論文の概要: Inertial Measurements for Motion Compensation in Weight-bearing
Cone-beam CT of the Knee
- arxiv url: http://arxiv.org/abs/2007.04655v1
- Date: Thu, 9 Jul 2020 09:26:27 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-12 04:33:13.680141
- Title: Inertial Measurements for Motion Compensation in Weight-bearing
Cone-beam CT of the Knee
- Title（参考訳）: 膝重み付きコーンビームCTにおける運動補償の慣性計測
- Authors: Jennifer Maier, Marlies Nitschke, Jang-Hwan Choi, Garry Gold, Rebecca
Fahrig, Bjoern M. Eskofier, Andreas Maier
- Abstract要約: 膝のCTスキャン中の不随意運動は、再建されたボリュームのアーティファクトを引き起こすため、臨床診断には使用できない。
被験者の脚に慣性測定装置(IMU)を装着し,スキャン中の運動を測定する。
- 参考スコア（独自算出の注目度）: 6.7461735822055715
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Involuntary motion during weight-bearing cone-beam computed tomography (CT)
scans of the knee causes artifacts in the reconstructed volumes making them
unusable for clinical diagnosis. Currently, image-based or marker-based methods
are applied to correct for this motion, but often require long execution or
preparation times. We propose to attach an inertial measurement unit (IMU)
containing an accelerometer and a gyroscope to the leg of the subject in order
to measure the motion during the scan and correct for it. To validate this
approach, we present a simulation study using real motion measured with an
optical 3D tracking system. With this motion, an XCAT numerical knee phantom is
non-rigidly deformed during a simulated CT scan creating motion corrupted
projections. A biomechanical model is animated with the same tracked motion in
order to generate measurements of an IMU placed below the knee. In our proposed
multi-stage algorithm, these signals are transformed to the global coordinate
system of the CT scan and applied for motion compensation during
reconstruction. Our proposed approach can effectively reduce motion artifacts
in the reconstructed volumes. Compared to the motion corrupted case, the
average structural similarity index and root mean squared error with respect to
the no-motion case improved by 13-21% and 68-70%, respectively. These results
are qualitatively and quantitatively on par with a state-of-the-art
marker-based method we compared our approach to. The presented study shows the
feasibility of this novel approach, and yields promising results towards a
purely IMU-based motion compensation in C-arm CT.
- Abstract（参考訳）: 膝関節X線CT検査における不随意運動は, 再建ボリュームのアーチファクトを生じ, 臨床診断には使用できない。
現在、この動きを補正するためにイメージベースまたはマーカーベースの手法が適用されているが、長い実行や準備時間を必要とすることが多い。
本稿では,加速度計とジャイロスコープを装着した慣性測定装置(IMU)を被験者の脚に装着し,スキャン中の運動を測定する。
そこで本研究では,光学式3次元トラッキングシステムを用いて実動を用いたシミュレーション実験を行った。
この動きにより、XCAT数値的な膝ファントムは、運動破壊プロジェクションを生成する模擬CTスキャン中に厳格に変形する。
生体力学モデルは、膝の下に置かれたIMUの測定値を生成するために、同じ追従運動でアニメーションされる。
提案する多段階アルゴリズムでは,これらの信号をCTスキャンのグローバル座標系に変換し,再構成時の動作補償に応用する。
提案手法は,復元したボリュームの運動アーチファクトを効果的に削減する。
運動崩壊の場合と比較して, 運動なしの場合の平均構造類似度指数と根平均二乗誤差はそれぞれ13-21%, 68-70%改善した。
これらの結果は,最先端のマーカーベース手法と同等の質的,定量的に比較した。
本研究は、本手法の有効性を示し、C-arm CTにおける純粋IMUに基づく運動補償に向けた有望な結果をもたらす。
関連論文リスト
- Highly efficient non-rigid registration in k-space with application to cardiac Magnetic Resonance Imaging [10.618048010632728]
