論文の概要: Velocity Optimization via Thermal Imaging Enhances Autonomous Tumor Resection
- arxiv url: http://arxiv.org/abs/2610.27562v1
- Date: Tue, 20 Oct 2026 03:22:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.601138
- Title: Velocity Optimization via Thermal Imaging Enhances Autonomous Tumor Resection
- Title（参考訳）: 画像診断による自律的腫瘍切除のベロシティ最適化
- Abstract要約: 細胞レベルでの熱損傷範囲を検出するために組織学的解析を行った。
3次元光線量計を用いてマージンの精度を検証した。
- 参考スコア（独自算出の注目度）: 6.00777534232731
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Objective: To demonstrate and evaluate THERMO, a thermal-velocity optimization algorithm for autonomous electrosurgery, in ex vivo porcine tissue using the UR10e-based ASTR system. Methods: Thermography for Electrosurgical Rate Modulation via Optimization (ThERMO), a closed-loop algorithm that uses real-time thermal imaging data to minimize thermal injury while ensuring accurate cut margins, was tested on ex vivo porcine tissue. Histological analysis was performed to detect thermal injury extent at a cellular level, and 3D photogrammetric measurement was used to verify margin accuracy. ThERMO's performance was compared against two previously used fixed velocity methods. Results: ThERMO outperformed both fixed velocity comparison methods without requiring data-driven training or iterative tuning, reducing thermal injury by up to 52%, improving cut accuracy by up to 59%, and maintaining task completion speed. Conclusions: Closed-loop thermal feedback via ThERMO improves autonomous robotic electrosurgery by simultaneously reducing thermal injury and improving margin accuracy, reinforcing its value over fixed velocity approaches for tumor resection applications. Significance: This work advances autonomous robotic tumor resection by demonstrating that real-time closed-loop thermal feedback control can substantially reduce collateral tissue damage and improve surgical margin accuracy.
- Abstract（参考訳）: 目的: UR10eをベースとしたASTRシステムを用いて, ブタの生体外組織における自律電気外科用サーマルベロシティ最適化アルゴリズムTheRMOの実証と評価を行う。
方法:最適化による電気外科的速度変調のためのサーモグラフィー(ThERMO)は、リアルタイムの熱画像データを用いて、正確な切断マージンを確保しながら、熱傷を最小限に抑えるクローズドループアルゴリズムである。
細胞レベルでの熱損傷範囲を検出するために組織学的解析を行い, マージンの精度を確認するために3Dフォトグラム測定を行った。
ThERMOの性能は、以前に2つの固定速度法と比較された。
結果:ThERMOは,データ駆動トレーニングや反復チューニングを必要とせず,熱損傷を最大52%低減し,カット精度を最大59%向上し,タスク完了速度を向上した。
結論: ThERMOによる閉ループ熱フィードバックは、熱損傷を同時に低減し、マージンの精度を向上し、腫瘍切除のための固定速度アプローチよりもその価値を高めることにより、自律型ロボット電気外科を改善する。
意義: 本研究は, リアルタイム閉ループ熱フィードバック制御が側方組織損傷を大幅に低減し, 外科的マージン精度を向上させることを示し, 自律型ロボット腫瘍切除を推進している。
関連論文リスト
- A Unified Model for Highly Accurate ECG-Free Dynamic Coronary Roadmapping Using Spatio-Temporal Transformers [3.991042132764926]
コントラスト注射は放射線曝露の増加とコントラスト誘発性腎症のリスクを増加させる。
Dynamic Coronary Road (DRM)は、事前に計算された血管マップをライブ蛍光顕微鏡にオーバーレイし、プロシージャを通して継続的に更新する。
DRMは、血管造影と蛍光検査の正確な心臓相マッチングと、動作補償のための信頼できるカテーテル先端追跡に依存している。
本稿では,心臓の位相マッチングとカテーテルの先端追跡を同時に実行し,正確なリアルタイムガイダンスを実現するための統合DRMフレームワークを提案する。
