論文の概要: An MRI-Guided Robotic System to Improve Hippocampal Access for Epilepsy Interventions
- arxiv url: http://arxiv.org/abs/2609.13572v1
- Date: Fri, 11 Sep 2026 22:26:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:05.398128
- Title: An MRI-Guided Robotic System to Improve Hippocampal Access for Epilepsy Interventions
- Title（参考訳）: てんかんに対する海馬アクセス改善のためのMRIガイドロボットシステム
- Abstract要約: 本稿では,前頭葉に湾曲した針状レーザーアブレータを通し,海馬アクセスを改善するMRI誘導ロボットシステムを提案する。
本稿では, 位置決め, 照準, 湾曲した針配置段階を含むロボットシステムの設計について述べる。
3つのカービリナー・シングルインサーション実験において、報告された50～60%の臨床的平均を上回り、93.5%、96.5%、60.4%の缶詰率を達成した。
- 参考スコア（独自算出の注目度）: 1.139047494516354
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper presents an MRI-guided robotic system that improves hippocampal access by delivering a curved needle-like laser ablator through the foramen ovale, a natural opening in the base of the skull. Both the delivery path and the curved nature of the needle improve upon current clinical straight-line laser interstitial thermal therapy (LITT) as measured by hippocampal cannulation percentage. We describe the design of the robotic system which includes positioning, aiming, and curved needle deployment stages, followed by experimental results assessing cannulation percentages using MRI images in phantoms. In three curvilinear, single-insertion experiments, we achieved cannulation percentages of 93.5%, 96.5%, and 60.4%, exceeding reported clinical averages of 50-60%. Seizure control is believed by physicians to be a function of hippocampal volume treated, and our system provides a means of treating a greater volume of the hippocampus with LITT-based interventions.
- Abstract（参考訳）: 本稿では,頭蓋底部の自然開口部である前頭葉に湾曲した針状レーザーアブレータを通し,海馬アクセスを改善するMRI誘導ロボットシステムを提案する。
経皮的経皮的経皮的経皮的経皮的経皮的経皮的経皮的経皮的経皮的経皮的経皮的経皮的経皮的経皮的経皮的経皮的経皮的経皮的経皮的経皮的経皮的経皮的経皮投与(LITT)を施行した。
本稿では, 位置決め, 照準, 湾曲した針の展開段階を含むロボットシステムの設計について述べる。
3つのカービリナー・シングルインサーション実験において、報告された50～60%の臨床的平均を上回り、93.5%、96.5%、60.4%の缶詰率を達成した。
当システムでは, 海馬容積を治療する機能として, 医用医用として, LITTによる介入により海馬の容積を増大させる手段を提供している。
関連論文リスト
- Fluoroscopy-Constrained Magnetic Robot Control via Zernike-Based Field Modeling and Nonlinear MPC [4.093982213892736]
磁気アクチュエータにより、手術ロボットは複雑な解剖経路をナビゲートし、組織外傷を軽減し、手術精度を向上させることができる。
本稿では,非線形モデル予測制御フレームワークを組み合わせることで,そのような条件下での高精度かつ安定な制御フレームワークを提案する。
硬膜外空間における薬物伝達を再現する3Dプリント流体作業空間と脊椎ファントムの2つの磁気ロボットを用いて実験的に検証を行った。
論文 参考訳（メタデータ） (2026-02-17T04:50:18Z) - OREHAS: A fully automated deep-learning pipeline for volumetric endolymphatic hydrops quantification in MRI [0.5947663081597012]
OREHASは、内リンパ水腫の体積定量のための最初の完全自動パイプラインである。
耳内リンパ管-胸腔内体積比をMRI全容から直接計算する。
論文 参考訳（メタデータ） (2026-01-26T11:19:21Z) - A Novel Attention-Augmented Wavelet YOLO System for Real-time Brain Vessel Segmentation on Transcranial Color-coded Doppler [49.03919553747297]
我々は,脳動脈を効率よく捉えることができるAIを利用したリアルタイムCoW自動分割システムを提案する。
Transcranial Color-coded Doppler (TCCD) を用いたAIによる脳血管セグメンテーションの事前研究は行われていない。
提案したAAW-YOLOは, 異方性および対側性CoW容器のセグメンテーションにおいて高い性能を示した。
