Secondly, a Stage-Adaptive Modulation Mechanism (SAMM) is proposed to accommodate the task requirements across different scanning stages by adaptively modulating multimodal features to enhance their representation quality. Additionally, we introduce ForceU-VLA-Data, a real-world, force-aware embodied ultrasound dataset that integrates visual, force, and action signals, including data from two organs across five representative clinical scanning views, and comprising 450 expert-collected trajectories with approximately 100,000 synchronized multimodal frames. Extensive experimental results demonstrate that ForceU-VLA significantly improves contact stability and probe pressure regulation in embodied ultrasound scanning, thereby effectively enhancing task execution quality and overall system reliability. The source code is available at https://github.com/VMVLab/ForceU-VLA.
- Abstract（参考訳）: 身体的インテリジェント超音波スキャンは、知覚、意思決定、実行能力を統合することにより、超音波検査プロセスの自動化と標準化を可能にする。
しかし、既存の手法では、力と超音波のモード間の疎結合なモデリングに悩まされており、走査段階の認識が欠如しているため、ダイナミックなプローブ-タンパク相互作用を捉える能力が制限されている。
これらの課題に対処するために,我々は,超音波の高精度かつ高品質な取得を実現するために,スキャンプロセス全体を通して,力信号と超音波画像のフィードバックを活用する,自律型超音波スキャンのための力認識型ビジョン・ランゲージ・アクションモデルであるForceU-VLAを提案する。
まず,FUSFM(Force-Ultrasound Synergistic Fusion Module)を提案する。
次に,マルチモーダルな特徴を適応的に調整し,その表現品質を向上させることにより,異なる走査段階にわたるタスク要求を満たすためのSAMMを提案する。
さらに,視覚,力,行動信号を統合した実世界の実力認識型超音波データセットであるForceU-VLA-Dataを導入する。
広範囲な実験結果から,ForceU-VLAは超音波探傷における接触安定性とプローブ圧力制御を大幅に改善し,タスク実行品質とシステム全体の信頼性を効果的に向上することが示された。
ソースコードはhttps://github.com/VMVLab/ForceU-VLAで公開されている。
関連論文リスト
- US-VLA: An Ultrasound Vision-Language-Action Model for Embodied Abdomina [18.156551505447226]
自動超音波スキャンのための超音波ビジョン言語行動モデル(US-VLA)を提案する。
US-VLAは臨床意味目標を符号化し、リアルタイム超音波フィードバックの下でシーケンシャルなプローブ操作動作を生成する。
実験により,US-VLAは超音波プローブ操作タスクにおいて競争性能を発揮することが示された。
論文 参考訳（メタデータ） (2026-08-17T04:12:21Z) - SonoCLIP: Mask-Guided Region-Aware Vision-Language Pretraining for Fetal Ultrasound Analysis [51.81845420301345]
SonoCLIPは胎児超音波解析のための視覚言語基盤モデルである。
セグメンテーションマスクを視覚エンコーダ内にマスクチャネル視覚プロンプトとして組み込む。
グローバルおよびマスク誘導推論の両方において、ゼロショット転送性能に優れる。
論文 参考訳（メタデータ） (2026-06-28T20:04:49Z) - TRUST: Efficient Abdominal Trauma Recognition via Image-to-Ultrasound-Video Transfer Learning [9.697220089288564]
本稿では,超音波映像の信頼性を高めるために,微細時間変動を明示的にモデル化するスキャン対応PEIVTLフレームワークを提案する。
社内の超音波外傷データセットの実験では、TRUSTは最先端の手法よりも9.63%優れ、計算効率が優れていることが示されている。