非剛性動作推定のためのローカル・オール・パス・アテンション・ネットワーク(LAPANet)と呼ばれる,自己教師型深層学習に基づく新しいフレームワークを提案する。
LAPANetは,種々のサンプリング軌跡と加速度速度で心運動推定を行った。
非剛性運動に対する高時間分解能(5ミリ秒未満)は、動的およびリアルタイムMRIアプリケーションにおける動きの検出、追跡、修正のための新しい道を開く。
論文 参考訳（メタデータ） (2024-10-24T15:19:59Z) - SISMIK for brain MRI: Deep-learning-based motion estimation and model-based motion correction in k-space [0.0]
本研究では,脳の2次元スピンエコースキャンにおける動き推定と補正の振り返り手法を提案する。
この手法は、深いニューラルネットワークのパワーを利用してk空間の運動パラメータを推定する。
モデルに基づくアプローチを用いて、劣化した画像を復元し、「幻覚」を避ける。
論文 参考訳（メタデータ） (2023-12-20T17:38:56Z) - Volumetric Reconstruction Resolves Off-Resonance Artifacts in Static and
Dynamic PROPELLER MRI [76.60362295758596]
磁気共鳴イメージング(MRI)におけるオフ共鳴アーティファクトは、画像ボリューム内のスピンの実際の共鳴周波数が空間情報を符号化するのに使用される期待周波数と異なる場合に発生する視覚歪みである。
本稿では,2次元MRI再構成問題を3次元に引き上げ,このオフ共鳴をモデル化するための「スペクトル」次元を導入することで,これらのアーチファクトを解決することを提案する。
論文 参考訳（メタデータ） (2023-11-22T05:44:51Z) - Motion Artifacts Detection in Short-scan Dental CBCT Reconstructions [5.147799140853288]
Cone Beam Computed Tomography (CBCT) は歯科診断や治療計画に広く用いられている。
本研究は, 補正アルゴリズムを使わずに, クリーンショートスキャン体積を再構成することのできる, 走査投影の運動自由部分を抽出する枠組みを用いた。
データ不足に対処するために、現実的なモーションシミュレーション戦略とデータ拡張が実装されている。
論文 参考訳（メタデータ） (2023-04-20T08:28:44Z) - Neural Computed Tomography [1.7188280334580197]
一連のプロジェクションの取得時の運動は、CT再構成において重要な運動アーティファクトにつながる可能性がある。
動作成果物から解放された時間分解画像を生成するための新しい再構成フレームワークであるNeuralCTを提案する。
論文 参考訳（メタデータ） (2022-01-17T18:50:58Z) - Solving Inverse Problems in Medical Imaging with Score-Based Generative
Models [87.48867245544106]
CT(Computed Tomography)とMRI(Magnetic Resonance Imaging)における医用画像の再構成は重要な逆問題である
機械学習に基づく既存のソリューションは通常、測定結果を医療画像に直接マッピングするモデルを訓練する。
本稿では,最近導入されたスコアベース生成モデルを利用して,逆問題解決のための教師なし手法を提案する。
論文 参考訳（メタデータ） (2021-11-15T05:41:12Z) - Rigid and non-rigid motion compensation in weight-bearing cone-beam CT
of the knee using (noisy) inertial measurements [4.4889330164039025]
不随意の主題運動は膝の重量に耐えるコーン ビームCTの人工物の主要な源です。
動作推定には慣性計測装置(IMU)を脚に装着することを提案する。
IMUに基づく3つの補正手法,すなわち剛性運動補正,非剛性2次元投影変形,非剛性3次元動的再構成を評価した。
論文 参考訳（メタデータ） (2021-02-24T17:19:32Z) - Motion Pyramid Networks for Accurate and Efficient Cardiac Motion
Estimation [51.72616167073565]
本研究では,心臓の運動推定を高精度かつ効率的に行うための,ディープラーニングに基づく新しいアプローチであるMotion Pyramid Networksを提案する。
我々は、複数の特徴表現から運動場のピラミッドを予測し、融合し、より洗練された運動場を生成する。
そこで我々は,新しい循環型教員教育戦略を用いて,推論をエンドツーエンドにし,トラッキング性能をさらに向上させる。
論文 参考訳（メタデータ） (2020-06-28T21:03:19Z) - A Novel Approach for Correcting Multiple Discrete Rigid In-Plane Motions
Artefacts in MRI Scans [63.28835187934139]
本稿では,2つの入力枝を持つディープニューラルネットワークを用いた動きアーチファクトの除去手法を提案する。
提案法は患者の多動運動によって生成された人工物に応用できる。
論文 参考訳（メタデータ） (2020-06-24T15:25:11Z) - Appearance Learning for Image-based Motion Estimation in Tomography [60.980769164955454]
トモグラフィー画像では、取得した信号に擬似逆フォワードモデルを適用することにより、解剖学的構造を再構成する。
患者の動きは、復元過程における幾何学的アライメントを損なうため、運動アーティファクトが生じる。
本研究では,スキャン対象から独立して剛性運動の構造を認識する外観学習手法を提案する。
論文 参考訳（メタデータ） (2020-06-18T09:49:11Z) - A Deep Learning Approach for Motion Forecasting Using 4D OCT Data [69.62333053044712]
我々は,OCTボリュームのストリームを用いたエンド・ツー・エンド動作予測と推定のための4次元時間深度学習を提案する。
提案手法は,全体の平均相関97.41%の動作予測を実現するとともに,従来の3D手法と比較して2.5倍の動作推定性能を向上する。
論文 参考訳（メタデータ） (2020-04-21T15:59:53Z)
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。