論文の概要: Visualizing Missing Surfaces In Colonoscopy Videos using Shared Latent Space Representations

• arxiv url: http://arxiv.org/abs/2101.07280v1
• Date: Mon, 18 Jan 2021 19:00:51 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-27 05:51:17.313811
• Title: Visualizing Missing Surfaces In Colonoscopy Videos using Shared Latent Space Representations
• Title（参考訳）: 共有潜在空間表現を用いた大腸内視鏡ビデオにおける欠損面の可視化
• Authors: Shawn Mathew, Saad Nadeem and Arie Kaufman
• Abstract要約: 光学的大腸内視鏡(OC)は様々な要因により高いミス率を有する。 大腸内視鏡検査中にフレーム毎の欠落領域を可視化する枠組みを提案する。
• 参考スコア（独自算出の注目度）: 6.187780920448871
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Optical colonoscopy (OC), the most prevalent colon cancer screening tool, has a high miss rate due to a number of factors, including the geometry of the colon (haustral fold and sharp bends occlusions), endoscopist inexperience or fatigue, endoscope field of view, etc. We present a framework to visualize the missed regions per-frame during the colonoscopy, and provides a workable clinical solution. Specifically, we make use of 3D reconstructed virtual colonoscopy (VC) data and the insight that VC and OC share the same underlying geometry but differ in color, texture and specular reflections, embedded in the OC domain. A lossy unpaired image-to-image translation model is introduced with enforced shared latent space for OC and VC. This shared latent space captures the geometric information while deferring the color, texture, and specular information creation to additional Gaussian noise input. This additional noise input can be utilized to generate one-to-many mappings from VC to OC and OC to OC.
• Abstract（参考訳）: 最も普及している大腸癌スクリーニングツールである光大腸内視鏡(oc)は、大腸の形状(水平折りたたみや鋭い屈曲)、内科医の経験不足や疲労、内視鏡の視野などを含む多くの要因により、ミス率が高い。 大腸内視鏡検査中にフレーム当たりの欠落領域を可視化する枠組みを提示し,有効な臨床ソリューションを提供する。 具体的には、3D再構成仮想大腸内視鏡(VC)データと、VCとOCが同じ形状を共有しているが、OCドメインに埋め込まれた色、テクスチャ、スペキュラリフレクションが異なるという知見を用いる。 OCとVCのための強制的共有潜在空間を伴って、損失のない画像から画像への変換モデルを導入する。 この共有潜在空間は、追加のガウス雑音入力に対して色、テクスチャ、スペック情報の生成を遅らせながら幾何情報をキャプチャする。 この追加ノイズ入力を使用して、VCからOC、OCからOCへの1対多マッピングを生成することができる。

