論文の概要: Shaft-Configuration-Adaptive Catheter Tip Position Estimation via Motor-History Conditioned Residual Learning

• arxiv url: http://arxiv.org/abs/2609.26304v1
• Date: Tue, 22 Sep 2026 12:12:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:04.355846
• Title: Shaft-Configuration-Adaptive Catheter Tip Position Estimation via Motor-History Conditioned Residual Learning
• Title（参考訳）: モータ履歴条件付き残差学習による軸構成適応カテーテル位置推定
• Abstract要約: 腱駆動型連続体マニピュレータは、正確な先端位置推定が不可欠である医療用途で広く用いられている。 本稿では3次元カテーテル先端に対するモータ履歴条件付きゲートリカレントユニット(GRU)残像推定器を提案する。 この方法は3.3mmの開ループ先端RMSEを達成し、定曲率ベースラインに対する59%の低減を実現した。
• 参考スコア（独自算出の注目度）: 30.90537301209679
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Tendon-driven continuum manipulators are widely used in medical applications, where accurate tip-position estimation is essential for precise navigation and instrument positioning. However, patient anatomy and procedural setup impose task-dependent unknown shaft configurations, while friction, slack, and compliance introduce hysteresis, making tip estimation challenging. This paper presents a motor-history-conditioned gated recurrent unit (GRU) residual estimator for three-dimensional catheter tip estimation without direct shaft-configuration sensing. First, an initial multidirectional sweep strategy is applied to calibrate a geometric catheter model backbone, and encode the motor-angle and drive-torque response into a shaft-configuration context vector. During subsequent motion, the context conditions a GRU that predicts a task-space residual correcting this backbone, relying on motor measurements alone. The context remains fixed for the current shaft configuration, while the recurrent state captures the evolving actuation history. Across four disposable intra-cardiac echocardiography catheters and 16 bent shaft configurations, the method achieves 3.3mm open-loop tip RMSE, a 59% reduction relative to the constant-curvature baseline.
• Abstract（参考訳）: 腱駆動型連続体マニピュレータは、正確な位置推定が正確なナビゲーションと機器の位置決めに不可欠である医療用途で広く用いられている。 しかし、患者解剖学と手続き的セットアップはタスク依存の未知のシャフト構成を課し、摩擦、ひび割れ、コンプライアンスはヒステリシスを導入し、先端推定を困難にしている。 本稿では3次元カテーテル先端推定のためのモータ履歴条件付きゲートリカレントユニット (GRU) について, 直接軸配置センサを使わずに検討した。 まず、幾何カテーテルモデルバックボーンを校正し、モータアングルと駆動トルク応答をシャフト構成コンテキストベクトルにエンコードするための、最初の多方向スイープ戦略を適用する。 後続の動作の間、コンテキストはGRUを条件とし、そのバックボーンのタスク空間の残差を予測し、運動測定のみに依存する。 コンテクストは現在のシャフト構成に固定され、リカレント状態は進化するアクティベーション履歴をキャプチャする。 4つの使い捨て心内心エコーカテーテルと16個の曲がり軸配置で、3.3mmの開ループ先端RMSEを達成し、定曲率ベースラインに対して59%の低減を実現した。

