論文の概要: GORDA: Graph-based ORientation Distribution Analysis of SLI
scatterometry Patterns of Nerve Fibres
- arxiv url: http://arxiv.org/abs/2204.05776v1
- Date: Tue, 12 Apr 2022 13:02:45 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-13 12:21:43.572053
- Title: GORDA: Graph-based ORientation Distribution Analysis of SLI
scatterometry Patterns of Nerve Fibres
- Title(参考訳): GORDA:神経線維のSLI散乱パターンのグラフベース配向分布解析
- Authors: Esteban Vaca, Miriam Menzel, Katrin Amunts, Markus Axer, Timo
Dickscheid
- Abstract要約: 散乱光イメージング(SLI)は、非定常脳部分の繊維構造を顕微鏡的に明らかにするための新しいアプローチである。
神経繊維の3次元配向を推定するために球面畳み込みを用いた教師なし学習手法を提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Scattered Light Imaging (SLI) is a novel approach for microscopically
revealing the fibre architecture of unstained brain sections. The measurements
are obtained by illuminating brain sections from different angles and measuring
the transmitted (scattered) light under normal incidence. The evaluation of
scattering profiles commonly relies on a peak picking technique and feature
extraction from the peaks, which allows quantitative determination of parallel
and crossing in-plane nerve fibre directions for each image pixel. However, the
estimation of the 3D orientation of the fibres cannot be assessed with the
traditional methodology. We propose an unsupervised learning approach using
spherical convolutions for estimating the 3D orientation of neural fibres,
resulting in a more detailed interpretation of the fibre orientation
distributions in the brain.
- Abstract(参考訳): 散乱光イメージング(SLI)は、非定常脳部分の繊維構造を顕微鏡的に明らかにするための新しいアプローチである。
この測定は、異なる角度から脳の部位を照らし、正常な入射の下で透過(散乱)光を測定することで得られる。
散乱プロファイルの評価はピークピック法とピークからの特徴抽出に大きく依存しており、各画像画素の平面内神経繊維方向の並列および交差を定量的に決定できる。
しかし、繊維の3次元配向の推定は従来の手法では評価できない。
神経線維の3次元配向を推定するために球状畳み込みを用いた教師なし学習法を提案し,脳内の繊維配向分布をより詳細に解釈する。
関連論文リスト
- Self-Supervised Representation Learning for Nerve Fiber Distribution
Patterns in 3D-PLI [36.136619420474766]
3D-PLI(3D-PLI)は、高分解能の髄質神経線維の微細構造を観察できる顕微鏡イメージング技術である。
3D-PLIにおけるファイバアーキテクチャのオブザーバ非依存的特徴付けのためのベストプラクティスはまだ提供されていない。
自己教師付き表現学習を用いた3次元PLI画像における神経線維構造を特徴付けるための完全データ駆動型アプローチを提案する。
論文 参考訳(メタデータ) (2024-01-30T17:49:53Z) - 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) - Enhancement of Novel View Synthesis Using Omnidirectional Image
Completion [61.78187618370681]
ニューラルレイディアンス場(NeRF)に基づく1枚の360度RGB-D画像から新しいビューを合成する方法を提案する。
実験により,提案手法は実世界と実世界の両方でシーンの特徴を保ちながら,可塑性な新規なビューを合成できることが実証された。
論文 参考訳(メタデータ) (2022-03-18T13:49:25Z) - 3D Reconstruction of Curvilinear Structures with Stereo Matching
DeepConvolutional Neural Networks [52.710012864395246]
本稿では,立体対における曲線構造の検出とマッチングのための完全自動パイプラインを提案する。
主に、TEM画像のステレオ対から転位を3次元再構成することに焦点を当てる。
論文 参考訳(メタデータ) (2021-10-14T23:05:47Z) - A computational geometry approach for modeling neuronal fiber pathways [10.741721423684305]
トラクトグラフィーは、脳内の白質経路の幾何学を示す3次元の複雑な神経線維を構成する。
ホワイトマターファイバの接続を容易にすることを目的とした,計算幾何学に基づくトラクトグラフィー表現を開発した。
アルツハイマー病患者からの拡散MRIデータを用いて,本モデルからトラクトグラフィーの特徴を抽出し,アルツハイマー病患者と健常者との鑑別を行った。
論文 参考訳(メタデータ) (2021-08-02T21:16:29Z) - Deep Two-View Structure-from-Motion Revisited [83.93809929963969]
2次元構造移動(SfM)は3次元再構成と視覚SLAMの基礎となる。
古典パイプラインの適切性を活用することで,深部2視点sfmの問題を再検討することを提案する。
本手法は,1)2つのフレーム間の密対応を予測する光フロー推定ネットワーク,2)2次元光フロー対応から相対カメラポーズを計算する正規化ポーズ推定モジュール,3)エピポーラ幾何を利用して探索空間を縮小し,密対応を洗練し,相対深度マップを推定するスケール不変深さ推定ネットワークからなる。
論文 参考訳(メタデータ) (2021-04-01T15:31:20Z) - Unsupervised Missing Cone Deep Learning in Optical Diffraction
Tomography [25.18730153421617]
本稿では,最適なトランスポート駆動型サイクガンによる投影ビューの確率分布を学習する,教師なし深層学習フレームワークを提案する。
実験結果から, 提案手法により, ODT中のコーンアーティファクトの欠落が有意に解決できることが示された。
論文 参考訳(メタデータ) (2021-03-16T12:41:33Z) - Equivariant Spherical Deconvolution: Learning Sparse Orientation
Distribution Functions from Spherical Data [0.0]
本稿では,単位球面上で定義される非負スカラー場のスパースデコンボリューションのための回転等価非監視学習フレームワークを提案する。
人体のマルチシェルデータセットにおけるトラクトグラフィーと部分体積推定の改善について述べる。
論文 参考訳(メタデータ) (2021-02-17T16:04:35Z) - Learning Hybrid Representations for Automatic 3D Vessel Centerline
Extraction [57.74609918453932]
3次元医用画像からの血管の自動抽出は血管疾患の診断に不可欠である。
既存の方法では、3次元画像からそのような細い管状構造を分割する際に、抽出された容器の不連続に悩まされることがある。
抽出された船舶の連続性を維持するためには、地球的幾何学を考慮に入れる必要があると論じる。
この課題を解決するためのハイブリッド表現学習手法を提案します。
論文 参考訳(メタデータ) (2020-12-14T05:22:49Z) - Correlation Plenoptic Imaging between Arbitrary Planes [52.77024349608834]
提案プロトコルは,処理後の集中面の変更を可能にし,画像解像度と被写界深度を前例のない組み合わせで実現可能であることを示す。
その結果、カオス光に基づく相関レンズ画像装置のコンパクト化や、絡み合った光子照明に基づく高SNRレンズ画像装置の開発への道が開かれた。
論文 参考訳(メタデータ) (2020-07-23T14:26:14Z) - 3D Solid Spherical Bispectrum CNNs for Biomedical Texture Analysis [3.579867431007686]
局所回転不変量 (LRI) 演算子は生物医学的テクスチャ解析において大きな可能性を示している。
浅層畳み込みニューラルネットワーク(CNN)に埋め込まれたLRI層の設計におけるスペクトル上の双スペクトルを用いた3次元画像解析の利点について検討する。
論文 参考訳(メタデータ) (2020-04-28T09:01:13Z)
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。