ロボット式超音波がCBCTをリアルタイムに活性化する

本文: arXiv:2603.10220v1 アナウンスタイプ: cross 概要: 手術中のコーンビームCT（CBCT）は、介入計画に不可欠な信頼性の高い3D解剖学的文脈を提供します。しかし、その静的な性質は、呼吸、プローブの圧力、外科的操作によって誘発される軟部組織の変形を連続的に監視することを妨げ、ナビゲーションのズレを引き起こします。私たちは、組織の運動を推定し、静的CBCTスライスをリアルタイムで更新する動的代理としてロボット超音波を活用する、変形認識型CBCT更新フレームワークを提案します。線形結合の線形相関（LC2）に基づく剛性リファインメントを用いた較正初期の整合から始め、私たちの手法は正確な多モーダル対応を確立します。術中のダイナミクスを捉えるために、USCorUNet（ ultrasound correlation UNet ）を導入します。これは光学フローに基づく監督付き学習で訓練された軽量ネットワークで、変形認識型の相関表現を学習し、超音波ストリームから正確でリアルタイムな密な変形場を推定できるようにします。推定された変形は空間的に正則化され、CBCTの参照へ転送され、変形整合性を持つ視覚化を生成し、繰り返しの放射線曝露を避けます。提案手法を、変形推定と超音波ガイドCBCT更新の実験を通じて検証します。結果は、リアルタイムのエンドツーエンドCBCTスライス更新と物理的に妥当な変形推定を示し、ロボット式超音波支援介入中に静的CBCTガイダンスを動的に改善できることを示します。ソースコードは https://github.com/anonymous-codebase/us-cbct-demo で公開されています。