関連論文リスト

• Compact but Moving: Intervention-Relevant Geometry in Recurrent World Models [6.556150313826966]
  学習された世界モデルは、その再帰状態が高次元である場合でも、コンパクトな介入を行うことができる。 本研究では,1ショットの反現実的速度介入のためのチェックポイント固有のランク4インタフェースを事前の作業で特定する,制御されたリカレント世界モデルを用いて,この問題を考察する。 高次元リカレント力学に埋め込まれた移動状態依存型局所幾何学として、コンパクトな干渉構造が持続可能であることを示す。
  論文  参考訳（メタデータ） (2026-09-18T14:03:05Z)
• Learning Unsteady Aneurysm Hemodynamics with Physics-Informed DeepONets [0.0]
  M3PI-DeepONetは、平均相対的なL2速度誤差を4%以下、圧力誤差を5%程度で、非定常な3次元流速と圧力場を同時に予測する。 本研究は, 心血管疾患モデルにおける深層学習の応用を推し進め, リアルタイム非侵襲的臨床診断への一歩を踏み出した。
  論文  参考訳（メタデータ） (2026-08-13T09:08:24Z)
• Automatic LV Localization and Short-Axis Plane Estimation from Arbitrary CMR Slice [12.859805507388728]
  左室(LV)方向の正確な推定は、心臓磁気共鳴(CMR)イメージングおよび下流解析に不可欠である。 既存の手法は通常、方向認識を離散的なビュー分類として定式化するか、多スライス幾何学的交叉に依存している。 本研究は,1つのCMRスライスによる共同LV局在化と3次元配向推定という,新しいパラダイムを導入する。
  論文  参考訳（メタデータ） (2026-07-31T16:11:01Z)
• ProgFormer: Hierarchical Voxel Diffusion Transformer for Longitudinal Brain MRI Prediction [81.07048249760953]
  縦方向の変化は、しばしば微妙で、特定の解剖学的領域に限られる。 ほとんどの被験者固有の脳構造は、時間とともに安定している。 ProgFormerは、縦型脳MRI予測のための階層型ボクセル空間拡散変換器である。
  論文  参考訳（メタデータ） (2026-07-30T00:13:42Z)
• Measurement Geometry and Design for Trustworthy Generative Inverse Problems [9.927046475467204]
  本研究では,測度・測度の観点から生成的逆問題について検討する。 中心的な問題は、固定測定オペレータが、生成前の条件下で可視である近傍の画像を識別できるかどうかである。 本稿では,操作者が先行関係の接点方向をいかによく観察するかを定量化する局所的な測定・次元整合性尺度を提案する。
  論文  参考訳（メタデータ） (2026-06-01T14:28:24Z)
• High-Dimensional Latents Should Be Diagnosed Through Phase Structure [56.362776482614976]
  スピングラス理論のレンズによるオートエンコーダと変分オートエンコーダの潜在空間について検討した。 固定復号器用の潜時空間スピングラス辞書を定式化する。 トポロジカルな自明化機構のエッジ・オブ・ステイティに向けて潜伏系を駆動することは、下流に具体的な結果をもたらすことを示す。
  論文  参考訳（メタデータ） (2026-05-23T06:17:23Z)
• AcroRL: Learning Aggressive Quadrotor Inversion using Bidirectional Thrust [1.7394635819080972]
  双方向推力は2番目の平衡条件を与え、制御権限を増大させる。 従来の幾何学的制御手法は、双方向スラストをサポートするためにホップフィブレーションに基づく姿勢表現を通じて微分平坦性を拡張する。 本研究では,一定の基準軌道を変調して,コンパクトで位置制約のある四元数逆変換を行う学習ベースフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-23T00:02:22Z)
• Uncertainty Estimation for Deep Reconstruction in Actuatic Disaster Scenarios with Autonomous Vehicles [68.82821445619759]
  原理的不確実性定量化は 能動センシング戦略に不可欠です Evidential Deep Learningは、すべてのセンサ構成で最高の再構築精度と不確実性校正を実現する。 これらの知見は、リアルタイムの自動運転車配備における不確実性認識フィールド再構築の方法として、エビデンシャル・ディープ・ラーニングを支持している。
  論文  参考訳（メタデータ） (2026-04-07T19:17:44Z)
• SCPM-Net: An Anchor-free 3D Lung Nodule Detection Network using Sphere Representation and Center Points Matching [47.79483848496141]
  3次元球面表現に基づく中心点マッチング検出ネットワーク(SCPM-Net)を提案する。 アンカーフリーで、nodule/anchorパラメータを手動で設計することなく、nodulesの位置、半径、オフセットを自動的に予測する。 提案するSCPM-Netフレームワークは,既存のアンカーベースおよびアンカーフリーの肺結節検出法と比較して,優れた性能を示すことを示す。
  論文  参考訳（メタデータ） (2021-04-12T05:51:29Z)
• Appearance Learning for Image-based Motion Estimation in Tomography [60.980769164955454]
  トモグラフィー画像では、取得した信号に擬似逆フォワードモデルを適用することにより、解剖学的構造を再構成する。 患者の動きは、復元過程における幾何学的アライメントを損なうため、運動アーティファクトが生じる。 本研究では,スキャン対象から独立して剛性運動の構造を認識する外観学習手法を提案する。
  論文  参考訳（メタデータ） (2020-06-18T09:49:11Z)

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。