論文の概要: A Belief-State World Model for Catheter Navigation under Sparse Fluoroscopy: A Planar Proof of Concept
- arxiv url: http://arxiv.org/abs/2610.08469v1
- Date: Tue, 06 Oct 2026 14:52:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 02:58:30.061446
- Title: A Belief-State World Model for Catheter Navigation under Sparse Fluoroscopy: A Planar Proof of Concept
- Title（参考訳）: スパースフルオロスコープによるカテーテルナビゲーションの信念的世界モデル:概念の平面的証明
- Abstract要約: 我々は,物理に基づく世界モデルが,意図的に少ないX線取得間のナビゲーションタスクを維持できるかどうかを考察する。
部分観察可能なマルコフ決定過程としてスパース・フルオロスコープナビゲーションを定式化する。
我々はこの定式化を意図的に単純化した環境で評価する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Endovascular catheter navigation relies on continuous fluoroscopy, exposing patients and clinical staff to ionizing radiation throughout the procedure. We investigate whether a physics-based world model can sustain the navigation task between deliberately sparse X-ray acquisitions, and whether the model can signal when its internal state estimate is no longer reliable. We formulate sparse-fluoroscopy navigation as a partially observable Markov decision process where a Cosserat rod simulator supplies transition dynamics, sparse noisy projections provide observations, and a particle filter maintains a belief over the device state, reduced in this implementation to a tip state with a geometric contact proxy. We evaluate this formulation in a deliberately simplified setting: a synthetic planar vessel phantom with a quasi-static rod model and simulated projections, without clinical or animal data. In this setting, the belief-state model tracks the simulated tip with a root mean square error of 1.30 mm while acquiring observations at one fifteenth of the continuous rate (0.97 mm at every frame, 1.51 mm at one thirtieth), reported 90 percent credible intervals achieve 0.92 empirical coverage, and the belief-derived contact risk estimate discriminates unsafe contact events with an AUROC of 0.68. These results constitute a proof of concept on a simplified simulation rather than a demonstration of clinical readiness; their purpose is to establish that calibrated belief, rather than point-estimate accuracy alone, is the essential property a sparse-imaging world model must deliver.
- Abstract（参考訳）: 血管内カテーテルナビゲーションは連続した蛍光検査に依存しており、患者や臨床スタッフが手術中、電離放射線に曝露する。
本研究では,物理に基づく世界モデルが,X線取得と内部状態推定がもはや信頼できない場合に,そのモデルがシグナルを伝達できるかどうかを考察する。
コセルト・ロッド・シミュレーターが遷移ダイナミクスを供給し、スパースノイズ予測が観測し、粒子フィルタがデバイス状態に対する信頼を維持し、この実装により幾何学的接触プロキシによる先端状態に還元される、部分的に観測可能なマルコフ決定プロセスとしてスパース・フルオロスコープナビゲーションを定式化する。
擬静ロッドモデルと擬似投射を用いた合成平面容器ファントムを, 臨床データや動物データなしで意図的に簡易に評価した。
この設定では、信念状態モデルは、シミュレーションされた先端を1.30mmの根平均二乗誤差で追跡し、連続レートの15分の1(各フレームで0.97mm、30分の1で1.51mm)で観測し、90%の信頼区間が0.92の実証的カバレッジを達成すると報告し、信念に基づく接触リスク推定は、AUROCと0.68の安全接触事象を識別する。
これらの結果は, クリニカル・レディネスの実証ではなく, 単純化されたシミュレーションの概念の証明となる。その目的は, ポイント推定精度のみではなく, キャリブレーションされた信念が, スパーズ・イメージング・ワールド・モデルが提供しなければならない本質的な性質であることを示すことである。
関連論文リスト
