A-SEE2.0: Active-Sensing End-Effector for Robotic Ultrasound Systems with Dense Contact Surface Perception Enabled Probe Orientation Adjustment

要約

従来のフリーハンド超音波（米国）イメージングは​​、オペレーターのスキルに大きく依存しており、多くの場合、一貫性のない結果と超音波検査学者に対する身体的需要の増加につながります。
ロボット超音波システム（RUSS）は、特に熟練したオペレーターへのアクセスが制限されている環境で、標準化された自動化されたイメージングソリューションを提供することにより、これらの制限に対処することを目的としています。
このペーパーでは、デュアルRGB-D深度カメラを使用して、最適な画質の重要な要因である皮膚表面に普通の米国のプローブを維持するために、デュアルRGB-D深度カメラを使用する新しいRUSSシステムの開発を紹介します。
RUSSは、RGB-Dカメラデータをロボット制御アルゴリズムと統合して、術前データなしで不均一な表面の直交プローブアラインメントを維持しています。
ファントムモデルを使用した検証テストは、システムが堅牢な通常の位置決めの精度を達成し、手動スキャンを通じて得られたものに匹敵する超音波画像を提供することを示しています。
A-SEE2.0は、平らな表面正規位置で2.47 $ {\ PM} $ 1.25度誤差を示し、12.19 $ {\ PM} $ 5.81度の通常の推定誤差を示します。
この研究は、in-in-vivo前腕超音波検査中のパフォーマンスをテストすることにより、臨床診療で使用されるA-see2.0の可能性を強調しています。

要約(オリジナル)

Conventional freehand ultrasound (US) imaging is highly dependent on the skill of the operator, often leading to inconsistent results and increased physical demand on sonographers. Robotic Ultrasound Systems (RUSS) aim to address these limitations by providing standardized and automated imaging solutions, especially in environments with limited access to skilled operators. This paper presents the development of a novel RUSS system that employs dual RGB-D depth cameras to maintain the US probe normal to the skin surface, a critical factor for optimal image quality. Our RUSS integrates RGB-D camera data with robotic control algorithms to maintain orthogonal probe alignment on uneven surfaces without preoperative data. Validation tests using a phantom model demonstrate that the system achieves robust normal positioning accuracy while delivering ultrasound images comparable to those obtained through manual scanning. A-SEE2.0 demonstrates 2.47 ${\pm}$ 1.25 degrees error for flat surface normal-positioning and 12.19 ${\pm}$ 5.81 degrees normal estimation error on mannequin surface. This work highlights the potential of A-SEE2.0 to be used in clinical practice by testing its performance during in-vivo forearm ultrasound examinations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google