論文 参考訳（メタデータ） (2026-06-26T07:06:34Z) - DAISS: Phase-Aware Imitation Learning for Dual-Arm Robotic Ultrasound-Guided Interventions [39.32789192881233]
医療ロボティクスでは、超音波ガイド針挿入は正確にバイマニュアル調整を必要とする。
本稿では,超音波ガイド下手術の相認識模倣ポリシーを学習する遠隔操作プラットフォームであるDual-Arm Interventional Surgery System (DAISS)を提案する。
論文 参考訳（メタデータ） (2026-03-08T14:53:15Z) - VA-Adapter: Adapting Ultrasound Foundation Model to Echocardiography Probe Guidance [57.43511837589102]
我々は、膨大なデータセットから基礎モデルで学習した医療知識をプローブガイダンスタスクに適用する。
我々は,基礎モデルのイメージエンコーダが視覚アクションシーケンスをエンコードできるように,パラメータ効率のよいビジュアル・アクション・アダプタ (VA-Adapter) を巧みに設計する。
VA-Adapterは、コンパクトな設計でシーケンシャル推論機能を組み込むことで、事前訓練された超音波基礎モデルにより、精密なプローブ調整戦略を学習することができる。
論文 参考訳（メタデータ） (2025-10-08T09:38:30Z) - A Fully Open and Generalizable Foundation Model for Ultrasound Clinical Applications [77.3888788549565]
一般臨床用超音波基礎モデルであるEchoCareについて紹介する。
我々は、キュレートされた、一般公開された大規模なデータセットであるEchoCareData上で、自己教師付き学習を通じてEchoCareを開発した。
最小限のトレーニングで、EchoCareは10の代表的なベンチマークで最先端の比較モデルを上回っている。
論文 参考訳（メタデータ） (2025-09-15T10:05:31Z) - ForceVLA: Enhancing VLA Models with a Force-aware MoE for Contact-rich Manipulation [62.58034332427291]
ForceVLAは、新しいエンドツーエンド操作フレームワークである。
外部力センシングは、VLAシステム内の第一級のモダリティとして扱う。
論文 参考訳（メタデータ） (2025-05-28T09:24:25Z) - EchoWorld: Learning Motion-Aware World Models for Echocardiography Probe Guidance [79.66329903007869]
本稿では,プローブ誘導のためのモーションアウェアな世界モデリングフレームワークであるEchoWorldを紹介する。
解剖学的な知識と運動によって引き起こされる視覚力学を符号化する。
200以上の定期的なスキャンから100万枚以上の超音波画像で訓練されている。
論文 参考訳（メタデータ） (2025-04-17T16:19:05Z) - Transforming Surgical Interventions with Embodied Intelligence for Ultrasound Robotics [24.014073238400137]
本稿では,超音波ロボットと大規模言語モデル(LLM)とドメイン固有知識強化を組み合わせた,新しい超音波身体情報システムを提案する。
まず、LLMを超音波ロボットと統合して、医師の言葉による指示を正確に動作計画に解釈する。
以上の結果から,提案システムは超音波スキャンの効率と品質を向上し,自律型医療スキャン技術のさらなる進歩の道を開くことが示唆された。
論文 参考訳（メタデータ） (2024-06-18T14:22:16Z) - Learning Autonomous Ultrasound via Latent Task Representation and
Robotic Skills Adaptation [2.3830437836694185]
本稿では,自律型超音波の潜在タスク表現とロボットスキル適応を提案する。
オフラインの段階では、マルチモーダル超音波技術が統合され、低次元確率モデルにカプセル化される。
オンライン段階では、確率モデルは最適な予測を選択して評価する。
論文 参考訳（メタデータ） (2023-07-25T08:32:36Z) - Deep Learning for Ultrasound Beamforming [120.12255978513912]
受信した超音波エコーを空間画像領域にマッピングするビームフォーミングは、超音波画像形成チェーンの心臓に位置する。
現代の超音波イメージングは、強力なデジタル受信チャネル処理の革新に大きく依存している。
ディープラーニング手法は、デジタルビームフォーミングパイプラインにおいて魅力的な役割を果たす。
論文 参考訳（メタデータ） (2021-09-23T15:15:21Z)
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。