論文の概要: STC-MPM: Coupled Deformation, Progressive Damage, and Cut Formation in Soft-Tissue Cutting
- arxiv url: http://arxiv.org/abs/2610.06198v1
- Date: Mon, 05 Oct 2026 12:12:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-09 17:57:13.933452
- Title: STC-MPM: Coupled Deformation, Progressive Damage, and Cut Formation in Soft-Tissue Cutting
- Title（参考訳）: STC-MPM:軟質切削における複合変形, 進行損傷, 切削加工
- Abstract要約: STC-MPM, 有限ひずみ変形, 履歴駆動型連続損傷, 術後治療を併用したフレームワークを提案する。
STC-MPMは, 切削界面を介さずに, 切削および組織応答の連成解析を支援する。
- 参考スコア（独自算出の注目度）: 1.0614067588045435
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Cutting is a recurring operation in robotic au tomation, from food preparation to surgical tissue resection. For highly compliant targets, blade motion may deform or displace the material rather than advance the intended cut, while progressive failure changes load transfer and subsequent tool tissue interaction. A computational description must therefore connect cut formation to the evolving mechanical response, rather than specifying the incision independently of material failure. We present STC-MPM (Soft Tissue Cutting with the Material Point Method), a framework that couples finite-strain deformation, history-driven continuum damage, and configurable post-failure treatment. Damage initiates only when a tensile strain history exceeds a material threshold within the blade process zone. Progressive degradation changes stress transmission before the post-failure policy is applied, while the remaining tissue continues to deform, move, and interact with the tool. Numerical scalpel studies using delayed particle deactivation follow this response through insertion and withdrawal. Under identical blade motion, reducing the damage-rate limit leaves the first recorded damage time unchanged but delays and increases peak reaction force, delays particle deactivation, and increases the fixed-cohort displacement statistic at maximum insertion. The matched comparison illustrates how post-initiation failure evolution alters subsequent tool loading and recorded material motion. STC-MPM thus supports joint analysis of cut formation and accompanying tissue response without a pre-inserted cutting interface.
- Abstract（参考訳）: 切削は、食品製剤から外科的組織切除まで、ロボット・オー・トメーションにおいて繰り返し行われる手術である。
高度に適合した目標に対して、ブレードの運動は意図した切断を前進させるよりも材料を変形または変位させ、進行障害は負荷移動とその後の工具組織相互作用を変化させる。
したがって、計算的な記述は、材料故障とは無関係に切開を指定するのではなく、切断と進化する機械的応答を結びつける必要がある。
STC-MPM(Soft tissue Cutting with the Material Point Method)は,有限ひずみ変形,履歴駆動型連続体損傷,構成可能な後処理を併用したフレームワークである。
損傷は、引張ひずみ履歴がブレードプロセスゾーン内の物質しきい値を超える場合にのみ発生する。
進行劣化は、不全後の政策が適用される前にストレス伝達を変化させ、残りの組織は変形し、移動し、ツールと相互作用し続けている。
遅延粒子不活性化を用いた数値頭皮研究は、挿入と離脱を通じてこの反応に従う。
同一のブレード運動の下では、損傷速度制限を減少させると、記録された最初の損傷時間は変化しないが、ピーク反応力が増大し、粒子の不活性化が遅延し、最大挿入時の固定コホート変位統計量を増加させる。
一致した比較は、開始後の障害進化がその後のツールローディングと記録されたマテリアルモーションをどのように変化させるかを示している。
STC-MPMは, 切削界面を介さずに, 切削および組織応答の連成解析を支援する。
関連論文リスト
- BladeMaster: Real-Time Robotic Cutting Simulation with Online-Generated Persistent Discontinuities [21.725428626351555]
