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

• A 3D Facial Reconstruction Evaluation Methodology: Comparing Smartphone Scans with Deep Learning Based Methods Using Geometry and Morphometry Criteria [60.865754842465684]
  3次元顔形状解析は臨床応用の可能性から注目されている。 高度な3D顔認証システムの高コスト化は、その普及を制限し、低コストな取得と再構築方法の開発を推進している。 本研究では,形態素形状解析技術を統合することで,従来の幾何学的ベンチマークを超える新しい評価手法を提案する。
  論文  参考訳（メタデータ） (2025-02-13T15:47:45Z)
• A generalizable 3D framework and model for self-supervised learning in medical imaging [6.113151507044021]
  3次元医用画像のための現在の自己教師付き学習法は、単純なプリテキストの定式化と、オルガンまたはモダリティ固有のデータセットに依存している。 本稿では,3次元データセットに適応した最先端SSL方式である3DINOを,汎用医療画像モデルである3DINO-ViTの事前訓練に利用した。 我々は,多数の医用画像分割と分類タスクに関する広範囲な実験を用いて3DINO-ViTを検証する。
  論文  参考訳（メタデータ） (2025-01-20T21:30:56Z)
• MedTet: An Online Motion Model for 4D Heart Reconstruction [59.74234226055964]
  本研究は, 術後の軽度データから3次元心臓運動を再構築するための新しいアプローチを提案する。 既存の方法では、フル3次元の体積像から3次元の臓器のジオメトリーを正確に再構築することができる。 このような部分的データから3次元運動を再構築するための汎用的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-12-03T17:18:33Z)
• Med-2E3: A 2D-Enhanced 3D Medical Multimodal Large Language Model [16.93216342922561]
  我々は、3Dエンコーダと2Dエンコーダを統合した3次元医用画像解析のための新しいMLLMであるMed-2E3を提案する。 より効果的に2D特徴を集約するために,スライス内容とタスク命令に基づいて各2Dスライスに注目したテキストガイド型インタースライス(TG-IS)スコアリングモジュールを設計する。 大規模でオープンソースの3D医療マルチモーダルベンチマークの実験では、Med-2E3がタスク固有の注意分布を示し、現在の最先端モデルよりも大幅に優れていることが示された。
  論文  参考訳（メタデータ） (2024-11-19T09:59:59Z)
• Super-resolution of biomedical volumes with 2D supervision [84.5255884646906]
  超解像のための仮設スライス拡散は、生物学的標本のすべての空間次元にわたるデータ生成分布の固有同値性を利用する。 我々は,高解像度2次元画像の高速取得を特徴とするSliceRの組織学的刺激(SRH)への応用に着目する。
  論文  参考訳（メタデータ） (2024-04-15T02:41:55Z)
• M3D: Advancing 3D Medical Image Analysis with Multi-Modal Large Language Models [49.5030774873328]
  これまでの研究は主に2Dの医療画像に焦点を合わせてきた。 120K画像テキスト対と62K命令応答対からなる大規模3次元マルチモーダル医療データセットM3D-Dataを提案する。 また,新しい3次元マルチモーダル・メディカル・ベンチマークであるM3D-Benchを導入し,8つのタスクにまたがる自動評価を容易にする。
  論文  参考訳（メタデータ） (2024-03-31T06:55:12Z)
• Creating a Digital Twin of Spinal Surgery: A Proof of Concept [68.37190859183663]
  手術デジタル化は、現実世界の手術の仮想レプリカを作成するプロセスである。 脊椎外科手術に応用した手術デジタル化のための概念実証(PoC)を提案する。 5台のRGB-Dカメラを外科医の動的3D再構成に、ハイエンドカメラを解剖学の3D再構成に、赤外線ステレオカメラを手術器具追跡に、レーザースキャナーを手術室の3D再構成とデータ融合に使用した。
  論文  参考訳（メタデータ） (2024-03-25T13:09:40Z)
• Generative Enhancement for 3D Medical Images [74.17066529847546]
  本稿では,3次元医用画像合成の新しい生成手法であるGEM-3Dを提案する。 本手法は2次元スライスから始まり,3次元スライスマスクを用いて患者に提供するための情報スライスとして機能し,生成過程を伝搬する。 3D医療画像をマスクと患者の事前情報に分解することで、GEM-3Dは多目的な3D画像を生成する柔軟な、かつ効果的なソリューションを提供する。
  論文  参考訳（メタデータ） (2024-03-19T15:57:04Z)
• 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)
• 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)
• 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。