論文 参考訳（メタデータ） (2025-08-19T14:41:22Z) - Explainable Anatomy-Guided AI for Prostate MRI: Foundation Models and In Silico Clinical Trials for Virtual Biopsy-based Risk Assessment [3.5408411348831232]
MRIによる前立腺癌(PCa)のリスク階層化のための,完全に自動化された,解剖学的に指導されたディープラーニングパイプラインを提案する。
パイプラインは、前立腺とそのゾーンを軸方向のT2強調MRI上にセグメント化するためのnnU-Netモジュール、オプションの解剖学的先行と臨床データで3Dパッチに微調整されたDiceedPT Swin Transformer基盤モデルに基づく分類モジュール、決定駆動画像領域をローカライズする反ファクトなヒートマップを生成するVAE-GANフレームワークの3つの重要なコンポーネントを統合する。
論文 参考訳（メタデータ） (2025-05-23T14:40:09Z) - A weakly-supervised deep learning model for fast localisation and delineation of the skeleton, internal organs, and spinal canal on Whole-Body Diffusion-Weighted MRI (WB-DWI) [0.0]
3DパッチをベースとしたResidual U-Netアーキテクチャに基づいた,ディープラーニングの自動パイプラインを開発した。
進行前立腺癌 (APC) と多発性骨髄腫 (MM) の532検体を含む多心性WB-DWIデータセットを用いた。
オートマチックとマニュアルフルボディのADCの相対的な中央値差は10%以下であった。
モデルはアトラスベース登録アルゴリズムの12倍高速であった。
論文 参考訳（メタデータ） (2025-03-26T17:03:46Z) - AXIAL: Attention-based eXplainability for Interpretable Alzheimer's Localized Diagnosis using 2D CNNs on 3D MRI brain scans [43.06293430764841]
本研究では,3次元MRIを用いたアルツハイマー病診断の革新的手法を提案する。
提案手法では,2次元CNNがボリューム表現を抽出できるソフトアテンション機構を採用している。
ボクセルレベルの精度では、どの領域に注意が払われているかを同定し、これらの支配的な脳領域を同定する。
論文 参考訳（メタデータ） (2024-07-02T16:44:00Z) - Towards Autonomous Atlas-based Ultrasound Acquisitions in Presence of
Articulated Motion [48.52403516006036]
本稿では、自律型ロボットUS手足のスキャンを可能にする視覚ベースのアプローチを提案する。
この目的のために、アノテートされた血管構造を有するヒト腕のアトラスMRIテンプレートを使用して、軌跡を生成する。
いずれの場合も、このシステムはボランティアの手足で計画された血管構造を取得することができる。
論文 参考訳（メタデータ） (2022-08-10T15:39:20Z) - A Deep Learning Approach to Predicting Collateral Flow in Stroke
Patients Using Radiomic Features from Perfusion Images [58.17507437526425]
側方循環は、血流を妥協した領域に酸素を供給する特殊な無酸素流路から生じる。
実際のグレーティングは主に、取得した画像の手動検査によって行われる。
MR灌流データから抽出した放射線学的特徴に基づいて,脳卒中患者の側方血流低下を予測するための深層学習手法を提案する。
論文 参考訳（メタデータ） (2021-10-24T18:58:40Z) - Controlling False Positive/Negative Rates for Deep-Learning-Based
Prostate Cancer Detection on Multiparametric MR images [58.85481248101611]
そこで本研究では,病変からスライスまでのマッピング機能に基づく,病変レベルのコスト感受性損失と付加的なスライスレベルの損失を組み込んだ新しいPCa検出ネットワークを提案する。
1) 病変レベルFNRを0.19から0.10に, 病変レベルFPRを1.03から0.66に減らした。
論文 参考訳（メタデータ） (2021-06-04T09:51:27Z) - Segmentation of the Myocardium on Late-Gadolinium Enhanced MRI based on
2.5 D Residual Squeeze and Excitation Deep Learning Model [55.09533240649176]
本研究の目的は,LGE-MRIを用いた心筋境界領域の深部学習モデルに基づく正確な自動セグメンテーション法を開発することである。
合計320回の試験(平均6回の試験)と28回の試験が行われた。
ベーススライスとミドルスライスにおけるアンサンブルモデルの性能解析は, サーバ内調査と同等であり, アトピーススライスではわずかに低かった。
論文 参考訳（メタデータ） (2020-05-27T20:44:38Z) - Handling Missing MRI Input Data in Deep Learning Segmentation of Brain
Metastases: A Multi-Center Study [1.4463443378902883]
深層学習に基づくDropOutと呼ばれる脳転移の自動セグメンテーションのためのセグメンテーションモデルが、マルチシーケンスMRIで訓練された。
セグメンテーションの結果は、最先端のDeepLabV3モデルの性能と比較された。
DropOutモデルはDeepLabV3モデルに比べてかなり高いスコアを示した。
論文 参考訳（メタデータ） (2019-12-27T02:49:45Z)
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。