論文の概要: Tunable Image Quality Control of 3-D Ultrasound using Switchable
CycleGAN
- arxiv url: http://arxiv.org/abs/2112.02896v1
- Date: Mon, 6 Dec 2021 09:40:16 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-07 15:32:31.138969
- Title: Tunable Image Quality Control of 3-D Ultrasound using Switchable
CycleGAN
- Title（参考訳）: 切替型サイクロンを用いた3次元超音波の可変画質制御
- Authors: Jaeyoung Huh, Shujaat Khan, Sungjin Choi, Dongkuk Shin, Eun Sun Lee,
Jong Chul Ye
- Abstract要約: 3DUSイメージングシステムは、3つの軸面に沿って体積を可視化することができる。
3D USは2D USに比べて解像度に固有の制限がある。
本稿では,3次元画像品質向上のための教師なしディープラーニング手法を提案する。
- 参考スコア（独自算出の注目度）: 25.593462273575625
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In contrast to 2-D ultrasound (US) for uniaxial plane imaging, a 3-D US
imaging system can visualize a volume along three axial planes. This allows for
a full view of the anatomy, which is useful for gynecological (GYN) and
obstetrical (OB) applications. Unfortunately, the 3-D US has an inherent
limitation in resolution compared to the 2-D US. In the case of 3-D US with a
3-D mechanical probe, for example, the image quality is comparable along the
beam direction, but significant deterioration in image quality is often
observed in the other two axial image planes. To address this, here we propose
a novel unsupervised deep learning approach to improve 3-D US image quality. In
particular, using {\em unmatched} high-quality 2-D US images as a reference, we
trained a recently proposed switchable CycleGAN architecture so that every
mapping plane in 3-D US can learn the image quality of 2-D US images. Thanks to
the switchable architecture, our network can also provide real-time control of
image enhancement level based on user preference, which is ideal for a
user-centric scanner setup. Extensive experiments with clinical evaluation
confirm that our method offers significantly improved image quality as well
user-friendly flexibility.
- Abstract（参考訳）: 一軸面イメージングのための2次元超音波(US)とは異なり、3次元USイメージングシステムは3つの軸面に沿った体積を可視化することができる。
これは婦人科(GYN)と産婦人科(OB)の応用に有用である。
残念ながら、3D USは2D USに比べて解像度に固有の制限がある。
例えば3次元メカニカルプローブを用いた3次元USの場合、画像品質はビーム方向と同等であるが、他の2つの軸方向画像面では画像品質の著しい劣化がしばしば見られる。
そこで本研究では,3次元画像品質向上のための教師なしディープラーニング手法を提案する。
特に,高画質の2次元USイメージを基準として,最近提案された交換可能なCycleGANアーキテクチャをトレーニングし,3次元USのすべてのマッピングプレーンが2次元USイメージの画質を学習できるようにした。
切り替え可能なアーキテクチャにより,ユーザの好みに基づいた画像強調レベルをリアルタイムに制御することが可能となり,ユーザ中心のスキャナー設定に最適である。
臨床評価による広範囲な実験により,本手法は画像品質とユーザフレンドリな柔軟性を著しく向上することを確認した。
関連論文リスト
- 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) - On the Localization of Ultrasound Image Slices within Point Distribution
Models [84.27083443424408]
