論文の概要: A VR Training System for Robot-Assisted Vascular Intervention with Dual-Mode Control and Model-Based Interaction Response

• arxiv url: http://arxiv.org/abs/2610.19413v1
• Date: Wed, 14 Oct 2026 01:59:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.893871
• Title: A VR Training System for Robot-Assisted Vascular Intervention with Dual-Mode Control and Model-Based Interaction Response
• Title（参考訳）: デュアルモード制御とモデルに基づくインタラクション応答を用いたロボット支援血管インターベンションのためのVRトレーニングシステム
• Abstract要約: 本稿では,非同期2モードコマンドマッピングとセンサレスインタラクション推定を組み合わせたVRトレーニングシステムを提案する。 テストでは、3つの速度ギアと位置モードで異なるコマンド・ディスパッチパターンが確認された。 15人の初級生を対象にした予備調査では、VRトレーニング後の身体・幻のタスク成功率は53.3%から93.3%に増加した。
• 参考スコア（独自算出の注目度）: 7.3763359348129045
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Virtual reality training for robot-assisted vascular intervention requires accurate robotic control and effective feedback on guidewire--vessel interactions. This paper presents a VR training system combining asynchronous dual-mode command mapping with sensorless interaction estimation. The system supports velocity-controlled navigation and position-driven incremental manipulation. Guidewire deformation and a Hunt--Crossley-type contact response are combined and temporally filtered to estimate interaction intensity, while trajectory-based visualization supports post-procedure review. Tests confirmed distinct command-dispatch patterns across three velocity gears and the position mode. During hybrid-scene navigation, the estimated response remained low during straight insertion and increased as the guidewire bent within the vascular model. Trajectory analysis yielded a model-derived cumulative trauma work (CTW) value of 15.166 in normalized units and localized regions of elevated interaction. In a preliminary study with 15 novices, physical-phantom task success increased from 53.3% to 93.3% after VR training, while mean completion time decreased from 132.4 s to 96.7 s. These results demonstrate the system's dual-mode operation, deformation-sensitive feedback, and potential to improve subsequent physical-phantom task performance.
• Abstract（参考訳）: ロボット支援血管介入のためのバーチャルリアリティトレーニングには、正確なロボット制御とガイドワイヤと血管の相互作用に対する効果的なフィードバックが必要である。 本稿では,非同期2モードコマンドマッピングとセンサレスインタラクション推定を組み合わせたVRトレーニングシステムを提案する。 このシステムは速度制御ナビゲーションと位置駆動インクリメンタル操作をサポートする。 ガイドワイヤ変形とハント・クロスリー型接触応答を組み合わせて時間的にフィルタリングして相互作用強度を推定する。 テストでは、3つの速度ギアと位置モードで異なるコマンド・ディスパッチパターンが確認された。 ハイブリッド・シーンナビゲーション中は, 直線挿入時の反応は低値であり, 血管モデル内でガイドワイヤが屈曲するに従って増大した。 軌道解析により, 正常化単位および局所化領域におけるCTW値が15.166であった。 初級生15名を対象にした予備調査では、VRトレーニング後の身体・幻のタスク成功率は53.3%から93.3%に増加し、平均完了時間は132.4秒から96.7秒に減少した。 これらの結果は、システムのデュアルモード動作、変形感度フィードバック、およびその後の物理ファントムタスク性能を改善する可能性を示す。

