論文の概要: Spatiotemporal Recognition of Abdominal Wall Layers During Optical Trocar Entry

• arxiv url: http://arxiv.org/abs/2610.14512v1
• Date: Sat, 10 Oct 2026 03:19:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 13:12:59.41736
• Title: Spatiotemporal Recognition of Abdominal Wall Layers During Optical Trocar Entry
• Title（参考訳）: 光トロカー導入時の腹部壁層の時空間認識
• Abstract要約: 空間的文脈と時間的モデリングがトロカー導入時の組織認識を改善するかを評価する。 結果】組織深度コードスパンは53%から26%に減少し,クリニカルアノテーションでは22%であった。 パフォーマンスは腹腔脂肪と腸に限らず, フルモデルでは44%の早期発症率を維持した。
• 参考スコア（独自算出の注目度）: 3.491750342337196
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Objective. To evaluate whether spatial context and temporal modeling improve tissue recognition during optical trocar entry, where multiple abdominal-wall tissues may be visible simultaneously. Methods. We retrospectively analyzed 71 recordings with 1,516 annotated keyframes and 29,151 clinician-annotated sectors. Each frame was divided into 28 polar-grid sectors assigned to nine tissue classes. Color, neighboring-sector, and positional features were used by a gradient-boosted emission classifier. The full pipeline added learned temporal smoothing, spatial regularization, an anatomically ordered hidden Markov model, and posterior blending. Five-fold cross-validation was grouped by recording, with cross-fitting to prevent within-recording leakage. Primary evaluation used clinician-derived targets; ablations assessed classification, probability quality, spatial consistency, and peritoneum-or-deeper onset timing. Results. The complete pipeline achieved accuracy 0.646, macro-F1 0.507, and macro-AUROC 0.882, versus 0.600, 0.440, and 0.861 for emissions alone. Macro-F1 improved by 0.066 across all five folds. Label changes decreased from 66.2 to 19.5 per sector-minute, and median onset error decreased from 15.58 to 2.45 seconds. Frames with a tissue-depth-code span of at least three decreased from 53% to 26%, versus 22% for clinician annotations. Performance remained limited for preperitoneal fat and bowel, and the full model retained a 44% premature-onset proportion. Conclusions. Combining appearance, spatial context, and temporal constraints improved retrospective tissue recognition and onset localization. Tissue-specific limitations, residual timing errors, and reliance on future observations warrant external validation and prospective evaluation of causal models before clinical use.
• Abstract（参考訳）: 目的。 複数の腹壁組織を同時に視認できる光トロカーエントリー時の組織認識を、空間的文脈と時間的モデリングで改善するか否かを評価する。 メソッド。 我々は71の録音を1,516の注釈付きキーフレームと29,151の臨床用注釈付きセクターで振り返って分析した。 各フレームは、9つの組織クラスに割り当てられた28の極地グリッドセクターに分けられた。 カラー, 隣接セクタ, 位置特徴は, 勾配ブースト型エミッション分類器で用いた。 完全なパイプラインは、学習した時間的平滑化、空間的規則化、解剖学的に秩序づけられた隠れマルコフモデル、後部ブレンディングを加えた。 5倍のクロスバリデーションは記録によってグループ化され、記録内リークを防ぐためにクロスフィッティングされた。 初回評価では,分類,確率品質,空間的整合性,腹膜または深部発症時期が評価された。 結果。 完全なパイプラインは精度0.646、マクロF1 0.507、マクロAUROC 0.882を達成し、排ガスだけで0.600、0.440、0.861を達成した。 マクロF1は5倍の0.066倍に改善された。 ラベルの変更はセクター分あたり66.2から19.5に減少し、中央値は15.58から2.45秒に減少した。 組織深度コードスパンは53%から26%に減少し,クリニカルアノテーションでは22%であった。 パフォーマンスは腹腔脂肪と腸に限らず, フルモデルでは44%の早期発症率を維持した。 結論。 外観,空間的文脈,時間的制約を組み合わせることで,組織認識と初期局在が改善した。 組織特異的な制限、残留時間誤差、将来の観察への依存により、臨床使用前の因果モデルの外部的検証と予測的評価が保証される。

