論文の概要: The Batch Artifact Scanning Protocol: A new method using computed tomography (CT) to rapidly create three-dimensional models of objects from large collections en masse
- arxiv url: http://arxiv.org/abs/2205.02691v2
- Date: Thu, 30 Jan 2025 13:16:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-31 15:12:08.266024
- Title: The Batch Artifact Scanning Protocol: A new method using computed tomography (CT) to rapidly create three-dimensional models of objects from large collections en masse
- Title（参考訳）: Batch Artifact Scanning Protocol:CT(Computerd Tomography)を用いた大規模コレクションからオブジェクトの3次元モデルを高速に生成する新しい手法
- Authors: Katrina Yezzi-Woodley, Jeff Calder, Mckenzie Sweno, Chloe Siewert, Peter J. Olver,
- Abstract要約: 医療用CTスキャナーを用いて3次元モデルを高速に作成するためのバッチアーティファクトスキャンプロトコルについて述べる。
2,474個の骨片を1標本あたり4分以内の速度で効率的に3Dモデルを作成することができた。
- 参考スコア（独自算出の注目度）: 1.747623282473278
- License:
- Abstract: Within anthropology, the use of three-dimensional (3D) imaging has become increasingly common and widespread since it broadens the available avenues for addressing a wide range of key anthropological issues. The ease with which 3D models can be generated and shared has major impact on research, cultural heritage, education, science communication, and public engagement, as well as contributing to the preservation of the physical specimens and archiving collections in widely accessible data bases. Current scanning protocols have the ability to create the required research quality 3D models; however, they tend to be time and labor intensive and not practical when working with large collections. Here we describe a streamlined Batch Artifact Scanning Protocol to rapidly create 3D models using a medical CT scanner. While this method can be used on a variety of material types, we have, for specificity, applied our protocol to a large collection of experimentally broken ungulate limb bones. By employing the Batch Artifact Scanning Protocol, we were able to efficiently create 3D models of 2,474 bone fragments at a rate of less than 4 minutes per specimen.
- Abstract（参考訳）: 人類学における3次元画像の利用は、様々な重要な人類学的問題に対処するための利用可能な道を広げるにつれて、ますます一般的で広まりつつある。
3Dモデルの作成と共有の容易さは、研究、文化遺産、教育、科学コミュニケーション、公的なエンゲージメントに大きな影響を与え、また、物理的標本の保存や広くアクセス可能なデータベースでのコレクションのアーカイブに寄与する。
現在の走査プロトコルは、必要な研究品質の3Dモデルを作成する能力を持っているが、大規模なコレクションを扱う場合、時間と労力を集中的に消費する傾向があり、実用的ではない。
本稿では,医療用CTスキャナーを用いて3次元モデルを高速に作成するための,合理化されたバッチアーティファクトスキャンプロトコルについて述べる。
本手法は, 各種材料に応用できるが, 具体的には, 本プロトコルを実験的に破損した手足骨の集合体に適用する。
Batch Artifact Scanning Protocolを用いて,2,474個の骨片の3Dモデルを1標本あたり4分以内の速度で効率的に作成することができた。
関連論文リスト
- 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) - SAM3D: Zero-Shot Semi-Automatic Segmentation in 3D Medical Images with the Segment Anything Model [3.2554912675000818]
SAM3Dは,既存のセグメンテーションモデル上に構築された3次元画像の半自動ゼロショットセグメンテーションのための新しいアプローチである。
ユーザが3Dポリラインでプロンプトし、複数の軸に沿ってボリュームスライスし、事前訓練されたモデルでスライスワイド推論を行い、3Dで再構成と洗練を行う4段階の戦略で、3D画像の高速かつ正確なセグメンテーションを実現する。
論文 参考訳（メタデータ） (2024-05-10T19:26:17Z) - 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) - ComboVerse: Compositional 3D Assets Creation Using Spatially-Aware Diffusion Guidance [76.7746870349809]
複雑な構成で高品質な3Dアセットを生成する3D生成フレームワークであるComboVerseについて,複数のモデルを組み合わせることを学習して紹介する。
提案手法は,標準スコア蒸留法と比較して,物体の空間的アライメントを重視している。
論文 参考訳（メタデータ） (2024-03-19T03:39:43Z) - Enforcing 3D Topological Constraints in Composite Objects via Implicit Functions [60.56741715207466]
医学的応用は心臓や脊椎などの複数の部分を持つ複雑な臓器の正確な3D表現を必要とすることが多い。
本稿では,深い暗黙的符号付き距離関数を用いた3次元物体再構成におけるトポロジ的制約を強制する新しい手法を提案する。
そこで本研究では,3次元形状間のトポロジ的制約を効果的に検証・実施するサンプリングベース手法を提案する。
論文 参考訳（メタデータ） (2023-07-16T10:07:15Z) - AG3D: Learning to Generate 3D Avatars from 2D Image Collections [96.28021214088746]
本稿では,2次元画像から現実的な3次元人物の新たな逆生成モデルを提案する。
本手法は, 全身型3Dジェネレータを用いて, 体の形状と変形を捉える。
提案手法は, 従来の3次元・調音認識手法よりも幾何的, 外観的に優れていた。
論文 参考訳（メタデータ） (2023-05-03T17:56:24Z) - 3D Reconstruction of Sculptures from Single Images via Unsupervised
Domain Adaptation on Implicit Models [11.647208461719906]
そこで本研究では,対象(彫刻)領域に対して,対象(現実世界の人間)からの1視点3次元暗黙的再構成モデルを適用するために,教師なしの3次元領域適応手法を提案する。
生成した形状を他の方法と比較し, 適応法の有効性を実証するために, アブレーション研究とユーザスタディを行った。
論文 参考訳（メタデータ） (2022-10-09T13:48:00Z) - Review of data types and model dimensionality for cardiac DTI
SMS-related artefact removal [7.497343031315105]
人工物除去訓練モデルの性能に及ぼす複数の入力型(マグニチュード画像と複素画像)、複数次元(2次元と3次元の操作)、複数入力型(単スライスとマルチスライス)の影響を比較した。
最初の直観にもかかわらず、我々の実験は、固定数のパラメータに対して、より単純な2次元実数値モデルの方が、より高度な3Dまたは複雑なモデルよりも優れていることを示した。
論文 参考訳（メタデータ） (2022-09-20T07:41:24Z) - Automated Model Design and Benchmarking of 3D Deep Learning Models for
COVID-19 Detection with Chest CT Scans [72.04652116817238]
3D胸部CTスキャン分類のための3D DLモデルを自動的に検索するための差別化可能なニューラルネットワーク探索(DNAS)フレームワークを提案する。
また,我々のモデルのクラスアクティベーションマッピング(cam)技術を利用して,結果の解釈可能性を提供する。
論文 参考訳（メタデータ） (2021-01-14T03:45:01Z) - Building 3D Morphable Models from a Single Scan [3.472931603805115]
本研究では,単一の3次元メッシュから3次元オブジェクトの生成モデルを構築する手法を提案する。
本手法はガウス過程で形状とアルベドを表す3次元形状モデルを生成する。
提案手法は, 単一の3次元スキャンのみを用いて顔認識を行うことができることを示す。
論文 参考訳（メタデータ） (2020-11-24T23:08:14Z)
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。