PulseAugur
实时 09:46:36

AI enables autonomous soft robotic navigation in endovascular surgery

研究人员开发了一个基于Transformer的模仿学习框架,以实现软体机器人导丝在血管内手术中的自主导航。该系统在各种血管几何形状的模拟透视数据上进行训练,在到达未见过几何形状的目标动脉瘤时成功率为83%。在患者衍生几何形状上的进一步测试显示成功率为75%,表明在医疗干预中提高精度和安全性的潜力。 AI

影响 这项研究展示了迈向AI驱动的机器人手术的重要一步,有望改善患者预后并实现新的治疗可能性。

排序理由 该集群包含一篇详细介绍机器人和医学领域新AI应用的论文。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

AI enables autonomous soft robotic navigation in endovascular surgery

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Noah Barnes, Ji Woong Kim, Lingyun Di, Hannah Qu, Anuruddha Bhattacharjee, Miroslaw Janowski, Dheeraj Gandhi, Bailey Felix, Shaopeng Jiang, Olivia Young, Mark Fuge, Ryan D. Sochol, Jeremy D. Brown, Axel Krieger ·

    Toward Autonomous Soft Robotic Endovascular Navigation via Imitation Learning

    arXiv:2510.09497v2 Announce Type: replace-cross Abstract: In endovascular surgery, endovascular interventionists push a thin tube called a catheter, guided by a thin wire to a treatment site inside the patient's blood vessels to treat various conditions such as blood clots, aneur…