論文の概要: BronchoPose: an analysis of data and model configuration for
vision-based bronchoscopy pose estimation
- arxiv url: http://arxiv.org/abs/2204.11982v1
- Date: Mon, 25 Apr 2022 22:17:50 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-27 13:34:09.686118
- Title: BronchoPose: an analysis of data and model configuration for
vision-based bronchoscopy pose estimation
- Title（参考訳）: BronchoPose:視覚型気管支鏡のポーズ推定のためのデータとモデル構成の分析
- Authors: Juan Borrego-Carazo, Carles S\'anchez, David Castells-Rufas, Jordi
Carrabina, D\'ebora Gil
- Abstract要約: VB(Vision-based bronchoscopy)モデルでは、生検中に有効なガイダンスを提供するために、ビデオ気管支鏡のフレームで仮想肺モデルを登録する必要がある。
近年のニューラルネットワークと時間的画像処理の進歩は, 気管支鏡の新たな可能性をもたらした。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Vision-based bronchoscopy (VB) models require the registration of the virtual
lung model with the frames from the video bronchoscopy to provide effective
guidance during the biopsy. The registration can be achieved by either tracking
the position and orientation of the bronchoscopy camera or by calibrating its
deviation from the pose (position and orientation) simulated in the virtual
lung model. Recent advances in neural networks and temporal image processing
have provided new opportunities for guided bronchoscopy. However, such progress
has been hindered by the lack of comparative experimental conditions.
In the present paper, we share a novel synthetic dataset allowing for a fair
comparison of methods. Moreover, this paper investigates several neural network
architectures for the learning of temporal information at different levels of
subject personalization. In order to improve orientation measurement, we also
present a standardized comparison framework and a novel metric for camera
orientation learning. Results on the dataset show that the proposed metric and
architectures, as well as the standardized conditions, provide notable
improvements to current state-of-the-art camera pose estimation in video
bronchoscopy.
- Abstract（参考訳）: vision-based bronchoscopy (vb)モデルでは、ビデオ気管支鏡からのフレームと仮想肺モデルの登録が必要であり、生検時に効果的な指導を提供する。
この登録は、気管支鏡カメラの位置と向きを追跡するか、または仮想肺モデルでシミュレートされたポーズ(位置と方向)からの偏差を校正することにより達成できる。
近年のニューラルネットワークと時間的画像処理の進歩は,気管支鏡の新たな可能性をもたらした。
しかし、このような進歩は比較実験条件の欠如によって妨げられている。
本稿では,手法の公平な比較を可能にする新しい合成データセットを提案する。
さらに、被験者のパーソナライゼーションの異なるレベルにおける時間情報学習のためのニューラルネットワークアーキテクチャについて検討する。
また、方位測定を改善するために、カメラ指向学習のための標準比較フレームワークと新しいメトリックを提案する。
分析結果から, 提案した計測値とアーキテクチャ, および標準化条件は, ビデオ気管支鏡における現況カメラのポーズ推定に顕著な改善をもたらすことが示された。
関連論文リスト
- Online learning in motion modeling for intra-interventional image sequences [8.493025486569833]
本稿では,連続した医用画像に対する確率的運動モデルを提案する。
取得した画像間の動きを推定し、前もって動きを予測する。
その結果,オンライン学習による患者固有の適応による信頼性の高い動作推定と予測性能の向上が示された。
論文 参考訳（メタデータ） (2024-10-15T10:53:12Z) - Intraoperative Registration by Cross-Modal Inverse Neural Rendering [61.687068931599846]
クロスモーダル逆ニューラルレンダリングによる神経外科手術における術中3D/2Dレジストレーションのための新しいアプローチを提案する。
