論文の概要: Learning Perspective Deformation in X-Ray Transmission Imaging
- arxiv url: http://arxiv.org/abs/2202.06366v1
- Date: Sun, 13 Feb 2022 17:25:01 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-15 17:48:11.859968
- Title: Learning Perspective Deformation in X-Ray Transmission Imaging
- Title（参考訳）: X線透過イメージングにおける学習視点変形
- Authors: Yixing Huang, Andreas Maier, Rainer Fietkau, Christoph Bert, Florian
Putz
- Abstract要約: コーンビームX線透過イメージングでは、X線のばらつきにより、画像の深さが異なる構造がX線検出器に異なる倍率係数を持つ。
パースペクティブ変形は、解剖学的構造の直接的かつ正確な幾何学的評価において困難を引き起こす。
我々は、視点投影を直交射影に変換する学習的視点変形について検討する。
- 参考スコア（独自算出の注目度）: 8.55389652039053
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In cone-beam X-ray transmission imaging, due to the divergence of X-rays,
imaged structures with different depths have different magnification factors on
an X-ray detector, which results in perspective deformation. Perspective
deformation causes difficulty in direct, accurate geometric assessments of
anatomical structures. In this work, to reduce perspective deformation in X-ray
images acquired from regular cone-beam computed tomography (CBCT) systems, we
investigate on learning perspective deformation, i.e., converting perspective
projections into orthogonal projections. Directly converting a single
perspective projection image into an orthogonal projection image is extremely
challenging due to the lack of depth information. Therefore, we propose to
utilize one additional perspective projection, a complementary (180-degree) or
orthogonal (90-degree) view, to provide a certain degree of depth information.
Furthermore, learning perspective deformation in different spatial domains is
investigated. Our proposed method is evaluated on numerical spherical bead
phantoms as well as patients' chest and head X-ray data. The experiments on
numerical bead phantom data demonstrate that learning perspective deformation
in polar coordinates has significant advantages over learning in Cartesian
coordinates, as root-mean-square error (RMSE) decreases from 5.31 to 1.40,
while learning in log-polar coordinates has no further considerable improvement
(RMSE = 1.85). In addition, using a complementary view (RMSE = 1.40) is better
than an orthogonal view (RMSE = 3.87). The experiments on patients' chest and
head data demonstrate that learning perspective deformation using dual
complementary views is also applicable in anatomical X-ray data, allowing
accurate cardiothoracic ratio measurements in chest X-ray images and
cephalometric analysis in synthetic cephalograms from cone-beam X-ray
projections.
- Abstract（参考訳）: コーンビームX線透過イメージングでは、X線のばらつきにより、異なる深さの像構造がX線検出器に異なる倍率係数を持ち、視線変形をもたらす。
視差変形は解剖学的構造の直接的かつ正確な幾何学的評価において困難を引き起こす。
本研究では,通常のコーンビーム計算トモグラフィ(CBCT)システムから得られたX線画像の視点変形を低減するため,視点投影を直交射影に変換する学習視点変形について検討する。
単一の視点投影画像を直交投影画像に変換することは、深度情報の欠如により極めて困難である。
そこで本研究では,追加の視点投影(180度)と直交(90度)の視点を利用して,ある程度の深度情報を提供する。
さらに,異なる空間領域における学習視点の変形について検討した。
提案手法は, 数値球面ファントムと患者の胸部および頭部x線データを用いて評価した。
数値ビードファントムデータを用いた実験により、極座標における学習視点の変形は、根平均二乗誤差(RMSE)が5.31から1.40に減少する一方、対数極座標での学習はそれ以上に改善されない(RMSE = 1.85)。
