A Belief-State World Model for Catheter Navigation under Sparse Fluoroscopy: A Planar Proof of Concept
作者: Damini Rijhwani
分类: cs.RO
发布日期: 2026-10-06
备注: Presented at the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026) Workshop on Surgical Digital Twins (SurgTwin). 4 pages, 2 figures
💡 一句话要点
提出基于信念状态的世界模型以解决稀疏透视下的导管导航问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)
关键词: 导管导航 稀疏透视 信念状态模型 马尔可夫决策过程 粒子滤波器 医疗成像 机器人手术
📋 核心要点
- 现有的内血管导管导航方法依赖于连续透视成像，导致患者和医务人员暴露于辐射中，存在安全隐患。
- 本文提出了一种基于物理的信念状态世界模型，通过部分可观察的马尔可夫决策过程来实现稀疏透视下的导航。
- 在合成平面血管模型中，信念状态模型以1.30mm的均方根误差跟踪尖端，显示出在稀疏成像条件下的有效性。
📝 摘要（中文）
内血管导管导航依赖于连续的透视成像，这会使患者和临床人员在整个过程中暴露于电离辐射中。本文研究了一种基于物理的世界模型，能否在稀疏X射线采集之间维持导航任务，并能否在内部状态估计不再可靠时发出信号。我们将稀疏透视导航形式化为部分可观察的马尔可夫决策过程，使用Cosserat杆模拟器提供转移动态，稀疏噪声投影提供观察，粒子滤波器维护对设备状态的信念。通过在合成平面血管模型中进行评估，信念状态模型以1.30mm的均方根误差跟踪模拟尖端，且在连续采集速率的1/15下进行观察，结果表明该模型在稀疏成像下的有效性。
🔬 方法详解
问题定义：本文旨在解决内血管导管导航中由于依赖连续透视成像而导致的辐射暴露问题。现有方法在稀疏成像条件下的导航可靠性不足，无法有效应对稀疏数据带来的挑战。
核心思路：论文提出了一种基于物理的世界模型，通过将稀疏透视导航形式化为部分可观察的马尔可夫决策过程，利用Cosserat杆模拟器和粒子滤波器来维护对设备状态的信念，从而实现导航任务。
技术框架：整体架构包括三个主要模块：1) Cosserat杆模拟器提供转移动态；2) 稀疏噪声投影作为观察输入；3) 粒子滤波器用于维护和更新对设备状态的信念。
关键创新：最重要的技术创新在于提出了信念状态模型，该模型不仅关注点估计的准确性，还强调了信念的校准，确保在稀疏成像条件下的导航可靠性。
关键设计：在实验中，模型在合成平面血管模型上进行评估，设置了特定的参数以优化粒子滤波器的性能，确保在稀疏观察下的状态跟踪精度。
🖼️ 关键图片
📊 实验亮点
实验结果表明，信念状态模型在合成平面血管模型中以1.30mm的均方根误差跟踪尖端，且在稀疏观察下的表现优于传统方法。90%的可信区间实现了0.92的经验覆盖率，信念导出的接触风险估计在区分不安全接触事件方面的AUROC达到了0.68，显示出该模型的有效性。
🎯 应用场景
该研究的潜在应用领域包括内血管手术导航、医疗成像技术以及机器人手术等。通过减少对连续透视成像的依赖，能够降低患者和医务人员的辐射暴露，提升手术安全性和效率。未来，该模型有望在临床实践中得到推广，改善导管导航的可靠性和安全性。
📄 摘要（原文）
Endovascular catheter navigation relies on continuous fluoroscopy, exposing patients and clinical staff to ionizing radiation throughout the procedure. We investigate whether a physics-based world model can sustain the navigation task between deliberately sparse X-ray acquisitions, and whether the model can signal when its internal state estimate is no longer reliable. We formulate sparse-fluoroscopy navigation as a partially observable Markov decision process where a Cosserat rod simulator supplies transition dynamics, sparse noisy projections provide observations, and a particle filter maintains a belief over the device state, reduced in this implementation to a tip state with a geometric contact proxy. We evaluate this formulation in a deliberately simplified setting: a synthetic planar vessel phantom with a quasi-static rod model and simulated projections, without clinical or animal data. In this setting, the belief-state model tracks the simulated tip with a root mean square error of 1.30 mm while acquiring observations at one fifteenth of the continuous rate (0.97 mm at every frame, 1.51 mm at one thirtieth), reported 90 percent credible intervals achieve 0.92 empirical coverage, and the belief-derived contact risk estimate discriminates unsafe contact events with an AUROC of 0.68. These results constitute a proof of concept on a simplified simulation rather than a demonstration of clinical readiness; their purpose is to establish that calibrated belief, rather than point-estimate accuracy alone, is the essential property a sparse-imaging world model must deliver.