関連論文リスト

• Evaluating the Transfer of Co-Evolved Communication from 2D to 3D Simulation [51.56484100374058]
  本研究は,2次元環境に共進化した通信機構が3次元物理シミュレーターに移行した後に機能的役割を担っているかに焦点を当てた。 その結果, 成功率は評価された時間予算とともにほぼ直線的に増加し, 2,000から6000の物理ステップの台地を示す証拠は得られなかった。
  論文  参考訳（メタデータ） (2026-10-07T01:28:11Z)
• AquaOrbit: Sim-to-Real Reinforcement Learning for Underwater Target Orbiting under Intermittent Visual Feedback [51.92060148406936]
  間欠的な視覚的損失は、水中周回中の目標相対的なフィードバックを妨害する。 AquaOrbitは、水中の目標軌道を周回するリカバリモジュールを備えた強化学習用コントローラである。
  論文  参考訳（メタデータ） (2026-09-21T03:29:45Z)
• A 3DGS-Driven Dynamic Viewpoint and Vibrotactile Framework for Subsea Teleoperation Validated via fNIRS [4.519858285140602]
  ROS-Unityフレームワーク上に構築されたマルチモーダル遠隔操作アーキテクチャについて述べる。 感覚負荷を低減するため、胴体に装着されたビブロタクティルスーツは、局所障害物クリアランスを直感的な触覚近接キューにマッピングする。 その結果,反応型触覚フィードバックは遅延を最小限に抑えられる一方,3DGSで駆動する遠心性可視化は高い遅延時間で優れたレジリエンスが得られることがわかった。
  論文  参考訳（メタデータ） (2026-07-10T22:12:10Z)
• Event-Level Detection of Surgical Instrument Handovers in Videos with Interpretable Vision Models [32.17113044802459]
  手術ビデオにおける機器ハンドオーバの事象レベルの検出と方向分類のための視覚フレームワークを提案する。 統一マルチタスク定式化は、ハンドオーバの発生と相互作用方向を共同で予測する。 腎臓移植術のデータセットに関する実験は、強い性能を示す。
  論文  参考訳（メタデータ） (2026-04-08T20:31:28Z)
• See, Learn, Assist: Safe and Self-Paced Robotic Rehabilitation via Video-Based Learning from Demonstration [0.7874708385247353]
  本稿では,ロボット支援型リハビリテーション演習を遠隔でRGB-Dビデオで教える新しい枠組みを提案する。 カルテシアン運動プリミティブ(DMP)を用いた6-DoF体中心軌道の実証を符号化する。 空間的に整合した仮想トンネルを構成する疎結合ハイブリッド制御アーキテクチャを用いて,これらのトラジェクトリを実行する。
  論文  参考訳（メタデータ） (2026-03-15T00:30:36Z)
• Towards Autonomous Navigation in Endovascular Interventions [0.7100795934780609]
  この論文は、複雑な血管環境における自律的なガイドワイヤナビゲーションのための統合AI駆動フレームワークを提示している。 高忠実でリアルタイムなシミュレーションプラットフォームであるCathSimは、強化学習に基づくカテーテルナビゲーションのために導入された。 Expert Navigation Networkは、自律的なツールコントロールのための視覚的、運動的、強制的なフィードバックを融合させるポリシーである。
  論文  参考訳（メタデータ） (2025-12-19T21:38:52Z)
• DINO-CVA: A Multimodal Goal-Conditioned Vision-to-Action Model for Autonomous Catheter Navigation [0.33727511459109777]
  本研究は,マルチモーダルな目標条件行動クローニングフレームワークであるDINO-CVAの導入により,自律カテーテルナビゲーションへ移行する。 提案モデルでは,視覚観測とジョイスティックのキネマティクスを統合埋め込み空間に融合し,視覚とキネマティクスの両方を意識したポリシーを実現する。 その結果, DINO-CVAは動作予測の精度が高く, キネマティクスのみのベースラインの性能と一致していることがわかった。
  論文  参考訳（メタデータ） (2025-10-19T22:59:32Z)
• MetAdv: A Unified and Interactive Adversarial Testing Platform for Autonomous Driving [85.04826012938642]
  MetAdvは、現実的でダイナミックでインタラクティブな評価を可能にする、新しい対向テストプラットフォームである。 フレキシブルな3D車両モデリングと、シミュレートされた環境と物理的環境のシームレスな遷移をサポートする。 生理的信号のリアルタイムキャプチャとドライバからの行動フィードバックを可能にする。
  論文  参考訳（メタデータ） (2025-08-04T03:07:54Z)
• Domain Adaptive Robotic Gesture Recognition with Unsupervised Kinematic-Visual Data Alignment [60.31418655784291]
  本稿では,マルチモダリティ知識,すなわちキネマティックデータとビジュアルデータを同時にシミュレータから実ロボットに伝達できる,教師なしドメイン適応フレームワークを提案する。 ビデオの時間的手がかりと、ジェスチャー認識に対するマルチモーダル固有の相関を用いて、トランスファー可能な機能を強化したドメインギャップを修復する。 その結果, 本手法は, ACCでは最大12.91%, F1scoreでは20.16%と, 実際のロボットではアノテーションを使わずに性能を回復する。
  論文  参考訳（メタデータ） (2021-03-06T09:10:03Z)

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。