[論文レビュー] Robotic Ultrasound Makes CBCT Alive

Feng Li, Ziyuan Li+3 more|arXiv (Cornell University)|Mar 10, 2026

Soft Robotics and Applications被引用数 0

ひとこと要約

本論文はUSCorUNetを提示する。これは deformation-aware framework で、ロボット式超音波を用いて静的CBCTスライスをリアルタイムで動的に更新し、変形整合性のある術中ガイダンスと放射線の削減を実現する。超音波誘発の変形場を用いてCBCT更新の精度と効率をRAFTおよびLC2-FFDベースラインより向上させる。

ABSTRACT

Intraoperative Cone Beam Computed Tomography (CBCT) provides a reliable 3D anatomical context essential for interventional planning. However, its static nature fails to provide continuous monitoring of soft-tissue deformations induced by respiration, probe pressure, and surgical manipulation, leading to navigation discrepancies. We propose a deformation-aware CBCT updating framework that leverages robotic ultrasound as a dynamic proxy to infer tissue motion and update static CBCT slices in real time. Starting from calibration-initialized alignment with linear correlation of linear combination (LC2)-based rigid refinement, our method establishes accurate multimodal correspondence. To capture intraoperative dynamics, we introduce the ultrasound correlation UNet (USCorUNet), a lightweight network trained with optical flow-guided supervision to learn deformation-aware correlation representations, enabling accurate, real-time dense deformation field estimation from ultrasound streams. The inferred deformation is spatially regularized and transferred to the CBCT reference to produce deformation-consistent visualizations without repeated radiation exposure. We validate the proposed approach through deformation estimation and ultrasound-guided CBCT updating experiments. Results demonstrate real-time end-to-end CBCT slice updating and physically plausible deformation estimation, enabling dynamic refinement of static CBCT guidance during robotic ultrasound-assisted interventions. The source code is publicly available at https://github.com/anonymous-codebase/us-cbct-demo.

研究の動機と目的

• 術中CBCTとロボット式超音波の変形対応統合を動機づけ、組織運動を考慮する。
• USCorUNetを開発して密度の高い双方向の超音波誘発変形場を推定する軽量ネットワークを設計する。
• 超音波由来の変形を用いてリアルタイムにCBCTスライスを更新し、物理的な妥当性を保つ。
• in vivo、ファントム、組織-ファントムデータセットを横断して評価し、RAFTおよび古典的ベースラインと比較する。

提案手法

• rigid CBCT–超音波整列を校正し、LC2多模モ Similarityで残差姿勢誤差を補正する。
• USCorUNetを提案する。これは lightweight bidirectional correlation-enhanced network で、入力は [I0, I1, I1−I0, |∇I0|, |∇I1|]、出力は密な前方/後方変形場 F01, F10。
• 光学フロー蒸留、信頼度加重フォトメトリック損失、およびエッジ感知・ジャコビアン折り畳みなどの規則化を bidirectional objective の下で学習する。
• RAFTから擬似ラベルを蒸留し、bisect戦略を用いてより良い変形候補を選択する。
• 推定変形をCBCTスライスに転送し、プローブ励起補正とEDTベースの空間重み付けを適用して変形整合性のあるCBCT更新を生成する。
• USCorUNetをRAFTおよびLC2-FFDベースラインと比較し、MAE、NCC、前後一貫性、折り畳み、骨マスク上のDice、更新品質で評価する。

実験結果

リサーチクエスチョン

• RQ1 超音波誘導介入中に組織運動を追跡するための変形対応CBCT更新フレームワークは信頼できるか。
• RQ2 軽量で超音波向けに適合したネットワーク（USCorUNet）は、最先端の光学フロー法と比較してリアルタイム密な変形場を正確に提供できるか。
• RQ3 rigid校正の改良、相関対応特徴量、物理に着想を得た規則化が変形およびCBCT更新の質と妥当性に与える影響は。
• RQ4 プローブ誘発および外部誘発変形を含む多様なin vivoおよびファントムデータセットにおいて、超音波誘導CBCT更新はどの程度有効か。

主な発見

• USCorUNetはRAFTと同等またはそれ以上の変形精度を達成しつつ、実効時間が大幅に改善された（ランタイムが短縮）。
• 双方向の変形推定は前方-後方残差を約53%低減し、ベースモデルにおける折り畳みアーチファクトを低減（表1）。
• 微調整された特定モードのモデルは、前後整合性をさらに改善し、プローブ誘発および外部誘発の運動で非物理的歪みを低減（表3）。
• USCorUNetを用いた超音波誘導CBCT更新は、他の手法と比較して品質と効率の最適なトレードオフを示し、RAFTよりもエンドツーエンドの実行時間が速く、LC2-FFDよりはるかに高速（表4）。
• USCorUNetは変形ワープCT体積におけるDiceとSSIMのトレードオフが有利で、in vivoおよびファントムデータセット全体でより妥当な変形場を示す（表1–4）。
• USCorUNetは複数データセット（A–D）で頑健であり、in vivo前腕/上腕および様々なファントム、外部誘発変形シナリオを含む（セクション3.1–3.3）。