論文の概要: From Freehand Demonstrations to Autonomous Robotic Ultrasound: An Anatomy-Anchored Learning Framework

• arxiv url: http://arxiv.org/abs/2610.32525v1
• Date: Fri, 23 Oct 2026 11:58:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.510255
• Title: From Freehand Demonstrations to Autonomous Robotic Ultrasound: An Anatomy-Anchored Learning Framework
• Title（参考訳）: 自由ハンドデモから自律型ロボット超音波へ:解剖学的アンコレッド学習フレームワーク
• Abstract要約: 本稿では,解剖誘導型プローブ配置と学習用超音波ナビゲーションを併用した解剖模倣学習フレームワークを提案する。 フローベースのポリシーは、アンカー相対プローブポーズ、超音波画像、プローブ搭載カメラビュー、接触力からスキャン動作を生成する。 16名のうち96%, 94%, 88%, 94%が腎, 胆嚢, 肝標準面取得, 放射状動脈洗浄を行った。
• 参考スコア（独自算出の注目度）: 36.84891011671157
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Ultrasound imaging is highly operator-dependent, motivating robotic systems that reproduce expert scanning skills consistently. These skills involve coordinated interpretation of anatomical landmarks, ultrasound images, and probe-tissue interactions that are difficult to encode in hand-designed control strategies. Imitation learning offers an alternative, but its observation and action representations should reflect the anatomically structured nature of scanning. We propose an anatomy-anchored imitation-learning framework that combines anatomy-guided probe placement with learned ultrasound navigation. The placement module identifies a task-specific anatomical starting point from external visual observations and establishes the initial probe pose as the reference frame for scanning. A flow-based policy then generates scanning motions from anchor-relative probe poses, ultrasound images, probe-mounted camera views, and contact forces, while a termination head predicts task completion. This avoids continuous reliance on third-person vision and reduces dependence on the robot-patient configuration. A handheld acquisition platform enables multimodal demonstrations to be collected during natural freehand scanning without a robot. On 16 unseen participants, task success reaches 96%, 94%, 88%, and 94% for kidney, gallbladder, and liver standard-plane acquisition and radial artery sweeping, respectively. Compared with a fine-tuned pi_0 model, success on the abdominal tasks improves by 10-42 percentage points, with lower time-to-target, peak contact force, and trajectory jerk. Ablations support the complementary roles of anatomical anchoring, egocentric vision, and force feedback. End-to-end trials with automatic placement achieve 90-100% success, and the policies transfer without retraining to a second robot with 83-100% success.
• Abstract（参考訳）: 超音波イメージングは、専門家の走査技術を一貫して再現する、非常にオペレータ依存のロボットシステムである。 これらのスキルには、解剖学的ランドマークの協調解釈、超音波画像、手動設計の制御戦略において符号化が難しいプローブ-タスクの相互作用が含まれる。 模倣学習は代替手段を提供するが、その観察と行動表現は、解剖学的に構造化された走査の性質を反映すべきである。 本稿では,解剖誘導型プローブ配置と学習用超音波ナビゲーションを併用した解剖模倣学習フレームワークを提案する。 配置モジュールは、外部の視覚観察からタスク固有の解剖学的出発点を特定し、スキャンの基準フレームとして初期プローブポーズを確立する。 フローベースのポリシーは、アンカー相対プローブポーズ、超音波画像、プローブ搭載カメラビュー、接触力からスキャン動作を生成し、終端ヘッドはタスク完了を予測する。 これにより、第三者の視力への継続的な依存を回避し、ロボットの患者構成への依存を減らすことができる。 ハンドヘルド取得プラットフォームは、ロボットなしで自然のフリーハンドスキャン中に、マルチモーダルなデモを収集することを可能にする。 16名のうち96%, 94%, 88%, 94%が腎, 胆嚢, 肝標準面取得, ラジアル動脈洗浄であった。 微調整した pi_0 モデルと比較すると, 腹部作業の成績は10～42ポイント向上し, 目標時間, ピーク接触力, 軌跡ジャークが低下した。 アブレーションは解剖学的アンカー、自我中心のビジョン、力フィードバックの相補的な役割をサポートする。 自動配置によるエンドツーエンドの試行は、90-100%の成功を達成し、83-100%の成功を収めた第2ロボットに再訓練することなくポリシーを移行する。

