Autonomous Catheterization with Open-source Simulator and Expert Trajectory

要約

血管内ロボットは、学術界と産業界の両方で積極的に開発されています。
しかし、自律的なカテーテル挿入に向けた進歩は、クローズドソースのシミュレータや物理的ファントムの普及によって妨げられることがよくあります。
さらに、血管内ロボットを使用して機械学習アルゴリズムをトレーニングするための大規模なデータセットを取得することは、高価な医療処置のため、通常は実現不可能です。
この章では、これらの制限に対処するための血管内インターベンション用の最初のオープンソース シミュレーターである CathSim を紹介します。
CathSim は、学習アルゴリズムの迅速な開発とテストを可能にするリアルタイム パフォーマンスを重視しています。
実際のロボットに対して CathSim を検証し、シミュレータが実際のロボットの動作をうまく模倣できることを示します。
CathSim に基づいて、マルチモーダル エキスパート ナビゲーション ネットワークを開発し、下流の血管内ナビゲーション タスクにおけるその有効性を実証します。
集中的な実験結果は、CathSim が自律型カテーテル治療分野の研究を大幅に加速する可能性があることを示唆しています。
私たちのプロジェクトは https://github.com/airvlab/cathsim で公開されています。

要約(オリジナル)

Endovascular robots have been actively developed in both academia and industry. However, progress toward autonomous catheterization is often hampered by the widespread use of closed-source simulators and physical phantoms. Additionally, the acquisition of large-scale datasets for training machine learning algorithms with endovascular robots is usually infeasible due to expensive medical procedures. In this chapter, we introduce CathSim, the first open-source simulator for endovascular intervention to address these limitations. CathSim emphasizes real-time performance to enable rapid development and testing of learning algorithms. We validate CathSim against the real robot and show that our simulator can successfully mimic the behavior of the real robot. Based on CathSim, we develop a multimodal expert navigation network and demonstrate its effectiveness in downstream endovascular navigation tasks. The intensive experimental results suggest that CathSim has the potential to significantly accelerate research in the autonomous catheterization field. Our project is publicly available at https://github.com/airvlab/cathsim.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google