論文の概要: VoxelSage: Tool-Augmented 3D CT Analysis and Simulator-Shielded Sequential Resection Planning for Liver Tumors

• arxiv url: http://arxiv.org/abs/2609.37648v1
• Date: Tue, 29 Sep 2026 14:15:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.608165
• Title: VoxelSage: Tool-Augmented 3D CT Analysis and Simulator-Shielded Sequential Resection Planning for Liver Tumors
• Title（参考訳）: VoxelSage: ツール強化3次元CT解析とシミュレータシールドを用いた肝腫瘍切除計画
• Abstract要約: 既存のツールはこれらのステップを別々に扱うことが多いが、言語モデルはCTから物理的測定を確実に計算することはできない。 VoxelSageは,2次元および3次元の可視化,肝腫瘍解析,術前切除計画のためのマルチモーダルシステムである。
• 参考スコア（独自算出の注目度）: 10.701133971994942
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Preoperative liver-tumor assessment requires segmentation, physical-space measurement, visual evidence, and resection planning from the same three-dimensional CT volume. Existing tools often handle these steps separately, while language models cannot reliably compute physical measurements from CT. To provide an integrated workflow, we present VoxelSage, a multi-modal system for two- and three-dimensional visualization, liver-tumor analysis, and preoperative resection planning. Its dual-port architecture separates language-model orchestration from image computation: Port A interprets requests and selects skills, while Port B applies them to CT volumes and segmentation masks and returns structured results. Keeping physical measurements in Port B prevents the LLM from computing them directly and reduces the risk of fabricated numerical results. Eight built-in skills support quantitative analysis, visual evidence generation, three-dimensional reconstruction, segmentation refinement, and sequential resection planning; user-defined skills can extend these functions. For sequence planning, a behavior-cloned neural ranker orders candidate resection targets, while a simulator-based shield checks them against predefined constraints. Across 256 unseen simulator scenes, this approach reduced mean simulated time from 34.274 to 33.388 min (0.886 min, 2.59%) and mean simulated blood loss from 300.847 to 183.852 mL (116.995 mL, 38.89%) relative to a deterministic baseline. These results demonstrate system integration and simulator-level performance, not clinical efficacy or safety. The public implementation is available at https://github.com/ZJUMAI/VoxelSage.
• Abstract（参考訳）: 術前肝腫瘍評価には, 3次元CTボリュームからの分画, 空間計測, 視覚的エビデンス, 切除計画が必要である。 既存のツールはこれらのステップを別々に扱うことが多いが、言語モデルはCTから物理的測定を確実に計算することはできない。 本稿では,2次元および3次元の可視化,肝腫瘍解析,術前切除計画のためのマルチモーダルシステムであるVoxelSageを提案する。 Port Aは要求を解釈してスキルを選択するが、Port BはCTボリュームとセグメンテーションマスクにそれらを適用し、構造化された結果を返す。 ポートBにおける物理測定の維持は、LCMが直接計算することを防ぎ、製造された数値結果のリスクを低減する。 8つの組込みスキルは、定量的分析、視覚的エビデンス生成、三次元再構成、セグメンテーション改善、シーケンシャルリビジョン計画をサポートし、ユーザ定義スキルはこれらの機能を拡張できる。 シーケンス計画では、行動閉ざされたニューラルネットワークローダが候補切除ターゲットを命令し、シミュレータベースのシールドが事前に定義された制約に対してそれらをチェックする。 256の未確認のシミュレータのシーンで、このアプローチは平均模擬時間を34.274から33.388分(0.886分、2.59%)に減らし、300.847から183.852mL(116.995mL、38.89%)まで減らした。 これらの結果は,臨床効果や安全性ではなく,システム統合とシミュレータレベルの性能を示すものである。 公開実装はhttps://github.com/ZJUMAI/VoxelSage.comで公開されている。

