SAMe：ロボット用超音波のためのセマンティック・アナトミー・マッピング・エンジン

Abstract

ロボット超音波は、局所的な画像駆動制御、接触制御、視野最適化を進展させてきましたが、現在のシステムには、何をスキャンするべきか、どこから開始すべきか、そして個々の患者の解剖学的構造にどう適応すべきかを判断するために必要な解剖学的理解が欠けています。これらのギャップにより、システムは依然として専門家の介入に頼ってスキャンを開始する必要があります。ここでは、SAMe（Semantic Anatomy Mapping engine）を提示します。SAMeは、ロボット超音波に対して明示的な解剖学的事前知識（アナトミカル・プライアー）層を提供するセマンティック解剖マッピングエンジンです。SAMeは、スキャン開始を「ターゲット→解剖→行動」のプロセスとして扱います。すなわち、曖昧な臨床的訴えを構造化された標的臓器へと具体化し、単一の外部身体画像から、その具体化された標的に対する患者固有の解剖学的表現を生成し、さらに術前CTまたはMRIを用いた追加の登録（レジストレーション）を行うことなく、その表現を制御系が扱うための6自由度（6-DoF）プローブ初期化状態へと変換します。SAMeが保持する解剖学的表現は、明示的で軽量（単一臓器推論で0.08秒）であり、設計上、下流の制御に適合するようになっています。セマンティックなグラウンディング（意味づけ付け）、解剖学的な具体化、実ロボットによる評価にわたって、SAMeは初期化パイプライン全体で強い性能を示します。実ロボット実験では、評価した標的セットにおいて、肝臓の初期化で臓器ヒット率97.3%を、腎臓の初期化で81.7%を達成しました。さらに、標的を重心（centroid）に限定した場合でも、SAMeは肝臓・腎臓の双方の初期化において、表面ヒューリスティック（表面に基づく経験則）によるベースラインを上回りました。これらの結果は、スキャン初期化に対処し、より広範な下流の自律スキャン・パイプラインを支えることを目的として設計された、明示的な解剖学的事前知識層の有効性を示します。これは、訴えに基づく、かつ解剖学的に情報を持ったロボット超音波検査のための基盤となります。