関連論文リスト

• Contact-Adaptive Robotic Ultrasound Probe Control for Tissue Exploration and Continuous Task-Relevant Visualization Using Robot-Free Image-Motion Demonstration [3.915263615410247]
  ロボットレス実験から得られた接触適応型ロボット超音波モニタリングについて述べる。 Sonologgerは6軸慣性センサーを臨床医が操作するプローブにクランプし、超音波とプローブフレームの相対回転をロボット、カメラ、トラッカーなしで記録する。
  論文  参考訳（メタデータ） (2026-09-27T07:35:47Z)
• Visuotactile and Explicitly Force-Controlled Robotic Ultrasound for Abdominal Volumetric Reconstruction [0.5862480696321741]
  本稿では,ステレオビジョン,触覚フィードバック,エキスパートインフォームド戦略を統合したロボット超音波取得システムを提案する。 このシステムは、患者固有の地形に動的に適応しながら、専門家スキャンに匹敵する高品質なイメージングを実現する。
  論文  参考訳（メタデータ） (2026-06-04T08:23:34Z)
• SAMe: A Semantic Anatomy Mapping Engine for Robotic Ultrasound [60.64817443833982]
  本稿では,ロボット超音波に解剖学的先行層を明示する意味解剖マッピングエンジンSAMeを提案する。 SAMeはスキャン開始をターゲット・トゥ・アノプティ・トゥ・アクションのプロセスとして扱う。 単一の外部画像から、接地対象に対する患者固有の解剖学的表現をインスタンス化する。
  論文  参考訳（メタデータ） (2026-04-28T13:44:09Z)
• EchoWorld: Learning Motion-Aware World Models for Echocardiography Probe Guidance [79.66329903007869]
  本稿では,プローブ誘導のためのモーションアウェアな世界モデリングフレームワークであるEchoWorldを紹介する。 解剖学的な知識と運動によって引き起こされる視覚力学を符号化する。 200以上の定期的なスキャンから100万枚以上の超音波画像で訓練されている。
  論文  参考訳（メタデータ） (2025-04-17T16:19:05Z)
• UltraSeP: Sequence-aware Pre-training for Echocardiography Probe Movement Guidance [70.94473797093293]
  本稿では,高品質な標準平面画像取得のためのプローブポーズ調整によるロボットシステムや初心者の誘導に応用可能な,新しいプローブ移動誘導アルゴリズムを提案する。 本研究では, マスクアウト画像の特徴とプローブ動作をスキャンシーケンスで予測することにより, パーソナライズされた3次元心構造の特徴を学習する。
  論文  参考訳（メタデータ） (2024-08-27T12:55:54Z)
• Intelligent Robotic Sonographer: Mutual Information-based Disentangled Reward Learning from Few Demonstrations [42.731081399649916]
  この研究は、インテリジェントなロボットソノグラフィーによって、自律的に標的解剖を発見」し、専門家から学ぶことによって、米国のプローブを関連する2D平面にナビゲートすることを提案する。 専門家による基礎となる高レベルの生理的知識は神経報酬関数によって推測される。 提案した高度なフレームワークは、生き生きとしたヒトの頸動脈データだけでなく、さまざまな幻影や見えない幻影を強く扱うことができる。
  論文  参考訳（メタデータ） (2023-07-07T16:30:50Z)
• Robotic Navigation Autonomy for Subretinal Injection via Intelligent Real-Time Virtual iOCT Volume Slicing [88.99939660183881]
  網膜下注射のための自律型ロボットナビゲーションの枠組みを提案する。 提案手法は,機器のポーズ推定方法,ロボットとi OCTシステム間のオンライン登録,およびインジェクションターゲットへのナビゲーションに適した軌道計画から構成される。 ブタ前眼の精度と再現性について実験を行った。
  論文  参考訳（メタデータ） (2023-01-17T21:41:21Z)
• Towards Autonomous Atlas-based Ultrasound Acquisitions in Presence of Articulated Motion [48.52403516006036]
  本稿では、自律型ロボットUS手足のスキャンを可能にする視覚ベースのアプローチを提案する。 この目的のために、アノテートされた血管構造を有するヒト腕のアトラスMRIテンプレートを使用して、軌跡を生成する。 いずれの場合も、このシステムはボランティアの手足で計画された血管構造を取得することができる。
  論文  参考訳（メタデータ） (2022-08-10T15:39:20Z)

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。