関連論文リスト

• VCRE-Fib: View-Conditioned Regional Evidence for Fine-Grained Ultrasound Grading of Schistosoma japonicum-Associated Liver Fibrosis [31.459273589110982]
  VCRE-Fibは、微細な超音波グレーディングのためのビューコンディショニングされた地域エビデンスフレームワークである。 空間プーリングの前に局所的なグルーピングの証拠を形成し、その凝集を誘導するために弱い局所化を使い、グローバルな予測と組み合わせる。 本手法は,35施設6,373例の超音波画像108,709枚の再計算コホートを用いて開発・評価した。
  論文  参考訳（メタデータ） (2026-09-26T18:13:45Z)
• DiaSeg: Diagonal Segment Extraction from DTW Paths for Interpretable Gait Analysis [0.7829352305480287]
  動的時間温暖化(DTW)は時系列間の類似性を測定する主要な手法である。 DTW経路から対角線分を制御ブレークで抽出するフレームワークであるDiaSegを紹介する。
  論文  参考訳（メタデータ） (2026-09-21T07:42:59Z)
• Reconstructed holograms and explanation-aware evaluation for low-cost computational pollen analysis in veterinary cytology [0.0]
  ブライトフィールド顕微鏡は、レンズレスデジタルインラインホログラフィーより高価で複雑である。 我々は,再構成ホログラムがこのギャップを狭めることができるか,モデル説明がモダリティ変化の下で信頼性を維持しているかを評価する。
  論文  参考訳（メタデータ） (2026-09-19T13:35:07Z)
• Spectral Features Dominate BCG Respiratory-Event Detection: A Large-Scale Patient-Independent Comparison of Feature Groups in Sleep Apnea Patients [33.60217549899358]
  バリスト心電図(BCG)は長期睡眠時無呼吸モニタリングにおいて有望なモダリティである。 呼吸異常の検出においてどの信号の特徴が最も識別されているかは、まだ不明である。 BCG特徴群10群を文献的,患者非依存的に比較検討した。
  論文  参考訳（メタデータ） (2026-08-28T11:56:12Z)
• PGP-Clinical-TimeKAN: Prior-Guided Joint Probabilistic Forecasting of Clinical Trajectories [33.074550441856196]
  PGP-Clinical-TimeKANは多変量生理学の合同確率予測のための軌道優先のフレームワークである。 欠如を意識した時間エンコーダ、ソフトオルガン前駆体、患者固有の関係、非線形コルモゴロフ・アルノルドメッセージ、低ランクの多変量学生-tヘッドを組み合わせる。
  論文  参考訳（メタデータ） (2026-08-24T23:33:35Z)
• Temporal Generalization in fNIRS-Based Autism Classification: A Cross-Time-Window Transfer Benchmark [0.0]
  機能近赤外分光法(FNIRS)は自閉症スペクトラム障害(ASD)分類において有望なモダリティである。 実際には、最適な観察窓は、血行遅延と神経血管の結合の違いにより、被験者によって異なる。 我々はこれをテキスト・クロス・タイム・ウインドウ・トランスファー問題として定式化し、生体動作試験におけるウィンドウ長(2.5～10,s)とオフセット(オフセット)の異なるプロトコルを導入する。
  論文  参考訳（メタデータ） (2026-08-03T18:50:55Z)
• Margin-Consistent Deep Subtyping of Invasive Lung Adenocarcinoma via Perturbation Fidelity in Whole-Slide Image Analysis [15.00702842825464]
  浸潤性肺腺癌亜型に対する全スライディング画像分類は, 実際の画像摂動に対して脆弱である。 本研究では,143枚の全スライディング画像から203,226枚のパッチに対して評価したマージン整合性フレームワークを提案する。 提案手法は,Kendall相関によるトレーニング中の0.88,バリデーション時の0.64の頑健な特徴-論理空間アライメントを実現する。
  論文  参考訳（メタデータ） (2026-02-27T20:47:15Z)
• 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)
• AttentiveGRUAE: An Attention-Based GRU Autoencoder for Temporal Clustering and Behavioral Characterization of Depression from Wearable Data [46.262619407930266]
  本稿では,時間的クラスタリングと縦型ウェアラブルデータによる結果の予測を目的とした,新しい注意型ゲートリカレントユニット(GRU)オートエンコーダであるAttentiveGRUAEを提案する。 372名(GLOBEM 2018-2019)の長期睡眠データからAttentiveGRUAEを評価する。 これは、クラスタリングの品質と抑うつの分類の両方において、ベースラインクラスタリング、ドメイン指向の自己教師付きモデル、および改善されたモデルよりも優れたパフォーマンスを示す。
  論文  参考訳（メタデータ） (2025-10-02T20:52:16Z)
• Corneal endothelium assessment in specular microscopy images with Fuchs' dystrophy via deep regression of signed distance maps [48.498376125522114]
  本稿では,UNetをベースとしたセグメンテーション手法を提案する。 これは、フックスのジストロフィーの全度にわたって、信頼できるCE形態計測と腸骨同定を実現する。
  論文  参考訳（メタデータ） (2022-10-13T15:34:20Z)

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。