関連論文リスト

• VRXU-net: A Deep Learning Approach for Brain Ischemic Stroke Lesion Detection and Segmentation in T1W MRI [0.0]
  本研究では,3次元MRI画像における虚血性脳梗塞の検出と分画を行うために,視覚的特徴,残差接続,U字型ネットワークから派生した新しいVRU-Netアーキテクチャを提案する。 性能と処理速度の両方を改善するために、シーケンシャルフレームワークにおけるセグメンテーションモデルの前に高性能な分類器を適用する。 提案モデルは、ストローク後の解剖学的トレースに基づいて訓練され、精度とDice係数の点で最先端のモデルより優れている。
  論文  参考訳（メタデータ） (2026-05-20T18:44:08Z)
• T-Gated Adapter: A Lightweight Temporal Adapter for Vision-Language Medical Segmentation [0.0]
  医用画像のセグメンテーションは伝統的に完全に監督された3Dアーキテクチャに依存している。 本稿では,隣接スライスコンテキストを直接モデルの視覚的トークン表現に注入することで,この問題に対処する時間的アダプタを提案する。 腹部13臓器の平均Diceは0.704で, 時間的文脈を伴わないベースラインVLMでは+0.206であった。
  論文  参考訳（メタデータ） (2026-04-09T12:27:50Z)
• Training-free Detection and 6D Pose Estimation of Unseen Surgical Instruments [45.387920812487465]
  本研究は,未確認の手術器具の高精度なマルチビュー6Dポーズ推定のための無トレーニングパイプラインを導入する。 本手法はMVPSPデータセットから実世界の手術データを用いて厳密に評価した。
  論文  参考訳（メタデータ） (2026-03-26T09:28:19Z)
• MedPruner: Training-Free Hierarchical Token Pruning for Efficient 3D Medical Image Understanding in Vision-Language Models [59.180043227905294]
  MedPrunerは、3次元医用画像の効率的な理解のためのトレーニング不要でモデルに依存しない階層的トークンプレーニングフレームワークである。 我々は、MedPrunerによって、MedGemmaのようなモデルが元の性能を維持したり、超えたりすることが可能であり、ビジュアルトークンの5%以下を維持していることを示す。
  論文  参考訳（メタデータ） (2026-03-12T07:37:00Z)
• Multi-modal 3D Pose and Shape Estimation with Computed Tomography [6.614339747258751]
  我々は,CTスキャンから抽出した詳細な幾何学的特徴と深度マップを融合した,最初のマルチモーダルなベッド内3次元ポーズと形状推定ネットワークを提案する。 mPSE-CTは、隠蔽された身体領域を頑健に再構築し、推定された3次元メッシュモデルの精度を高める。
  論文  参考訳（メタデータ） (2025-03-25T07:24:58Z)
• A unified 3D framework for Organs at Risk Localization and Segmentation for Radiation Therapy Planning [56.52933974838905]
  現在の医療ワークフローは、OAR(Organs-at-risk)のマニュアル記述を必要とする 本研究は,OARローカライゼーション・セグメンテーションのための統合された3Dパイプラインの導入を目的とする。 提案手法は医用画像に固有の3Dコンテキスト情報の活用を可能にする。
  論文  参考訳（メタデータ） (2022-03-01T17:08:41Z)
• Automatic size and pose homogenization with spatial transformer network to improve and accelerate pediatric segmentation [51.916106055115755]
  空間変換器ネットワーク(STN)を利用することにより、ポーズとスケール不変の新たなCNNアーキテクチャを提案する。 私たちのアーキテクチャは、トレーニング中に一緒に見積もられる3つのシーケンシャルモジュールで構成されています。 腹部CTスキャナーを用いた腎および腎腫瘍の分節法について検討した。
  論文  参考訳（メタデータ） (2021-07-06T14:50:03Z)
• Revisiting 3D Context Modeling with Supervised Pre-training for Universal Lesion Detection in CT Slices [48.85784310158493]
  CTスライスにおける普遍的病変検出のための3Dコンテキスト強化2D特徴を効率的に抽出するための修飾擬似3次元特徴ピラミッドネットワーク(MP3D FPN)を提案する。 新たな事前学習手法により,提案したMP3D FPNは,DeepLesionデータセット上での最先端検出性能を実現する。 提案された3Dプリトレーニングウェイトは、他の3D医療画像分析タスクのパフォーマンスを高めるために使用できる。
  論文  参考訳（メタデータ） (2020-12-16T07:11:16Z)
• Pose-dependent weights and Domain Randomization for fully automatic X-ray to CT Registration [51.280096834264256]
  完全自動X線CT登録は、既存の強度ベース登録の範囲内での最初のアライメントを必要とする。 この作業は、エンドツーエンドの登録を可能にする新しい自動初期化を提供する。 ミリメートルにおける平均(+標準偏差)ターゲット登録誤差は、成功率92%の模擬X線に対して4.1 +- 4.3、成功率86.8%の実X線に対して4.2 +- 3.9であり、成功率は30mm未満の翻訳誤差と定義される。
  論文  参考訳（メタデータ） (2020-11-14T12:50:32Z)
• Accurate and Efficient Intracranial Hemorrhage Detection and Subtype Classification in 3D CT Scans with Convolutional and Long Short-Term Memory Neural Networks [20.4701676109641]
  RSNA頭蓋内出血検出のためのシステムについて紹介する。 提案システムは,畳み込みニューラルネットワーク(CNN)を用いた軽量深層ニューラルネットワークアーキテクチャに基づいている。 最終テストセットの重み付き平均ログ損失は0.04989で、合計1345名から上位30名(2%)にランクインした。
  論文  参考訳（メタデータ） (2020-08-01T17:28:25Z)
• 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。