内窥镜型型方法(ETSA)是一种常用的技术,可以微创地去除卖出和羊角菌病变。假设 ETSA中的增强现实(AR)应用是通过将3D重建模型集成到手术领域中来增强术中可视化的。 本研究描述了与内窥镜外科导航高级平台(EndoSNAP,手术剧院,俄亥俄州克利夫兰,俄亥俄州,俄亥俄州,俄亥俄州,美国)相关的工作流程和手术结果,这是一个用于手术规划和销售术中术中导航的AR平台。 我们分析了使用内核NAP进行ETSA肿瘤切除的患者队列。 术前MRI和CT扫描被重建,并使用手术排练平台软件合并为单个360°AR模型。 然后将模型导入到内osnap中,该模型与内窥镜和神经验证系统集成在一起,以实时术中使用。 记录了患者人口统计学,肿瘤特征,切除程度(EOR)以及内分泌和神经系统结局。 包括新诊断的18名成年患者(83%),复发性(17%)肿瘤包括在内。 病理学由垂体腺瘤(72%),颅咽管瘤(11%),脑膜瘤(11%)和脊全瘤(6%)组成。 56%的患者存在视觉压缩,其中70%的术前视觉缺陷。 在17%的肿瘤中观察到海绵窦侵袭。 分别在56%和28%的病例中注意到术前激素过量和不足。 平均EOR为93.6±3.6%。ETSA中的增强现实(AR)应用是通过将3D重建模型集成到手术领域中来增强术中可视化的。本研究描述了与内窥镜外科导航高级平台(EndoSNAP,手术剧院,俄亥俄州克利夫兰,俄亥俄州,俄亥俄州,俄亥俄州,美国)相关的工作流程和手术结果,这是一个用于手术规划和销售术中术中导航的AR平台。我们分析了使用内核NAP进行ETSA肿瘤切除的患者队列。术前MRI和CT扫描被重建,并使用手术排练平台软件合并为单个360°AR模型。然后将模型导入到内osnap中,该模型与内窥镜和神经验证系统集成在一起,以实时术中使用。记录了患者人口统计学,肿瘤特征,切除程度(EOR)以及内分泌和神经系统结局。包括新诊断的18名成年患者(83%),复发性(17%)肿瘤包括在内。病理学由垂体腺瘤(72%),颅咽管瘤(11%),脑膜瘤(11%)和脊全瘤(6%)组成。56%的患者存在视觉压缩,其中70%的术前视觉缺陷。海绵窦侵袭。分别在56%和28%的病例中注意到术前激素过量和不足。平均EOR为93.6±3.6%。平均术前肿瘤体积为21.4±17cm³,术后降至0.4±0.3cm³。术后并发症包括需要手术修复的CSF泄漏(17%),癫痫发作,与先前存在的半球外伤有关(6%),肺栓塞(6%),深静脉血栓形成(6%)和鼻窦炎(6%)。这些发现表明,通过内部NAP的AR-增强可视化是ETSA的可行且潜在的有益辅助功能,可用于Sellar和Parasellar肿瘤切除。
我特别荣幸能在2016年担任布雷斯特(Brest)TélécomBretangeInformatics的MaîtredeConconconconcerences的职位。我感谢陪审团的成员,委托我担任IHSEV团队的接待和投资,以及CNRS Lab-Sticc的各种员工的接待和投资。除其他许多外,我特别要感谢AndréThépaut,Ioannis Kanellos,Christophe Lohr,JérômeKerdreux,Serge Garlatti,Gilles Coppin,CédricBuche和最近的Andries Mihai在各种活动中的参与和支持。与今天的IMT Atlantique和Rambo团队的最先进的设施一起,它们构成了为响应社会和工业需求而追求尖端研究的特殊环境。
