論文の概要: Semantic-Coupled Perception Framework for Autonomous Laparoscope Control

• arxiv url: http://arxiv.org/abs/2610.34128v1
• Date: Sun, 25 Oct 2026 07:56:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.541775
• Title: Semantic-Coupled Perception Framework for Autonomous Laparoscope Control
• Title（参考訳）: 自律型腹腔鏡制御のための意味結合型知覚フレームワーク
• Abstract要約: 従来の自律型腹腔鏡制御法は、視覚追跡と外科的位相認識を独立して扱う。 本稿では,リアルタイムの手術位相認識とカメラモーション補正型視覚知覚を併用した閉ループ自律型腹腔鏡制御フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 8.752496953473218
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In minimally invasive surgery (MIS), maintaining an appropriate field of view (FoV) is essential for surgical safety and efficiency. However, conventional autonomous laparoscope control methods often treat visual tracking and surgical phase recognition independently, limiting robustness under occlusion, entity overlap, and camera motion. This paper proposes a closed-loop autonomous laparoscope control framework that couples real-time surgical phase recognition with camera-motion-compensated visual perception. By exploiting phase-dependent relationships among surgical entities, the framework improves target state estimation under challenging visual conditions, supporting task-aware autonomous FoV control. Experiments on benchmark datasets evaluate the proposed framework in surgical phase recognition and target tracking, including scenarios involving occlusion and entity overlap. Phantom experiments further demonstrate the feasibility of autonomous FoV control, showing improved target visibility and task execution performance compared with fixed-FoV control. These results highlight the potential of incorporating task-level semantics into visual state estimation for autonomous laparoscope guidance.
• Abstract（参考訳）: 低侵襲手術(MIS)では、適切な視野(FoV)を維持することが外科的安全性と効率に不可欠である。 しかしながら、従来の自律型腹腔鏡制御法は、視覚的トラッキングと外科的位相認識を独立に扱うことが多く、閉塞、実体重なり、カメラモーションの頑丈さを制限している。 本稿では,リアルタイムの手術位相認識とカメラモーション補正型視覚知覚を併用した閉ループ自律型腹腔鏡制御フレームワークを提案する。 外科的実体間の位相依存的関係を利用して、課題対応自律型FoV制御をサポートし、困難な視覚条件下での目標状態推定を改善する。 ベンチマークデータセットの実験は、オクルージョンとエンティティの重複を含むシナリオを含む、外科的位相認識とターゲット追跡における提案されたフレームワークを評価する。 Phantom実験は、固定FoV制御と比較して目標視認性とタスク実行性能が改善された自律型FoV制御の実現可能性をさらに実証する。 これらの結果は,自律型腹腔鏡ガイドのための視覚的状態推定にタスクレベルセマンティクスを組み込むことの可能性を強調した。

関連論文リスト

• SurgLAT: Surgical Latent Attention Tracking for Depth-Aware Robotic Laparoscope Control [32.598197128759146]
  SurgLAT(SurgLAT)は遅発性手術注意モデルと自律腹腔鏡視下視力制御のための因果的オンラインフレームワークである。 SurgLATは、凍結したDINOv3エンコーダと状態条件の空間トークンミキサーを使用して、メモリ誘導された空間的事前の操作証拠を抽出する。 さらに,仮想軸の定式化に基づくラパロスコープ・リモート・センター・オブ・モーション(RCM)制約によるロボット配置フレームワークを導入する。
  論文  参考訳（メタデータ） (2026-08-08T03:04:01Z)
• BiliVLA: Scene-Aware Vision-Language-Action Model with Reinforcement Learning for Autonomous Biliary Endoscopic Navigation [6.2182538853159]
  内視鏡的逆行性胆管膵管造影(ERCP)は正確な内視鏡ナビゲーションと安定した胆道狭窄を必要とする。 最近のロボットシステムと視覚に基づく支援技術は、オペレーター・エルゴノミクスを改善し、知覚的手がかりを提供する。 本稿では,ビジュモータ学習問題として胆道内視鏡ナビゲーションを定式化するシーン認識型視覚・言語・アクションフレームワークであるBiliVLAを提案する。
  論文  参考訳（メタデータ） (2026-06-22T16:11:15Z)
• SurgAtt-Tracker: Online Surgical Attention Tracking via Temporal Proposal Reranking and Motion-Aware Refinement [45.37105164372227]
  SurgAtt-Trackerは外科的注意をしっかり追跡する総合的なフレームワークである。 複数の外科的データセットの実験は、SurgAtt-Trackerが一貫して最先端のパフォーマンスを達成することを示した。
  論文  参考訳（メタデータ） (2026-02-24T07:30:51Z)
• Strategy-Supervised Autonomous Laparoscopic Camera Control via Event-Driven Graph Mining [15.995867664955348]
  本稿では,ハイレベルな視覚言語推論と低レベルなクローズドループ制御を併用したストラテジグラウンドフレームワークを提案する。 オフラインで生の外科的ビデオは、カメラ関連の時間的イベントに解析され、属性付きイベントグラフとして構造化される。 オンラインでは、微調整されたビジョン・ランゲージ・モデル(VLM)がライブ腹腔鏡像を処理し、支配的な戦略と離散的な画像ベースのモーションコマンドを予測する。
  論文  参考訳（メタデータ） (2026-02-24T02:56:39Z)
• ReViP: Reducing False Completion in Vision-Language-Action Models with Vision-Proprioception Rebalance [50.05984919728878]
  本稿では、視覚的接地と摂動下での堅牢性を高めるために、視覚-受容器リバランスを備えた新しいVLAフレームワークReViPを提案する。 具体的には、タスクステージオブザーバとして外部VLMを使用して、視覚的な観察からリアルタイムなタスク中心の視覚的手がかりを抽出する。 本稿では,オブジェクトドロップのような制御された設定を持つLIBERO上に構築された最初のFalse-Completion Benchmark Suiteを提案する。
  論文  参考訳（メタデータ） (2026-01-23T11:31:07Z)
• PosA-VLA: Enhancing Action Generation via Pose-Conditioned Anchor Attention [92.85371254435074]
  PosA-VLAフレームワークは、ポーズ条件付き監視を通じて視覚的注意を保ち、タスク関連領域に対するモデルの認識を一貫して導く。 本手法は,多様なロボット操作ベンチマークにおいて,正確かつ時間効率のよい動作を実施できることを示す。
  論文  参考訳（メタデータ） (2025-12-03T12:14:29Z)
• Decentralized Vision-Based Autonomous Aerial Wildlife Monitoring [55.159556673975544]
  野生生物モニタリングのための分散視覚に基づくマルチクワッドロータシステムを提案する。 我々のアプローチは、その自然生息地における大型種のロバスト同定と追跡を可能にする。
  論文  参考訳（メタデータ） (2025-08-20T20:05:05Z)
• Verification of Visual Controllers via Compositional Geometric Transformations [49.81690518952909]
  到達可能な集合の外部近似を生成できる知覚ベースのコントローラのための新しい検証フレームワークを提案する。 提案手法の音質を理論的に保証し,ベンチマーク制御環境における有効性を示す。
  論文  参考訳（メタデータ） (2025-07-06T20:22:58Z)

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。