論文の概要: From Perspective X-ray Imaging to Parallax-Robust Orthographic Stitching

• arxiv url: http://arxiv.org/abs/2003.02959v1
• Date: Thu, 5 Mar 2020 23:16:48 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-26 07:37:26.457712
• Title: From Perspective X-ray Imaging to Parallax-Robust Orthographic Stitching
• Title（参考訳）: 視差x線撮影から視差ローバスト矯正縫合まで
• Authors: Javad Fotouhi, Xingtong Liu, Mehran Armand, Nassir Navab, Mathias Unberath
• Abstract要約: 本研究では、フーリエスライス定理を利用してパララックスフリー領域における多重伝送画像からの情報を集約する。 縫合画像のセマンティクスは、周波数を中心に設計された類似度を利用した新しい深層学習戦略を用いて復元される。 我々のパイプラインは、画像の縫合だけでなく、2次元画像平面上で、臨床的に関係のある量の計量測定を可能にするホログラフィック再構成も提供する。
• 参考スコア（独自算出の注目度）: 47.44626333193997
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Stitching images acquired under perspective projective geometry is a relevant topic in computer vision with multiple applications ranging from smartphone panoramas to the construction of digital maps. Image stitching is an equally prominent challenge in medical imaging, where the limited field-of-view captured by single images prohibits holistic analysis of patient anatomy. The barrier that prevents straight-forward mosaicing of 2D images is depth mismatch due to parallax. In this work, we leverage the Fourier slice theorem to aggregate information from multiple transmission images in parallax-free domains using fundamental principles of X-ray image formation. The semantics of the stitched image are restored using a novel deep learning strategy that exploits similarity measures designed around frequency, as well as dense and sparse spatial image content. Our pipeline, not only stitches images, but also provides orthographic reconstruction that enables metric measurements of clinically relevant quantities directly on the 2D image plane.
• Abstract（参考訳）: 視点投影幾何学の下で取得されたステッチ画像は、スマートフォンのパノラマからデジタルマップの構築まで、複数の応用を含むコンピュータビジョンの関連するトピックである。 画像縫合は医療画像において同様に顕著な課題であり、単一の画像によって捉えられる視野の制限は、患者の解剖の全体的分析を禁止している。 2d画像のストレートフォワードモザイクを防止する障壁はパララックスによる深さミスマッチである。 本研究では, フーリエスライス定理を活用し, x線画像形成の基本原理を用いてパララックスフリー領域における複数の伝送画像からの情報を集約する。 縫合画像のセマンティクスは、周波数を中心に設計された類似度と密集した空間画像の内容を利用する新しい深層学習戦略を用いて復元される。 私たちのパイプラインは、画像を縫い合わせるだけでなく、2d画像平面上で臨床的に関連のある量の計測を可能にする正書法再構成も行います。

関連論文リスト

• RayEmb: Arbitrary Landmark Detection in X-Ray Images Using Ray Embedding Subspace [0.7937206070844555]
  術前CTによるX線画像の術中2D-3D記録は整形外科手術において極めて重要である。 本稿では,X線画像中の任意のランドマーク点を検出することで,この問題に対処する新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-10-10T17:36:21Z)
• Geometry-Aware Attenuation Learning for Sparse-View CBCT Reconstruction [53.93674177236367]
  Cone Beam Computed Tomography (CBCT) は臨床画像撮影において重要な役割を担っている。 従来の方法では、高品質な3D CBCT画像の再構成には数百の2次元X線投影が必要である。 これにより、放射線線量を減らすため、スパースビューCBCT再構成への関心が高まっている。 本稿では,この問題を解決するために,新しい幾何対応エンコーダデコーダフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-26T14:38:42Z)
• Oral-3Dv2: 3D Oral Reconstruction from Panoramic X-Ray Imaging with Implicit Neural Representation [3.8215162658168524]
  Oral-3Dv2は、単一のパノラマX線画像から3Dラジオロジーを再構成する非逆学習モデルである。 本モデルは,2次元座標を3次元空間内のボクセルの密度値にマッピングすることにより,暗黙的に3次元口腔構造を表現することを学習する。 我々の知る限りでは、これは1枚のパノラマX線画像から3Dラジオグラフィ再構成における非逆学習モデルの最初の作品である。
  論文  参考訳（メタデータ） (2023-03-21T18:17:27Z)
• Stereo X-ray Tomography [0.0]
  X線トモグラフィーは強力な技術であるが、詳細な3Dイメージングでは多数の個々のX線画像を取得する必要がある。 本稿では,立体視にインスパイアされた2つのX線投影画像で動作するX線イメージング法を提案する。
  論文  参考訳（メタデータ） (2023-02-26T02:20:18Z)
• Parallax-Tolerant Unsupervised Deep Image Stitching [57.76737888499145]
  本稿では,パララックス耐性の非教師あり深層画像縫合技術であるUDIS++を提案する。 まず,グローバルなホモグラフィから局所的な薄板スプライン運動への画像登録をモデル化するための,頑健で柔軟なワープを提案する。 本研究では, 縫合された画像をシームレスに合成し, シーム駆動合成マスクの教師なし学習を行うことを提案する。
  論文  参考訳（メタデータ） (2023-02-16T10:40:55Z)
• Self-Supervised Depth Estimation in Laparoscopic Image using 3D Geometric Consistency [7.902636435901286]
  立体対に隠された3次元構造情報を利用する自己教師型深度推定器M3Depthを提案する。 提案手法は,公開データセットと新たに取得したデータセットの両方において,従来の自己教師型アプローチよりも大きなマージンで優れていた。
  論文  参考訳（メタデータ） (2022-08-17T17:03:48Z)
• Self-Supervised Image Representation Learning with Geometric Set Consistency [50.12720780102395]
  本稿では,3次元幾何整合性に基づく自己教師付き画像表現学習法を提案する。 具体的には、画像ビュー内の特徴整合性を強化するために、コントラスト学習フレームワークに3次元幾何学的整合性を導入する。
  論文  参考訳（メタデータ） (2022-03-29T08:57:33Z)
• Learning Perspective Deformation in X-Ray Transmission Imaging [8.55389652039053]
  コーンビームX線透過イメージングでは、X線のばらつきにより、画像の深さが異なる構造がX線検出器に異なる倍率係数を持つ。 パースペクティブ変形は、解剖学的構造の直接的かつ正確な幾何学的評価において困難を引き起こす。 我々は、視点投影を直交射影に変換する学習的視点変形について検討する。
  論文  参考訳（メタデータ） (2022-02-13T17:25:01Z)
• Cross-Modal Contrastive Learning for Abnormality Classification and Localization in Chest X-rays with Radiomics using a Feedback Loop [63.81818077092879]
  医療画像のためのエンドツーエンドのセミスーパーバイスドクロスモーダルコントラスト学習フレームワークを提案する。 まず、胸部X線を分類し、画像特徴を生成するために画像エンコーダを適用する。 放射能の特徴は別の専用エンコーダを通過し、同じ胸部x線から生成された画像の特徴の正のサンプルとして機能する。
  論文  参考訳（メタデータ） (2021-04-11T09:16:29Z)
• Deep 3D Capture: Geometry and Reflectance from Sparse Multi-View Images [59.906948203578544]
  本稿では,任意の物体の高品質な形状と複雑な空間変化を持つBRDFを再構成する学習に基づく新しい手法を提案する。 まず、深層多視点ステレオネットワークを用いて、ビューごとの深度マップを推定する。 これらの深度マップは、異なるビューを粗く整列するために使用される。 本稿では,新しい多視点反射率推定ネットワークアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2020-03-27T21:28:54Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。