目的:对心血管疾病的治疗需要对导丝和导管进行复杂而挑战性的导航。这通常会导致长期干预措施,在此过程中,患者和临床医生暴露于X射线辐射。深度强化学习方法在学习此任务方面表现出了希望,并且可能是在机器人干预过程中自动导管导航的关键。然而,现有的培训方法显示出有限的能力,可以概括看不见的血管解剖结构,每次几何变化时都需要重新训练。方法:在本文中,我们为三维自主内血管内导航提出了零射击学习策略。使用一组非常小的分支模式训练集,我们的增强学习算法能够学习一个控制,然后可以将其应用于不看到的无需再培训的情况下。结果:我们在4种不同的血管系统上演示了我们的方法,在达到这些解剖学的随机靶标时,平均成功率为95%。我们的策略在计算上也有效,可以在2小时内对控制器进行训练。结论:我们的培训方法证明了其具有不同特征的不观察几何形状的能力,这要归功于几乎形状不变的观察空间。关键字 - 强化学习,控制,血管内导航,机器人技术
摘要:了解火星卫星的内部结构(例如,均质、多孔或破碎)将有助于更好地理解它们的形成以及早期太阳系。推断内部结构的一种方法是通过大地测量特征,例如重力场和天平动。大地测量参数可以从辐射跟踪测量中得出。本研究提出了一种可行的母舰-立方体卫星任务,其目的如下:(1)进行卫星间多普勒测量,(2)提高对火卫一及其动态模型的理解,(3)确保母舰和主要任务的安全,(4)考虑到地球和火星之间的距离,支持自主导航。本研究分析了体积、质量、功率、部署∆v和链路的预算以及系统的多普勒测量噪声,并给出了立方体卫星的可行设计。通过考虑所有不确定性的蒙特卡罗估计模拟揭示了轨道确定和大地测量的准确性。在火星-火卫一系统星历误差为 0 至 2 公里的情况下,自主轨道确定的精度为 0.2 米至 21 米和 0.05 毫米/秒至 0.4 厘米/秒。即使在星历误差为 2 公里的情况下,大地测量系统也可以以 1‰ 的精度返回 2 级重力系数。所获得的重力系数和平动幅度协方差表明,区分内部结构系列具有极好的可能性。
文章历史:在过去的十年中,已经开发了各种基于速度障碍的方法,以避免动态环境中的碰撞。但是,这些方法通常仅限于处理几个障碍,连续的相遇或缺乏安全地形的安全保证。本文提出了使用速度障碍法的自适应碰撞避免策略,旨在使自主火星流浪者能够安全地驾驶动态和不确定的地形,同时避免多个障碍。该策略构建了自适应速度锥体,考虑了动态障碍和地形特征,从而确保了连续的安全性,同时将漫游者引导到其航路点。我们在模拟的MARS探索方案中实施了策略,代表了具有挑战性的多OSTACLAS任务。模拟结果表明,我们的方法通过增加安全距离来增强性能,使其非常适合自主行星探索,在这种情况下,避免碰撞对于任务成功至关重要。
Safran Electronics&Defense的首席执行官Franck Saudo以及国际黄金集团(IGG)首席执行官Fadel Al Kaabi今天在阿拉伯阿拉伯联合酋长国阿布·杜比(Abu Dhabi)的塔瓦祖恩工业公园(Tawazun Industrial Park)的Optronics and Navigation Venture愿景开设了新的Optronics and Navigation Venture愿景。Optronics&Navigation的愿景是Safran Electronics&Defensics及IgG之间长期合作的结果。合资企业将是阿拉伯联合酋长国的主要新参与者,开设了专门用于研发和制造关键军事设备的卓越中心。该中心将重点关注机载,土地和海上opronics以及惯性导航,提供快速有效的支持,以满足阿拉伯联合酋长国武装部队的需求。“ Optronics&Navigation网站的正式开放是我们与国际黄金集团的战略合作伙伴关系的决定性步骤。”“这个新的卓越中心反映了我们致力于为阿联酋武装部队提供技术先进的解决方案和当地支持。一起,我们正在帮助加强区域合作伙伴的主权和运营优势,支持地方经济发展并扩大该国的国防工业基础。”