本手法では,暗黙の神経表現を2つの構成要素に分離し,術前および術中における解剖学的構造について検討した。
臨床症例の振り返りデータを用いて本法の有効性を検証し,現在の登録基準を満たした状態での最先端の検査成績を示した。
論文 参考訳（メタデータ） (2024-09-18T13:40:59Z) - Application of Computer Deep Learning Model in Diagnosis of Pulmonary Nodules [5.058992545593932]
再建法を用いて肺の3次元シミュレーションモデルを構築した。
コンピュータ支援肺結節検出モデルを構築した。
診断率は従来の診断法に比べて有意に改善した。
論文 参考訳（メタデータ） (2024-06-19T04:27:27Z) - Towards Enhanced Analysis of Lung Cancer Lesions in EBUS-TBNA -- A Semi-Supervised Video Object Detection Method [0.0]
本研究は, 子宮内膜超音波(EBUS)を用いた肺病変のコンピュータ診断システムの構築を目的とする。
これまでの研究では、EBUS-TBNAへのオブジェクト検出モデルの適用が不足していた。
論文 参考訳（メタデータ） (2024-04-02T13:23:21Z) - FLex: Joint Pose and Dynamic Radiance Fields Optimization for Stereo Endoscopic Videos [79.50191812646125]
内視鏡的シーンの再構築は、外科手術後の分析から教育訓練まで、様々な医療応用にとって重要な要素である。
変形組織の非常にダイナミックな環境下での移動内視鏡の挑戦的なセットアップに着目する。
複数重重なり合う4次元ニューラルラジアンスフィールド(NeRF)への暗黙的なシーン分離と、再構成とカメラのスクラッチからのポーズを協調的に最適化するプログレッシブ最適化手法を提案する。
これにより、使いやすさが向上し、5000フレーム以上の手術ビデオの処理に間に合うように復元能力を拡張できる。
論文 参考訳（メタデータ） (2024-03-18T19:13:02Z) - RIDE: Self-Supervised Learning of Rotation-Equivariant Keypoint
Detection and Invariant Description for Endoscopy [83.4885991036141]
RIDEは回転同変検出と不変記述のための学習に基づく手法である。
内視鏡画像の大規模なキュレーションを自己指導的に行う。
マッチングと相対的なポーズ推定タスクに対して、最先端のパフォーマンスを新たに設定する。
論文 参考訳（メタデータ） (2023-09-18T08:16:30Z) - Steerable Conditional Diffusion for Out-of-Distribution Adaptation in Medical Image Reconstruction [75.91471250967703]
我々は、ステアブル条件拡散と呼ばれる新しいサンプリングフレームワークを導入する。
このフレームワークは、利用可能な測定によって提供される情報のみに基づいて、画像再構成と並行して拡散モデルを適用する。
様々な画像モダリティにまたがるアウト・オブ・ディストリビューション性能の大幅な向上を実現した。
論文 参考訳（メタデータ） (2023-08-28T08:47:06Z) - Weakly Supervised Airway Orifice Segmentation in Video Bronchoscopy [0.0]
本論文は気管支鏡視下気管支鏡視下における気管支拡張術の自動化について述べる。
このタスクに対するディープラーニングベースのアプローチは、現在、容易に利用できる真実のセグメンテーションデータが欠如しているため、妨げられている。
我々はk平均からなるデータ駆動パイプラインと、コンパクトなマーカーベースの流域アルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-08-24T12:18:25Z) - REGAS: REspiratory-GAted Synthesis of Views for Multi-Phase CBCT
Reconstruction from a single 3D CBCT Acquisition [75.64791080418162]
REGASは、アンダーサンプドトモグラフィビューを合成し、再構成画像中のアーティファクトのエイリアスを緩和する自己教師手法を提案する。
高解像度4Dデータ上でのディープニューラルネットワークの大規模なメモリコストに対処するため、REGASは分散して微分可能なフォワードプロジェクションを可能にする新しいレイパス変換(RPT)を導入した。
論文 参考訳（メタデータ） (2022-08-17T03:42:19Z) - Adversarial Domain Feature Adaptation for Bronchoscopic Depth Estimation [111.89519571205778]
そこで本研究では,深度推定のためのドメイン適応手法を提案する。
提案する2段階構造は,まず,ラベル付き合成画像を用いた深度推定ネットワークを教師付きで訓練する。
実験の結果,提案手法は実画像上でのネットワーク性能をかなりの差で向上させることがわかった。
論文 参考訳（メタデータ） (2021-09-24T08:11:34Z) - An Adversarial Approach for the Robust Classification of Pneumonia from
Chest Radiographs [9.462808515258464]
ディープラーニングモデルは、しばしばデータセットシフトによるパフォーマンス損失を示す。
1つの病院システムからのデータを用いてトレーニングされたモデルは、同一病院のデータでテストすると高い予測性能を得るが、異なる病院システムでテストした場合は著しく悪化する。
我々は,共同創設者に依存しないより堅牢なモデルを学ぶことができる,逆最適化に基づくアプローチを提案する。
論文 参考訳（メタデータ） (2020-01-13T03:49:05Z)
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。