- Anatomy-Change-Aware Bidirectional Selective State-Space Memory for Clinically Deployed Thoracic Radiotherapy Auto-Contouring [0.6439594960617159]
DAMM-Net++は胸部放射線治療のための2.5Dアーキテクチャである。
これはスライス表面の不整合、小さな低コントラストターゲットの系統的故障、ケースごとの信頼性信号の欠如に対処する。
平均Diceは0.955、HD95は3.78mmで、低コントラストの臓器のリスクが最も高い。
論文 参考訳（メタデータ） (2026-09-11T11:13:06Z) - Implicit Neural Representations for Multimodal Longitudinal Image Imputation and Interpolation [0.43554874937871363]
腫瘍における経時的マルチパラメトリックMRIは経過観察の中心である。
実世界の臨床データは、欠落したシーケンス、不均一な取得プロトコル、時間点の様々な解像度によって特徴づけられる。
患者固有の暗黙的ニューラル表現(INR)を世界座標,時間,モダリティ条件の連続関数として,縦型MRIをモデル化する。
論文 参考訳（メタデータ） (2026-08-03T14:47:10Z) - SGC-RML: A reliable and interpretable longitudinal assessment for PD in real-world DNS [2.4463990533701896]
本稿では,SGC-RMLを用いて,音声,歩行,ウェアラブル運動,移動作業,臨床変数を共有8次元症状ノード空間にマッピングする。
不確実性推定、共形校正、選択的な決定経路を共同で導入することにより、モデルは症状や重症度を予測するだけでなく、証拠が不十分な場合に評価を拒否したり、再検査を提案することもできる。
論文 参考訳（メタデータ） (2026-05-08T12:10:08Z) - PinPoint: Monocular Needle Pose Estimation for Robotic Suturing via Stein Variational Newton and Geometric Residuals [3.1332682125418074]
PinPointは手術針の位置と向きを推定するための確率的変動推論フレームワークである。
実際の針追跡シーケンスでは、PinPointは平均翻訳誤差を80%(1.00 mmまで)、回転誤差を78%(13.80まで)削減する。
単分子の曖昧さが最も重い誘導回転配列では、ピンポイントは2モーダル後部84%を維持している。
論文 参考訳（メタデータ） (2026-03-24T15:59:28Z) - SCALE:Scalable Conditional Atlas-Level Endpoint transport for virtual cell perturbation prediction [46.645872209565574]
仮想セル摂動予測のための大規模基盤モデルを提案する。
まず、データスループットを大幅に改善するBioNeMoベースのトレーニングおよび推論フレームワークを構築します。
第二に、摂動予測を条件付き輸送として定式化し、それをセットアウェアフローアーキテクチャで実装する。
第3に,生物学的に有意な指標に基づく厳密なセルレベルプロトコルを用いて,Tahoe-100Mのモデルを評価する。
論文 参考訳（メタデータ） (2026-03-18T05:51:08Z) - Suppressing Prior-Comparison Hallucinations in Radiology Report Generation via Semantically Decoupled Latent Steering [94.37535002230504]
本研究では,Semantically Decoupled Latent Steeringと呼ばれる学習自由な推論時間制御フレームワークを開発した。
提案手法は,大言語モデル (LLM) による意味分解による意味のない介入ベクトルを構築する。
本手法は歴史的幻覚の可能性を著しく低下させることを示す。
論文 参考訳（メタデータ） (2026-02-27T04:49:01Z) - PUNCH: Physics-informed Uncertainty-aware Network for Coronary Hemodynamics [8.812266680285369]
標準血管造影から冠血流量を直接推定するための非診断・不確実性認識フレームワークを提案する。
このシステムは、コントラスト輸送の第一原理モデルから冠血流を推定するために、物理インフォームドニューラルネットワークと変分推論を統合している。
パイプラインは、患者1人あたり約3分で、1つのGPU上で動作し、人口レベルのトレーニングは行わない。
論文 参考訳（メタデータ） (2026-01-23T21:47:23Z) - Transparent Early ICU Mortality Prediction with Clinical Transformer and Per-Case Modality Attribution [42.85462513661566]
ICU滞在後48時間から, 生理的時系列測定と非構造的臨床記録とを融合した, 軽量で透明なマルチモーダルアンサンブルを提案する。
ロジスティック回帰モデルは、バイタル用双方向LSTMとノート用微調整された臨床ModernBERT変換器の2つのモード固有モデルからの予測を組み合わせる。
MIMIC-IIIベンチマークでは、遅延融合アンサンブルは、よく校正された予測を維持しながら、最高の単一モデルに対する差別を改善する。
論文 参考訳（メタデータ） (2025-11-19T20:11:49Z) - Linearized Optimal Transport for Analysis of High-Dimensional Point-Cloud and Single-Cell Data [45.87606039212519]
シングルセル技術は、細胞の高次元点雲を生成する。
各患者は単純なベクトルではなく不規則な点雲で表される。
線形最適輸送フレームワークを用いて不規則点雲を固定次元ユークリッド空間に埋め込む。
論文 参考訳（メタデータ） (2025-10-24T21:33:12Z) - 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)
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。