また、補完ビュー(RMSE = 1.40)は直交ビュー(RMSE = 3.87)よりも優れている。
胸部X線像と頭部データを用いた実験では, 両相補ビューを用いた学習視点の変形が解剖学的X線データにも適用でき, 胸部X線像における正確な心胸部比測定や, コーンビームX線投影による合成脳波の頭蓋計測が可能となった。
関連論文リスト
- 3DDX: Bone Surface Reconstruction from a Single Standard-Geometry Radiograph via Dual-Face Depth Estimation [7.832005676209272]
単一のX線写真からの3D再構成は、いわゆる2D-3D再構成と呼ばれ、様々な臨床応用の可能性を秘めている。
本稿では,X線画像から得られた複数の深度マップを同時に学習し,計算トモグラフィーの登録を行う手法を提案する。
論文 参考訳（メタデータ） (2024-09-25T07:48:57Z) - Calculation of Femur Caput Collum Diaphyseal angle for X-Rays images using Semantic Segmentation [2.3757237109481557]
本稿では,X線画像から大腿骨頭・結腸・下垂角を推定するための深層学習手法について検討する。
本稿では,X線画像から大腿骨CCD角を確実に推定できるディープラーニングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-04-25T23:42:09Z) - XProspeCT: CT Volume Generation from Paired X-Rays [0.0]
我々は、X線画像をシミュレーションCTボリュームに変換するために、以前の研究に基づいて構築した。
モデルバリエーションには、UNetアーキテクチャ、カスタム接続、アクティベーション関数、損失関数、新しいバックプロジェクションアプローチなどがある。
論文 参考訳（メタデータ） (2024-02-11T21:57:49Z) - B-Spine: Learning B-Spline Curve Representation for Robust and
Interpretable Spinal Curvature Estimation [50.208310028625284]
脊椎のB-スプライン曲線表現を学習するための新しいディープラーニングパイプラインであるB-Spineを提案する。
低画質X線画像から脊髄曲率推定のためのコブ角度を推定する。
論文 参考訳（メタデータ） (2023-10-14T15:34:57Z) - XTransCT: Ultra-Fast Volumetric CT Reconstruction using Two Orthogonal
X-Ray Projections for Image-guided Radiation Therapy via a Transformer
Network [8.966238080182263]
XTransCTと呼ばれる新しいトランスフォーマーアーキテクチャを導入し,2次元X線画像からのCT画像のリアルタイム再構成を容易にする。
本研究は, 画像品質, 構造精度, 一般化性において, アルゴリズムが他の手法を超越していることを示す。
従来の3次元畳み込み法と比較して, 約300 %の大幅な速度向上が見られ, 3次元画像再構成で44msを達成できた。
論文 参考訳（メタデータ） (2023-05-31T07:41:10Z) - Deep learning network to correct axial and coronal eye motion in 3D OCT
retinal imaging [65.47834983591957]
深層学習に基づくニューラルネットワークを用いて,OCTの軸運動とコロナ運動のアーチファクトを1つのスキャンで補正する。
実験結果から, 提案手法は動作アーチファクトを効果的に補正し, 誤差が他の方法よりも小さいことを示す。
論文 参考訳（メタデータ） (2023-05-27T03:55:19Z) - Perspective Projection-Based 3D CT Reconstruction from Biplanar X-rays [32.98966469644061]
我々は,X線を用いた新しいCT再構成フレームワークPerX2CTを提案する。
提案手法は,各座標に対して異なる特徴の組み合わせを提供し,モデルが3次元位置に関する情報を暗黙的に取得できるようにする。
論文 参考訳（メタデータ） (2023-03-09T14:45:25Z) - Incremental Cross-view Mutual Distillation for Self-supervised Medical
CT Synthesis [88.39466012709205]
本稿では,スライス間の分解能を高めるために,新しい医療スライスを構築した。
臨床実践において, 根本・中間医療スライスは常に欠落していることを考慮し, 相互蒸留の段階的相互蒸留戦略を導入する。
提案手法は,最先端のアルゴリズムよりも明確なマージンで優れる。
論文 参考訳（メタデータ） (2021-12-20T03:38:37Z) - 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) - XraySyn: Realistic View Synthesis From a Single Radiograph Through CT
Priors [118.27130593216096]
放射線写真は、X線を用いて患者の内部解剖を視覚化し、3D情報を2次元平面に投影する。
私たちの知る限りでは、ラジオグラフィビューの合成に関する最初の研究である。
本手法は,3次元空間におけるX線撮影の理解を得ることにより,地中骨ラベルを使わずに,X線撮影による骨抽出と骨抑制に応用できることが示唆された。
論文 参考訳（メタデータ） (2020-12-04T05:08:53Z) - From Perspective X-ray Imaging to Parallax-Robust Orthographic Stitching [47.44626333193997]
本研究では、フーリエスライス定理を利用してパララックスフリー領域における多重伝送画像からの情報を集約する。
縫合画像のセマンティクスは、周波数を中心に設計された類似度を利用した新しい深層学習戦略を用いて復元される。
我々のパイプラインは、画像の縫合だけでなく、2次元画像平面上で、臨床的に関係のある量の計量測定を可能にするホログラフィック再構成も提供する。
論文 参考訳（メタデータ） (2020-03-05T23:16:48Z)
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。