論文の概要: Scanning While Imagining: A Scene-Graph World Model for Robotic Ultrasound Navigation

• arxiv url: http://arxiv.org/abs/2609.32837v1
• Date: Sat, 26 Sep 2026 18:10:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 19:46:16.519312
• Title: Scanning While Imagining: A Scene-Graph World Model for Robotic Ultrasound Navigation
• Title（参考訳）: Imagining中スキャン:ロボット超音波ナビゲーションのためのシーングラフ世界モデル
• Abstract要約: 多くのロボティックUSナビゲーション手法は、解剖学的変化を明示的に予測せずに行動を選択する。 本研究では,SanoGraph-WMを提案する。 ラベルマップ由来のSGを用いたロボットファントムナビゲーション実験において、プランナーは73.7%の試験で目標に到達した。
• 参考スコア（独自算出の注目度）: 43.09549292354248
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Ultrasound (US) acquisition depends on the operator's ability to interpret anatomy and anticipate how the view will change with probe motion. Many robotic US navigation methods select actions without explicitly predicting these anatomical changes. We propose SonoGraph-WM, an action- and goal-conditioned world model for anticipatory probe navigation. The model represents anatomy as scene graphs (SGs), capturing visible structures, their geometry, and spatial relationships without synthesizing US images. Given a history of SGs and probe poses, a unified Transformer jointly predicts future SGs and poses. A receding-horizon planner recursively imagines candidate trajectories, selects the shortest predicted path reaching a goal graph, and follows it over a short execution horizon before replanning from new observations. To reduce reliance on tracked and anatomically annotated US sequences, we generate aligned SG--pose training data from computed tomography (CT) label maps along surface-constrained probe trajectories. On four held-out CT cases, spatial relation F1 remains above 93% over 20 prediction steps, and closed-loop navigation achieves 77.50% and 75.00% success for the gallbladder and pancreas, respectively, using annotation-derived SGs. In robot--phantom navigation experiments with label-map-derived SGs, the planner reached the target view in 73.7% of trials. These findings support CT-supervised anatomical world modeling for probe planning and highlight the importance of frequent observation updates for reliable navigation. Project Page: https://noseefood.github.io/us-sonograph-wm/
• Abstract（参考訳）: 超音波(US)の取得は、オペレーターが解剖学を解釈し、プローブの動きによってビューがどのように変化するかを予測する能力に依存する。 多くのアメリカのロボット航法は、これらの解剖学的変化を明示的に予測せずに行動を選択する。 本研究では,SanoGraph-WMを提案する。 このモデルは、シーングラフ(SG)として解剖学を表現し、米国イメージを合成することなく、可視構造、その幾何学、空間的関係をキャプチャする。 SGとプローブのポーズの歴史を考えると、統合トランスフォーマーは将来のSGとポーズを共同で予測する。 後退水平プランナーは、候補軌跡を再帰的に想像し、最短の予測経路をゴールグラフに到達させ、新しい観測から再計画する前に短い実行地平線上で追従する。 SG-pose training data from Computed tomography (CT) label map along along along on surface-constrained probe trajectories。 4例のCTでは、空間的関係F1は20以上の予測ステップで93%以上であり、クローズドループナビゲーションは、それぞれ胆嚢と膵の77.50%と75.00%の成功を、アノテーション由来のSGを用いて達成している。 ラベルマップ由来のSGを用いたロボットファントムナビゲーション実験において、プランナーは73.7%の試験で目標に到達した。 これらの知見は、プローブ計画のためのCTによる解剖学的世界モデリングをサポートし、信頼性の高いナビゲーションのための頻繁な観察更新の重要性を強調している。 Project Page: https://noseefood.github.io/us-sonograph-wm/

関連論文リスト

• Towards Surgical World-Action Modeling: A Preliminary Joint Visual-Trajectory Forecasting for Surgical Motion Planning [37.17021354294023]
  本稿では, 将来の視覚状態を同時に予測し, 歴史的外科的観察からトラジェクトリを計測する, 共同視覚軌道世界行動モデルを提案する。 より長い予測地平線上での進行的な視覚劣化と累積軌道誤差を観察する。
  論文  参考訳（メタデータ） (2026-08-20T17:18:02Z)
• CrossTracer: Cross-Embodiment Navigation via VLA Model Reasoning and Trace Residuals Adapting [51.52109090141233]
  CrossTracerは、クロスボディナビゲーションのための階層的なフレームワークである。 セマンティック推論と物理接地の間に統一的なピクセル空間インターフェースを形成する。 そこで,NaviTraceベンチマークを用いてCrossTracerの評価を行った。
  論文  参考訳（メタデータ） (2026-08-07T01:24:53Z)
• Action-Conditioned World Model for Goal Plane Probe Guidance in Robotic Ultrasound [13.198336762738414]
  ロボット超音波における目標面プローブ誘導のための行動条件付き世界モデルフレームワークを提案する。 2段階のモデルに基づく学習パイプラインを用いてこの問題に対処する。第1に、潜伏条件拡散世界モデルが、最近の文脈フレーム、プローブ運動、時間オフセットから将来の超音波観測を予測し、第2に、ゴール条件の時間変換器が順序づけられたプローブ運動を予測し、凍結世界モデルからの報酬を用いて微調整を行う。
  論文  参考訳（メタデータ） (2026-07-24T02:48:13Z)
• UltraStar: Semantic-Aware Star Graph Modeling for Echocardiography Navigation [52.786325504418585]
  経路回帰からアンカーベースグローバルローカライゼーションへのプローブナビゲーションを再構成するUltraStarを提案する。 1.31万以上のサンプルを持つデータセットの実験では、UltraStarはベースラインを上回り、より長い入力長でスケールすることが示されている。
  論文  参考訳（メタデータ） (2026-03-02T05:21:06Z)
• Bridging Graph and State-Space Modeling for Intensive Care Unit Length of Stay Prediction [14.897714298219569]
  ICU LOS予測のための多視点グラフニューラルネットワーク(GNN)を用いた状態空間シーケンスモデリングを統一した新しいニューラルネットワークであるS$2$G-Netを提案する。 大規模なMIMIC-IVコホートデータセットの実験では、S$2$G-Netはシーケンスモデルより一貫して優れていた。
  論文  参考訳（メタデータ） (2025-08-24T23:32:25Z)
• Measuring and Predicting Where and When Pathologists Focus their Visual Attention while Grading Whole Slide Images of Cancer [15.910358358714165]
  本研究は,前立腺癌のスライディング画像を評価することによって,病理学者の注意の動きを予測する手法を開発した。 このモデルから開発されたツールは、病理研修生が専門家のように読書中に注意を配るのを助けることができる。
  論文  参考訳（メタデータ） (2025-08-03T08:53:45Z)
• 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)
• Social-Transmotion: Promptable Human Trajectory Prediction [65.80068316170613]
  Social-Transmotionは、多種多様な視覚的手がかりを利用して人間の行動を予測する、汎用トランスフォーマーベースのモデルである。 提案手法は,JTA,JRDB,歩行者,道路交通のサイクリスト,ETH-UCYなど,複数のデータセットで検証されている。
  論文  参考訳（メタデータ） (2023-12-26T18:56:49Z)
• ViKiNG: Vision-Based Kilometer-Scale Navigation with Geographic Hints [94.60414567852536]
  長距離航法には、計画と局所的な移動可能性の推論の両方が必要である。 学習と計画を統合する学習に基づくアプローチを提案する。 ViKiNGは、画像ベースの学習コントローラを利用できる。
  論文  参考訳（メタデータ） (2022-02-23T02:14:23Z)

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。