論文の概要: PRO-TIP: Phantom for RObust automatic ultrasound calibration by TIP detection

• arxiv url: http://arxiv.org/abs/2206.05962v1
• Date: Mon, 13 Jun 2022 08:18:33 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-15 00:38:24.578670
• Title: PRO-TIP: Phantom for RObust automatic ultrasound calibration by TIP detection
• Title（参考訳）: Pro-TIP:TIP検出によるRObust自動超音波校正用ファントム
• Authors: Matteo Ronchetti, Julia Rackerseder, Maria Tirindelli, Mehrdad Salehi, Nassir Navab, Wolfgang Wein, Oliver Zettinig
• Abstract要約: 追跡された超音波プローブを自動的に校正する新しい手法を提案する。 高さの異なる9つの円錐からなるカスタムファントムを設計する。 畳み込みニューラルネットワークを用いてこれらを抽出し、超音波フレーム毎にコーンを分割し、スイープ全体にわたって追跡する。
• 参考スコア（独自算出の注目度）: 34.879631170670656
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose a novel method to automatically calibrate tracked ultrasound probes. To this end we design a custom phantom consisting of nine cones with different heights. The tips are used as key points to be matched between multiple sweeps. We extract them using a convolutional neural network to segment the cones in every ultrasound frame and then track them across the sweep. The calibration is robustly estimated using RANSAC and later refined employing image based techniques. Our phantom can be 3D-printed and offers many advantages over state-of-the-art methods. The phantom design and algorithm code are freely available online. Since our phantom does not require a tracking target on itself, ease of use is improved over currently used techniques. The fully automatic method generalizes to new probes and different vendors, as shown in our experiments. Our approach produces results comparable to calibrations obtained by a domain expert.
• Abstract（参考訳）: 追跡超音波プローブの自動校正法を提案する。 この目的のために、高さの異なる9つの円錐からなるカスタムファントムを設計する。 チップは複数のスイープにマッチするキーポイントとして使用される。 畳み込みニューラルネットワークを用いてこれらを抽出し、超音波フレーム毎にコーンを分割し、スイープ全体にわたって追跡する。 キャリブレーションはRANSACを用いて頑健に推定され、後に画像ベース技術を用いて洗練される。 phantomは3dプリントでき、最先端の方法よりも多くのアドバンテージを提供します。 phantomの設計とアルゴリズムコードはオンラインで無料で入手できる。 ファントム自体が追跡対象を必要としないため,現在使用されている技術よりも使いやすさが向上している。 この完全自動メソッドは、実験で示したように、新しいプローブと異なるベンダーに一般化します。 このアプローチは、ドメインエキスパートが取得したキャリブレーションに匹敵する結果を生み出す。

関連論文リスト

• Learning to Make Keypoints Sub-Pixel Accurate [80.55676599677824]
  本研究は,2次元局所特徴の検出におけるサブピクセル精度の課題に対処する。 本稿では,検出された特徴に対するオフセットベクトルを学習することにより,サブピクセル精度で検出器を拡張できる新しいネットワークを提案する。
  論文  参考訳（メタデータ） (2024-07-16T12:39:56Z)
• PIPsUS: Self-Supervised Point Tracking in Ultrasound [4.987315310656657]
  超音波(US)における点レベル対応の発見は基本的な問題である PIPsUSと呼ばれる自己教師付きピクセルレベルの追跡モデルを提案する。 我々のモデルは、1つの前方通過において任意の数の点を追跡でき、連続するフレームではなく複数の時間情報を利用することができる。
  論文  参考訳（メタデータ） (2024-03-08T00:53:49Z)
• RUSOpt: Robotic UltraSound Probe Normalization with Bayesian Optimization for In-plane and Out-plane Scanning [4.420121239028863]
  超音波画像の品質管理において,ロボットプローブの適切な配向が重要な役割を担っている。 走査面上の接触点に対する超音波プローブの向きを自動的に調整する試料効率向上手法を提案する。
  論文  参考訳（メタデータ） (2023-10-05T09:22:16Z)
• 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)
• Comparison of Representation Learning Techniques for Tracking in time resolved 3D Ultrasound [0.7734726150561088]
  3D超音波(3DUS)は、放射線治療における標的追跡において、電離放射線を使わずにリアルタイムに容積画像を提供する能力により、より興味深いものとなる。 そのため、意味のある表現を学習する手法は、表現空間(r-空間)における異なる時間枠における解剖学的構造を認識するのに有用である。 本研究では,従来のオートエンコーダ,変分オートエンコーダ,スライスワッサースタインオートエンコーダを用いて,3DUSパッチを128次元のr空間に縮小する。
  論文  参考訳（メタデータ） (2022-01-10T12:38:22Z)
• Automatic Extrinsic Calibration Method for LiDAR and Camera Sensor Setups [68.8204255655161]
  本論文では,LiDAR,単眼,ステレオカメラを含む任意のセンサのパラメータを校正する手法を提案する。 提案手法は、通常、車両のセットアップで見られるように、非常に異なる解像度とポーズのデバイスを扱うことができる。
  論文  参考訳（メタデータ） (2021-01-12T12:02:26Z)
• Assisted Probe Positioning for Ultrasound Guided Radiotherapy Using Image Sequence Classification [55.96221340756895]
  前立腺外照射療法における経皮的超音波画像誘導は, 患者設定中の各セッションにおけるプローブと前立腺の整合性を必要とする。 本研究では,画像とプローブ位置データの共同分類により,高精度なプローブ配置を確保する方法を示す。 マルチ入力マルチタスクアルゴリズムを用いて、光学的追跡された超音波プローブからの空間座標データを、繰り返しニューラルネットワークを用いて画像クラスシファイアと組み合わせ、リアルタイムで2セットの予測を生成する。 このアルゴリズムは平均(標準偏差)3.7$circ$ (1.2$circ$)の範囲内で最適なプローブアライメントを同定する。
  論文  参考訳（メタデータ） (2020-10-06T13:55:02Z)
• SADet: Learning An Efficient and Accurate Pedestrian Detector [68.66857832440897]
  本稿では,一段検出器の検出パイプラインに対する一連の最適化手法を提案する。 効率的な歩行者検出のための単発アンカーベース検出器(SADet)を形成する。 構造的には単純だが、VGA解像度の画像に対して最先端の結果と20ドルFPSのリアルタイム速度を示す。
  論文  参考訳（メタデータ） (2020-07-26T12:32:38Z)
• DR-SPAAM: A Spatial-Attention and Auto-regressive Model for Person Detection in 2D Range Data [81.06749792332641]
  本研究では,異なるタイミングで得られたスキャンを組み合わせ,代替戦略を用いた人物検出ネットワークを提案する。 DR-SPAAMは、バックボーンネットワークから中間機能をテンプレートとして保持し、新しいスキャンが利用可能になったときにテンプレートをリカレントに更新する。 DROWデータセットでは,提案手法は既存の最先端技術よりも約4倍高速である。
  論文  参考訳（メタデータ） (2020-04-29T11:01:44Z)
• Automatic phantom test pattern classification through transfer learning with deep neural networks [29.55279256669142]
  画像ファントム(英: Imaging phantoms)は、コンピュータ断層撮影(CT)システムにおける画像品質を測定するために用いられるテストパターンである。 深層学習技術を用いて,一連のファントム画像にこれらのテストパターンを自動的に分類する手法を提案する。
  論文  参考訳（メタデータ） (2020-01-22T18:17:41Z)

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。