该网站覆盖800平方米(8,600平方英尺),拥有现代,可扩展的设施,包括最先进的洁净室和先进的工业设备。它将创造高技能的就业机会,有助于刺激当地的经济发展并加强该国的国防工业基础。截至目前,Vision为阿拉伯联合酋长国目前在其Leclerc Tanks和其他装甲车上使用的目击系统提供了当地的支持和深入维护。通过愿景,萨弗兰电子与国防部正在建立强大的当地存在并制定全面的技术转移策略,这符合阿布扎比经济愿景2030的目标。这项倡议建立在共同的历史和萨夫兰和IgG的专业知识上,以满足阿拉伯联合酋长国武装部队和海湾合作委员会其他成员的需求。以最新的技术共享共同开发和适应系统的承诺为指导,以满足特定的本地要求,对optronics&Navigation的愿景,萨夫兰电子和国防部以及国际黄金集团正在共同努力,以维持国防工业的最高标准。
摘要 - 智能车辆(IV)的运营安全是一个核心主题,也是许多研究项目的复杂问题。虽然在验证驾驶自动化系统的最可靠方法上尚未达成共识,但存在基于操作设计域(ODD)的规范的几种方法,例如基于方案的测试和实时操作域(OD)限制。在我们的案例中,我们将重点放在奇怪的概念作为IV的安全保证的作用上,以及如何与对其操作领域(OD)的实时监控相结合可以作为复杂移动系统的保障。我们建议分析在OD/ODD监测操作安全领域提出的相关文献,标准,作品和建议,并将它们组装为三类:首先涉及使用分类法和本体来代表车辆驾驶环境要素的使用;第二个涉及通过专用语言对奇数的形式定义。第三个问题是允许监视车辆OD以提高操作安全性的技术。通过从确定的方法中退后一步,我们突出显示如何以连贯的方式组合它们,以朝着符合奇数定义和OD/奇数监视的框架前进。
摘要 - 学习机器人导航策略 - 三角形对于基于域的应用至关重要。结合感知,计划和预测使我们能够对机器人和行人之间的相互作用进行建模,从而导致不断的结果,尤其是基于深度强化学习(RL)的最新方法。但是,这些作品不考虑多机器人方案。在本文中,我们提出了MultiSoc,这是一种使用RL学习多代理社会意识的导航策略的新方法。受到有关多代理深度RL的最新作品的启发,我们的方法利用了基于图形的代理相互作用的表示,结合了实体(行人和代理人)的位置和视野。每个代理使用基于两个图神经网络和注意机制的模型。首先,边缘se子产生一个稀疏的图,然后一个人群坐标应用了节点注意,以产生代表每个实体对其他实体的影响的图。这被整合到一个无模型的RL框架中,以学习多代理策略。我们评估了我们的模拟方法,并在各种条件(代理 /行人的数量)中提供了一系列实验。经验结果表明,我们的方法比社会导航更快地学习了深度RL单一代理技术,并且可以在挑战人群导航中通过多个异构人类进行有效的多代理隐式协调。此外,通过合并可自定义的元参数,我们可以调整邻里密度以考虑到我们的导航策略。
摘要 — 技术发展提供了解决方案,以减轻痴呆症对导航能力的影响对健康和自主性造成的巨大影响。我们系统地回顾了有关在室内、室外和虚拟导航期间为痴呆症患者提供帮助的测试设备的文献(PROSPERO ID 号:215585)。从一开始就搜索了 Medline 和 Scopus 数据库。我们的目的是总结文献结果以指导未来的发展。我们的研究纳入了 23 篇文章。从这些研究中提取了三类信息。首先,通过以下方式评估设备提供的导航建议类型:(i)呈现的感觉方式,例如视觉和触觉刺激,(ii)导航内容,例如地标,以及(iii)呈现时间,例如在十字路口系统地呈现。其次,我们分析了设备所基于的技术,例如智能手机。第三,评估了用于评估设备和导航结果的实验方法。我们根据这三个主要特点报告并讨论了文献中的结果。最后,基于这些考虑,提出建议,确定挑战并提出潜在解决方案。应特别进一步探索基于增强现实的设备、智能辅导系统和社会支持。