軟組織の柔軟な針穿刺のための物理情報ニューラルネットワークベースの経路計画方法

背景:

• 柔軟な針穿刺は、重要な低侵襲技術です。
• 経路計画の精度は、これらの処置における臨床転帰に直接影響します。
• 従来の有限要素法は計算が複雑であり、リアルタイムアプリケーションには不十分です。

研究 の 目的:

• 軟組織穿刺経路計画のための高度なアプローチを開発すること。
• 複雑さとリアルタイム適応性に関して、従来の限界を克服すること。

主な方法:

• 軟組織穿刺経路計画のために、物理情報ニューラルネットワーク（PINN）アプローチが提案されました。
• PINNモデルは、急速探索ランダムツリー（RRT*）を使用して経路最適化のための穿刺可能な領域を生成しました。
• ニューラルネットワークによって導出された軟組織力学モデルと段階的な学習制御戦略は、リアルタイム最適化と衝突回避に使用されました。

主要な成果:

• 組み合わせたPINN-RRT*アプローチは、1 mm未満のエラーで動的な穿刺経路補正を実証しました。
• この精度は、精密な針ターゲティングのための必須の臨床要件を満たしています。
• 段階的な学習制御戦略は、データ分析を通じて経路予測モデルを効果的に最適化しました。

結論:

• 開発されたPINN-RRT*アプローチは、柔軟な針穿刺における安全性と効率を大幅に向上させます。
• モデリングの複雑さ、経路計画の難しさ、リアルタイム適応性などの主要な課題に対処します。
• この方法は、専門知識への依存を減らし、アクセシビリティと一貫性を向上させます。