シミュレーターは、切断が進行するにつれて切断工具を追跡し、工具の離脱後に生じる不連続を保たなければならない。
我々は,全ラグランジアン材料点法(TLMPM)に基づくGPU加速切削フレームワークであるBladeMasterを紹介する。
私たちのキーとなるアイデアは、切断履歴を直接、ブレード幾何学からオンラインに生成された永続的なサイドラベルを通じて、材料ポイントにエンコードすることです。
論文 参考訳（メタデータ） (2026-09-23T04:29:39Z) - DynoDINO: Harnessing Dynamic Latent Information from DINO Features for Multi-Phase Medical Image Segmentation [9.168167275293227]
多相医用画像セグメンテーションの課題に対処するための統合フレームワークであるDynoDinoを提案する。
融合モデルでは,多相特徴キャリブレーションを効率的に行うMix-attention機構と,差分に基づく残差学習を伴う適応ゲーティング機構を取り入れた。
LiTS、PLC-CECT、WAW-TACEを含む3つの大規模データセットの実験は、DynoDINOが境界線と構造フィデリティを一貫して改善することを示した。
論文 参考訳（メタデータ） (2026-07-31T15:55:54Z) - CT-Enabled Patient-Specific Simulation and Contact-Aware Robotic Planning for Cochlear Implantation [41.386729124620366]
ロボットの人工内耳挿入は、人工内耳の外傷を最小限に抑えるために、接触力の正確な予測と調節を必要とする。
本稿では,接触型挿入計画と検証のためのCT-to-simulationパイプラインについて述べる。
論文 参考訳（メタデータ） (2026-03-05T16:13:59Z) - ProDM: Synthetic Reality-driven Property-aware Progressive Diffusion Model for Coronary Calcium Motion Correction in Non-gated Chest CT [6.717572115299119]
非ゲートCTから無運動石灰化病変を復元する生成拡散フレームワークであるProDMを提案する。
ProDMは心臓ゲートCTから直接、多様な運動軌跡を持つ現実的な非ゲート取得を合成する。
実際の患者データセットを用いた実験により, ProDMはCACのスコアリング精度, 空間的病変の忠実度, リスク階層化性能を著しく向上することが示された。
論文 参考訳（メタデータ） (2025-12-31T16:29:05Z) - Deformation-Aware Segmentation Network Robust to Motion Artifacts for Brain Tissue Segmentation using Disentanglement Learning [5.354351782195383]
磁気共鳴画像(MRI)における運動アーティファクトの意義
本研究では,動作補正と頑健な脳組織分割の両面で優れた性能を示す新しいディープラーニングフレームワークを提案する。
In-vivo experiment on pediatric Motion data, we proposed on the-of-the-art method in segmenting motion-corrupted MRI scans。
論文 参考訳（メタデータ） (2024-12-05T06:52:42Z) - Robust and Transferable Backdoor Attacks Against Deep Image Compression With Selective Frequency Prior [118.92747171905727]
本稿では,学習画像の圧縮モデルに複数のトリガを付加したバックドアアタックを起動するための新しい周波数ベースのトリガインジェクションモデルを提案する。
1) 圧縮品質をビットレートと再現精度で劣化させる,2) 顔認識やセマンティックセグメンテーションといったタスク駆動型対策を目標とする,様々なシナリオに適した攻撃目標を設計する。
実験の結果, トリガーインジェクションモデルと, エンコーダパラメータの微調整を組み合わせることで, 複数のバックドアとトリガーを1つの圧縮モデルに注入することができた。
論文 参考訳（メタデータ） (2024-12-02T15:58:40Z) - Layer-Aware Analysis of Catastrophic Overfitting: Revealing the Pseudo-Robust Shortcut Dependency [61.394997313144394]
カタストロフィックオーバーフィッティング(CO)は単段階逆行訓練(AT)において重要な課題となる
また,CO中において,前層はより感受性が高く,より早く,より歪みが強く,後者層は相対的不感度を示した。
提案手法であるLayer-Aware Adversarial Weight Perturbation (LAP)は,COを効果的に防止し,ロバスト性を高める。
論文 参考訳（メタデータ） (2024-05-25T14:56:30Z) - Self-similarity Prior Distillation for Unsupervised Remote Physiological Measurement [39.0083078989343]
教師なしr推定のための自己相似事前蒸留(SSPD)フレームワークを提案する。
SSPDは心活動の本質的な自己相似性に重点を置いている。
最先端の教師付き手法と比較すると、同等か、さらに優れたパフォーマンスを実現している。
論文 参考訳（メタデータ） (2023-11-09T02:24:51Z) - Weakly-supervised Biomechanically-constrained CT/MRI Registration of the
Spine [72.85011943179894]
本稿では,各脊椎の剛性と容積を保存し,登録精度を最大化しながら,弱教師付き深層学習フレームワークを提案する。
また,CTにおける椎体自動分節化はMRIと対比してより正確な結果をもたらすため,CTラベルマップのみに依存するよう,これらの損失を特に設計する。
以上の結果から, 解剖学的認識による損失の増大は, 精度を維持しつつも, 推測変換の妥当性を高めることが示唆された。
論文 参考訳（メタデータ） (2022-05-16T10:59:55Z)
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。