Machine Learning in Robotic Ultrasound Imaging: Challenges and Perspectives

要約

この記事では、インテリジェントロボット超音波 (US) イメージング システムの最近の進歩について概説します。
まず、ロボット US イメージングで一般的に使用されるロボット機構と制御技術を、その臨床応用とともに紹介します。
その後、ロボット超音波検査装置の開発における機械学習技術の導入に焦点を当て、これらのシステムのインテリジェンスを強化することを目的とした重要な開発に重点を置きます。
自律的行動の推論を実現する方法は、暗黙的な環境データの解釈に依存するアプローチと明示的な解釈を使用するアプローチの 2 セットのアプローチに分類されます。
この探索を通じて、医療データの不足、関係する物理的側面のより深い理解の必要性、効果的なデータ表現アプローチに関連する問題など、実際的な課題についても議論します。
さらに、この分野で未解決の問題を強調し、コミュニティがこの研究分野でどのように前進できるかについて考えられるさまざまな視点を分析して締めくくります。

要約(オリジナル)

This article reviews the recent advances in intelligent robotic ultrasound (US) imaging systems. We commence by presenting the commonly employed robotic mechanisms and control techniques in robotic US imaging, along with their clinical applications. Subsequently, we focus on the deployment of machine learning techniques in the development of robotic sonographers, emphasizing crucial developments aimed at enhancing the intelligence of these systems. The methods for achieving autonomous action reasoning are categorized into two sets of approaches: those relying on implicit environmental data interpretation and those using explicit interpretation. Throughout this exploration, we also discuss practical challenges, including those related to the scarcity of medical data, the need for a deeper understanding of the physical aspects involved, and effective data representation approaches. Moreover, we conclude by highlighting the open problems in the field and analyzing different possible perspectives on how the community could move forward in this research area.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google