Tracking Tumors under Deformation from Partial Point Clouds using Occupancy Networks

要約

手術中に腫瘍を追跡するために、術前の CT スキャンからの情報を使用して腫瘍の位置が特定されます。
しかし、外科医が手術を行うと腫瘍が変形する可能性があり、これが腫瘍を正確に切除する上で大きな障害となり、手術の不正確さ、手術時間の増加、過剰なマージンを引き起こす可能性があります。
この問題は、手術中に腎臓が大幅に変形するロボット支援腎部分切除術 (RAPN) で特に顕著です。
これに対処するために、インタラクティブな速度で変形する腎臓ファントム内の腫瘍の位置を特定するための占有ネットワーク ベースの方法を導入します。
外生性および内生性腎腫瘍が埋め込まれた 3D ハイドロゲル腎臓ファントムを導入することにより、私たちの方法を検証します。
実際の組織力学を厳密に模倣して、生体内手術中の腎臓の変形をシミュレートし、優れたコントラストと腫瘍辺縁の明確な描写を提供して、自動閾値ベースのセグメンテーションを可能にします。
我々の調査結果は、提案された方法が、60Hzを超える重要な体積3D情報を提供しながら、6mmから10mmのマージンで中程度に変形している腎臓の腫瘍の位置を特定できることを示しています。
この機能により、ロボット切除などの下流タスクが直接可能になります。

要約(オリジナル)

To track tumors during surgery, information from preoperative CT scans is used to determine their position. However, as the surgeon operates, the tumor may be deformed which presents a major hurdle for accurately resecting the tumor, and can lead to surgical inaccuracy, increased operation time, and excessive margins. This issue is particularly pronounced in robot-assisted partial nephrectomy (RAPN), where the kidney undergoes significant deformations during operation. Toward addressing this, we introduce a occupancy network-based method for the localization of tumors within kidney phantoms undergoing deformations at interactive speeds. We validate our method by introducing a 3D hydrogel kidney phantom embedded with exophytic and endophytic renal tumors. It closely mimics real tissue mechanics to simulate kidney deformation during in vivo surgery, providing excellent contrast and clear delineation of tumor margins to enable automatic threshold-based segmentation. Our findings indicate that the proposed method can localize tumors in moderately deforming kidneys with a margin of 6mm to 10mm, while providing essential volumetric 3D information at over 60Hz. This capability directly enables downstream tasks such as robotic resection.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google