論文 参考訳（メタデータ） (2026-07-09T18:57:15Z) - Fine-tuning language encoding models on slow fMRI improves prediction for fast ECoG [45.06821993085712]
本研究では,非侵襲的fMRIを用いてトレーニングデータのギャップを埋めることを提案する。
音声言語表現をfMRIで微調整することにより,ECoGの符号化モデルを構築する。
周波数帯域の予測は、fMRIで直接測定される範囲を超えて改善された。
論文 参考訳（メタデータ） (2026-05-19T00:49:51Z) - EqDiff-CT: Equivariant Conditional Diffusion model for CT Image Synthesis from CBCT [43.92108185590778]
画像誘導放射線療法(IGRT)に広く用いられているコーンビームCT(CBCT)
CBCTから高品質なCT画像を生成するために,EqDiff-CTという新しい拡散型条件生成モデルを提案する。
論文 参考訳（メタデータ） (2025-09-26T05:51:59Z) - Tunable Wavelet Unit based Convolutional Neural Network in Optical Coherence Tomography Analysis Enhancement for Classifying Type of Epiretinal Membrane Surgery [4.385760909371705]
上皮膜(ERM)除去手術の種類を分類する深層学習法を開発した。
我々のモデルは, ResNet18畳み込みニューラルネットワーク(CNN)アーキテクチャに基づいて, 術後光コヒーレンス断層撮影(OCT)センタースキャンを入力として利用する。
さらに精度を向上させるために、直交格子系ウェーブレットユニット(OrthLatt-UwU)と完全再構成緩和系ウェーブレットユニット(PR-Relax-UwU)の2つの主要な適応で調整可能なウェーブレットユニットを統合した。
論文 参考訳（メタデータ） (2025-07-01T13:46:06Z) - REST: Efficient and Accelerated EEG Seizure Analysis through Residual State Updates [54.96885726053036]
本稿では,リアルタイム脳波信号解析のための新しいグラフベース残状態更新機構(REST)を提案する。
グラフニューラルネットワークとリカレント構造の組み合わせを活用することで、RESTは、非ユークリッド幾何学とEEGデータ内の時間的依存関係の両方を効率的にキャプチャする。
本モデルは,発作検出と分類作業において高い精度を示す。
論文 参考訳（メタデータ） (2024-06-03T16:30:19Z) - PhysRFANet: Physics-Guided Neural Network for Real-Time Prediction of
Thermal Effect During Radiofrequency Ablation Treatment [0.9895793818721335]
本稿では物理誘導型ニューラルネットワークモデルPhysRFANetを提案する。
術前の腫瘍像では,96%のDiceスコアと0.4854のRMSE値が得られた。
論文 参考訳（メタデータ） (2023-12-21T15:36:52Z) - Deep-learning-based acceleration of MRI for radiotherapy planning of
pediatric patients with brain tumors [39.58317527488534]
RT専用レシーバコイルアライメントで取得したアンダーサンプルデータからMRI再構成を行う深層学習法を開発した。
DeepMRIRecは、評価された最先端手法を超える構造的類似度スコアを4倍に削減した。
論文 参考訳（メタデータ） (2023-11-22T16:01:44Z) - Minimally Invasive Live Tissue High-fidelity Thermophysical Modeling
using Real-time Thermography [0.487576911714538]
生体組織におけるエネルギーベース手術のための新しい熱力学的パラメータ推定フレームワークを提案する。
この枠組みは、組織固有の熱力学をリアルタイムで推定する問題に対処し、組織への熱的損傷の正確な予測と電気外科的手順の損傷を意識した計画を可能にする。
論文 参考訳（メタデータ） (2023-01-23T21:54:01Z) - Multi-Channel Convolutional Analysis Operator Learning for Dual-Energy
CT Reconstruction [108.06731611196291]
我々は,多チャンネル畳み込み解析演算子学習法(MCAOL)を開発した。
本研究では,低エネルギー,高エネルギーで減衰画像を共同で再構成する最適化手法を提案する。
論文 参考訳（メタデータ） (2022-03-10T14:22:54Z) - Deep correction of breathing-related artifacts in real-time
MR-thermometry [0.5727060643816255]
畳み込みニューラルネットワーク(CNN)は、温暖化以前の予備学習段階で得られた画像から、見かけの温度摂動を学習するために設計された。
その後の温熱処理では、現在の温度マップのオンライン補正を生成するために、最近の等級画像が入力として使用される。
術式は,12名の無呼吸ボランティアで評価され,すべての検査例で頑健で無人工物であることが判明した。
論文 参考訳（メタデータ） (2020-11-10T10:30:41Z) - Searching for Efficient Architecture for Instrument Segmentation in
Robotic Surgery [58.63306322525082]
ほとんどのアプリケーションは、高解像度の外科画像の正確なリアルタイムセグメンテーションに依存している。
我々は,高解像度画像のリアルタイム推論を行うために調整された,軽量で高効率なディープ残差アーキテクチャを設計する。
論文 参考訳（メタデータ） (2020-07-08T21:38:29Z)
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。