甲状腺疾患は高分解能超音波(US)で診断されることが多い
縦断追跡は病理甲状腺形態の変化をモニタリングするための重要な診断プロトコルである。
3次元形状表現におけるUS画像の自動スライスローカライズのためのフレームワークを提案する。
論文 参考訳（メタデータ） (2023-09-01T10:10:46Z) - HoloPOCUS: Portable Mixed-Reality 3D Ultrasound Tracking, Reconstruction
and Overlay [2.069072041357411]
HoloPOCUSは、米国のリッチな情報を医療現場でユーザーの視界にオーバーレイする複合現実型システムである。
既存のMR-USよりも高精度な追跡パイプラインを検証した。
論文 参考訳（メタデータ） (2023-08-26T09:28:20Z) - 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) - Ultra-NeRF: Neural Radiance Fields for Ultrasound Imaging [40.72047687523214]
超音波(US)イメージングのための物理強調型暗黙神経表現法(INR)を提案する。
提案手法は, レイトレーシングに基づくニューラルレンダリングを新しいビューUS合成に活用する。
論文 参考訳（メタデータ） (2023-01-25T11:02:09Z) - Adaptive 3D Localization of 2D Freehand Ultrasound Brain Images [18.997300579859978]
本稿では,3次元解剖学的アトラス内の2次元超音波像を適応的に局所化するフレームワークであるAdLocUIを提案する。
まず、共配列の3D超音波ボリュームからサンプリングした2Dスライスで畳み込みニューラルネットワークをトレーニングし、その位置を予測する。
新規な教師なしサイクル整合性を用いて、2次元自由手超音波画像で微調整する。
論文 参考訳（メタデータ） (2022-09-12T17:59:41Z) - Agent with Tangent-based Formulation and Anatomical Perception for
Standard Plane Localization in 3D Ultrasound [56.7645826576439]
3D USにおけるSP自動位置決めのための新しい強化学習フレームワークを提案する。
まず、RLにおける接点に基づく問題として、3D USにおけるSP局所化を定式化し、作用空間を再構成する。
第2に、平面探索における非SPとSPの交差する微妙な違いを認識するモデルの能力を高めるための補助的タスク学習戦略を設計する。
論文 参考訳（メタデータ） (2022-07-01T14:53:27Z) - A Novel Augmented Reality Ultrasound Framework Using an RGB-D Camera and
a 3D-printed Marker [0.3061098887924466]
我々のゴールは、標準RGB-Dカメラを用いたシンプルで低コストな拡張現実エコーフレームワークを開発することである。
プロトタイプシステムは、Occipital Structure Core RGB-Dカメラ、特別に設計された3Dマーカー、高速クラウド登録アルゴリズムFaVoRで構成されていた。
プロトタイププローブをソフトウェアPLUSツールキットを用いて3DプリントN線ファントムで校正した。
論文 参考訳（メタデータ） (2022-05-09T14:54:47Z) - Sketch guided and progressive growing GAN for realistic and editable
ultrasound image synthesis [12.32829386817706]
本稿では,GANに基づく画像合成フレームワークを提案する。
我々は,高解像度でカスタマイズされたテクスチャ編集機能により,現実的なBモードUS画像を合成できる最初の作品を紹介する。
さらに、生成画像と実画像の高レベル特徴の差を最小限に抑えるために、特徴損失を提案する。
論文 参考訳（メタデータ） (2022-04-14T12:50:18Z) - 3D-to-2D Distillation for Indoor Scene Parsing [78.36781565047656]
大規模3次元データリポジトリから抽出した3次元特徴を有効活用し,RGB画像から抽出した2次元特徴を向上する手法を提案する。
まず,事前学習した3Dネットワークから3D知識を抽出して2Dネットワークを監督し,トレーニング中の2D特徴からシミュレーションされた3D特徴を学習する。
次に,2次元の正規化方式を設計し,2次元特徴と3次元特徴のキャリブレーションを行った。
第3に,非ペアの3dデータを用いたトレーニングのフレームワークを拡張するために,意味を意識した対向的トレーニングモデルを設計した。
論文 参考訳（メタデータ） (2021-04-06T02:22:24Z) - Agent with Warm Start and Active Termination for Plane Localization in
3D Ultrasound [56.14006424500334]
超音波(US)診断には標準面の局在が不可欠である。
出生前のアメリカでは、何十もの標準的な飛行機が手動で2Dプローブで取得される。
胎児脳標準平面を3DUSで自動的に局所化するための新しい強化学習フレームワークを提案する。
論文 参考訳（メタデータ） (2019-10-10T02:21:52Z)
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。