論文の概要: SkinScan: Low-Cost 3D-Scanning for Dermatologic Diagnosis and
Documentation
- arxiv url: http://arxiv.org/abs/2102.00508v1
- Date: Sun, 31 Jan 2021 18:21:21 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-02 15:51:29.954337
- Title: SkinScan: Low-Cost 3D-Scanning for Dermatologic Diagnosis and
Documentation
- Title(参考訳): SkinScan:皮膚科診断とドキュメンテーションのための低コスト3Dスキャン
- Authors: Merlin A. Nau, Florian Schiffers, Yunhao Li, Bingjie Xu, Andreas
Maier, Jack Tumblin, Marc Walton, Aggelos K. Katsaggelos, Florian
Willomitzer, Oliver Cossairt
- Abstract要約: 本研究では, 低コスト(かつ移動可能な)のコモディティ機器を各家庭に設置し, 皮膚の詳細な3D情報を測定するシステムを提案する。
本システムは皮膚疾患の早期診断およびモニタリング,特に人口密度が高い地域や未発達地域において大きな可能性を秘めている。
- 参考スコア(独自算出の注目度): 18.970284091122515
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The utilization of computational photography becomes increasingly essential
in the medical field. Today, imaging techniques for dermatology range from
two-dimensional (2D) color imagery with a mobile device to professional
clinical imaging systems measuring additional detailed three-dimensional (3D)
data. The latter are commonly expensive and not accessible to a broad audience.
In this work, we propose a novel system and software framework that relies only
on low-cost (and even mobile) commodity devices present in every household to
measure detailed 3D information of the human skin with a
3D-gradient-illumination-based method. We believe that our system has great
potential for early-stage diagnosis and monitoring of skin diseases, especially
in vastly populated or underdeveloped areas.
- Abstract(参考訳): 医療分野では,計算写真の利用がますます不可欠になりつつある。
現在、皮膚科のイメージング技術は、モバイルデバイスによる2次元(2D)カラー画像から、さらに詳細な3次元(3D)データを測定するプロの臨床画像システムまで幅広い。
後者は一般的に高価であり、幅広い観客にはアクセスできません。
本研究では, 低コスト(かつ移動可能な)のコモディティ機器にのみ依存し, 3D-gradient-illumination法を用いて皮膚の詳細な3D情報を測定する新しいシステムとソフトウェア・フレームワークを提案する。
当システムは,皮膚疾患の早期診断とモニタリング,特に人口密集地域や未発達地域において大きな可能性を秘めている。
関連論文リスト
- 3D-MIR: A Benchmark and Empirical Study on 3D Medical Image Retrieval in
Radiology [6.851500027718433]
3D画像検索の分野はまだ発展途上であり、確立された評価ベンチマーク、包括的なデータセット、徹底的な研究が欠如している。
本稿では,3次元医用画像検索のための新しいベンチマーク(3D-MIR)を提案する。
このベンチマークを用いて,一般的なマルチモーダル基礎モデルの2次元スライス,3次元ボリューム,マルチモーダル埋め込みをクエリとして利用する,多様な検索戦略を探索する。
論文 参考訳(メタデータ) (2023-11-23T00:57:35Z) - Multi-Modal Dataset Acquisition for Photometrically Challenging Object [56.30027922063559]
本稿では,3次元視覚タスクにおける現在のデータセットの限界について,精度,サイズ,リアリズム,および光度に挑戦する対象に対する適切な画像モダリティの観点から検討する。
既存の3次元認識と6次元オブジェクトポーズデータセットを強化する新しいアノテーションと取得パイプラインを提案する。
論文 参考訳(メタデータ) (2023-08-21T10:38:32Z) - Next-generation Surgical Navigation: Marker-less Multi-view 6DoF Pose
Estimation of Surgical Instruments [66.74633676595889]