関連論文リスト

• CoCPF: Coordinate-based Continuous Projection Field for Ill-Posed Inverse Problem in Imaging [78.734927709231]
  スパース・ビュー・コンピュート・トモグラフィー(SVCT)の再構成は,スパース・サンプリングによるCT画像の取得を目的としている。 暗黙的な神経表現(INR)技術は、不備のため、その分野に「かなりの穴」(すなわち、未モデル化空間)を残し、準最適結果をもたらす可能性がある。 SVCT再構成のためのホールフリー表現場を構築することを目的としたコーディネート型連続射影場(CoCPF)を提案する。
  論文  参考訳（メタデータ） (2024-06-21T08:38:30Z)
• High-fidelity Endoscopic Image Synthesis by Utilizing Depth-guided Neural Surfaces [18.948630080040576]
  内視鏡画像に適用したNeuSを1フレームの深度マップで補足した新しい大腸部分再建法を提案する。 本手法は, 大腸切片を完全にレンダリングし, 表面の見えない部分を捕捉する際の異常な精度を示す。 このブレークスルーは、安定的で一貫してスケールされた再建を達成するための道を開き、がんスクリーニングの手順と治療介入の質を高めることを約束する。
  論文  参考訳（メタデータ） (2024-04-20T18:06:26Z)
• Multi-View Vertebra Localization and Identification from CT Images [57.56509107412658]
  我々は,CT画像からの多視点椎体局在と同定を提案する。 本研究では,3次元問題を異なる視点における2次元局所化および識別タスクに変換する。 本手法は,多視点グローバル情報を自然に学習することができる。
  論文  参考訳（メタデータ） (2023-07-24T14:43:07Z)
• CLTS-GAN: Color-Lighting-Texture-Specular Reflection Augmentation for Colonoscopy [5.298287413134345]
  CLTS-GANは、OCビデオフレームのための色、照明、テクスチャ、および仕様反射を細かく制御する新しいディープラーニングモデルである。 トレーニングデータに大腸内視鏡特異的な拡張を加えることで,最先端のポリープ検出/分離法が向上することを示す。
  論文  参考訳（メタデータ） (2022-06-29T23:51:16Z)
• Virtual Correspondence: Humans as a Cue for Extreme-View Geometry [104.09449367670318]
  仮想対応(VC)という新しい概念を提示する。 古典的な対応とは異なり、VCはビューをまたいでコビジュアライズする必要はない。 極端な視点でカメラのポーズを回復するために、VCが古典的なバンドル調整とシームレスに統合できることを示します。
  論文  参考訳（メタデータ） (2022-06-16T17:59:42Z)
• SQUID: Deep Feature In-Painting for Unsupervised Anomaly Detection [76.01333073259677]
  無線画像からの異常検出のための空間認識型メモリキューを提案する(略してSQUID)。 SQUIDは, 微細な解剖学的構造を逐次パターンに分類でき, 推測では画像中の異常(見えない/修正されたパターン)を識別できる。
  論文  参考訳（メタデータ） (2021-11-26T13:47:34Z)
• Multi-Modal MRI Reconstruction with Spatial Alignment Network [51.74078260367654]
  臨床実践では、複数のコントラストを持つMRIが1つの研究で取得されるのが普通である。 近年の研究では、異なるコントラストやモダリティの冗長性を考慮すると、k空間にアンダーサンプリングされたMRIの目標モダリティは、完全にサンプリングされたシーケンスの助けを借りてよりよく再構成できることが示されている。 本稿では,空間アライメントネットワークと再構成を統合し,再構成対象のモダリティの質を向上させる。
  論文  参考訳（メタデータ） (2021-08-12T08:46:35Z)
• FoldIt: Haustral Folds Detection and Segmentation in Colonoscopy Videos [6.187780920448871]
  ハウスタルフォールド(Haustral fold)は、光学的大腸内視鏡法において、高いポリープミス率に関係した結腸壁隆起である。 本報告では,光学的大腸内視鏡画像からハスタルフォールドオーバーレイを用いた仮想大腸内視鏡画像への特徴持続的画像変換のための,新たな生成逆境ネットワークFoldItを提案する。
  論文  参考訳（メタデータ） (2021-06-23T16:41:10Z)
• Colonoscopy Polyp Detection: Domain Adaptation From Medical Report Images to Real-time Videos [76.37907640271806]
  大腸内視鏡画像と実時間映像の領域間ギャップに対処する画像-ビデオ結合型ポリープ検出ネットワーク(Ivy-Net)を提案する。 収集したデータセットの実験は、Ivy-Netが大腸内視鏡ビデオで最先端の結果を達成することを示した。
  論文  参考訳（メタデータ） (2020-12-31T10:33:09Z)
• SERV-CT: A disparity dataset from CT for validation of endoscopic 3D reconstruction [8.448866668577946]
  CT(SERV-CT)に基づく立体内視鏡再構成検証データセットを提案する。 SERV-CTデータセットは、内視鏡画像の大部分をカバーするスムーズな参照格差と深さを持つ外科的アプリケーションのための使いやすい立体的検証を提供します。
  論文  参考訳（メタデータ） (2020-12-22T01:28:30Z)
• Augmenting Colonoscopy using Extended and Directional CycleGAN for Lossy Image Translation [5.861206243996454]
  光学的大腸内視鏡(OC)と仮想大腸内視鏡(VC)の非対像画像変換のための深層学習フレームワークであるExtended and Directional CycleGANを提案する。 本稿では, ファントム, テクスチャVC, 実ポリプおよび正常大腸ビデオのスケール一貫性深度推定結果について報告する。 また,3次元VCモデルで導入したバンプからのペンダンクおよび平らなポリプ合成について検討した。
  論文  参考訳（メタデータ） (2020-03-27T15:34:17Z)

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。