静止カメラとヘッドマウントカメラを組み合わせたマルチカメラ・キャプチャー・セットアップを提案する。
第2に,手術用ウェットラボと実際の手術用劇場で撮影された元脊椎手術のマルチビューRGB-Dビデオデータセットを公表した。
第3に,手術器具の6DoFポーズ推定の課題に対して,最先端のシングルビューとマルチビューの3つの手法を評価した。
論文 参考訳(メタデータ) (2023-05-05T13:42:19Z) - HUM3DIL: Semi-supervised Multi-modal 3D Human Pose Estimation for
Autonomous Driving [95.42203932627102]
3Dの人間のポーズ推定は、自動運転車が歩行者の微妙で複雑な振る舞いを知覚し理解できるようにする新しい技術である。
提案手法は,これらの補完信号を半教師付き方式で効率的に利用し,既存の手法よりも大きなマージンで性能を向上する。
具体的には、LiDAR点を画素整列マルチモーダル特徴に埋め込み、トランスフォーマーの精細化段階を経る。
論文 参考訳(メタデータ) (2022-12-15T11:15:14Z) - Monitoring of Pigmented Skin Lesions Using 3D Whole Body Imaging [14.544274849288952]
皮膚病変の迅速評価とマッピングを可能にする3次元全身イメージングプロトタイプを提案する。
モジュラーカメラリグは、体全体をスキャンするために複数の角度から同期した画像を自動でキャプチャするように設計されている。
我々は,深部畳み込みニューラルネットワークに基づく3次元体像再構成,データ処理,皮膚病変検出のためのアルゴリズムを開発した。
論文 参考訳(メタデータ) (2022-05-14T15:24:06Z) - 3D Object Detection from Images for Autonomous Driving: A Survey [68.33502122185813]
画像から3Dオブジェクトを検出することは、自動運転の基本的かつ困難な問題の一つだ。
この問題を2015年から2021年にかけて200以上の研究が行われ、理論、アルゴリズム、応用の幅広い範囲で研究されている。
我々は,この新奇で継続的な研究分野を包括的に調査し,画像に基づく3D検出に最もよく使用されるパイプラインを要約する。
論文 参考訳(メタデータ) (2022-02-07T07:12:24Z) - Medical Image Segmentation using 3D Convolutional Neural Networks: A
Review [25.864941088823343]
コンピュータ支援医療画像解析は,専門医の専門的臨床診断を支援し,適切な治療計画を決定する上で重要な役割を担っている。
現在、畳み込みニューラルネットワーク(CNN)が医療画像解析に好まれている。
3Dイメージングシステムの急速な進歩と優れたハードウェアとソフトウェアのサポートの可用性により、医用画像解析において3D深層学習法が人気を集めている。
論文 参考訳(メタデータ) (2021-08-19T03:23:08Z) - A Geometry-Informed Deep Learning Framework for Ultra-Sparse 3D
Tomographic Image Reconstruction [13.44786774177579]
超疎3次元トモグラフィ画像再構成のための幾何学インフォームド深層学習フレームワークを構築した。
本研究は,3次元CT画像の高精細化を実現するために,既知の先行画像のシームレスな包摂が不可欠であることを実証する。
論文 参考訳(メタデータ) (2021-05-25T06:20:03Z) - Volumetric Medical Image Segmentation: A 3D Deep Coarse-to-fine
Framework and Its Adversarial Examples [74.92488215859991]
本稿では,これらの課題に効果的に取り組むために,新しい3Dベースの粗粒度フレームワークを提案する。
提案した3Dベースのフレームワークは、3つの軸すべてに沿ってリッチな空間情報を活用できるため、2Dよりも大きなマージンで優れている。
我々は,3つのデータセット,NIH膵データセット,JHMI膵データセット,JHMI病理嚢胞データセットについて実験を行った。
論文 参考訳(メタデータ) (2020-10-29T15:39:19Z) - Rethinking the Extraction and Interaction of Multi-Scale Features for
Vessel Segmentation [53.187152856583396]
網膜血管と主要動脈を2次元基底画像と3次元CTアンギオグラフィー(CTA)スキャンで分割する,PC-Netと呼ばれる新しいディープラーニングモデルを提案する。
PC-Netでは、ピラミッド圧縮励起(PSE)モジュールが各畳み込みブロックに空間情報を導入し、より効果的なマルチスケール特徴を抽出する能力を高めている。
論文 参考訳(メタデータ) (2020-10-09T08:22:54Z) - 3D Probabilistic Segmentation and Volumetry from 2D projection images [10.32519161805588]
X線撮影は迅速で安価で、最前線のケアアセスメントや術中リアルタイムイメージングに有用である。
プロジェクティブな情報損失に悩まされており、多くの診断バイオマーカーがベースとなっている重要な情報を欠いている。
本稿では,2次元画像モダリティから3次元容積像を再構成する確率的手法について検討する。
論文 参考訳(メタデータ) (2020-06-23T08:00:51Z)
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。