Fugu-MT 論文翻訳(概要): Study on the identification limits of craniofacial superimposition

論文の概要: Study on the identification limits of craniofacial superimposition

arxiv url: http://arxiv.org/abs/2301.09461v1
Date: Mon, 23 Jan 2023 14:46:43 GMT
ステータス: 翻訳完了
システム内更新日: 2023-01-24 13:25:51.205006
Title: Study on the identification limits of craniofacial superimposition
Title（参考訳）: 頭蓋顔面重ね合わせの識別限界に関する研究
Authors: \'Oscar Ib\'a\~nez, Enrique Bermejo, Andrea Valsecchi
Abstract要約: この研究は、ランドマークに基づく自動3D/2D重ね合わせ法による100万回以上の比較実験を含む。分析対象は被験者320名,頭蓋顔面のランドマーク29名であった。
参考スコア（独自算出の注目度）: 0.6875312133832077
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Craniofacial Superimposition involves the superimposition of an image of a skull with a number of ante-mortem face images of an individual and the analysis of their morphological correspondence. Despite being used for one century, it is not yet a mature and fully accepted technique due to the absence of solid scientific approaches, significant reliability studies, and international standards. In this paper we present a comprehensive experimentation on the limitations of Craniofacial Superimposition as a forensic identification technique. The study involves different experiments over more than 1 Million comparisons performed by a landmark-based automatic 3D/2D superimposition method. The total sample analyzed consists of 320 subjects and 29 craniofacial landmarks.
Abstract（参考訳）: 頭蓋顔面の重ね合わせは、頭蓋骨の像と多数の人物のアンテモーテム顔像の重ね合わせと、その形態的対応の分析を含む。 1世紀にわたって使われてきたが、堅固な科学的アプローチ、重要な信頼性研究、国際標準がないため、まだ成熟して完全に受け入れられた技術ではない。本稿では,鑑識識別技術としての頭蓋顔面重ね合わせの限界に関する包括的実験を行う。この研究は、ランドマークに基づく自動3D/2D重ね合わせ法による100万回以上の比較実験を含む。分析対象は320名, 頭蓋顔面ランドマーク29名であった。

関連論文リスト

A 3D Facial Reconstruction Evaluation Methodology: Comparing Smartphone Scans with Deep Learning Based Methods Using Geometry and Morphometry Criteria [60.865754842465684]
3次元顔形状解析は臨床応用の可能性から注目されている。高度な3D顔認証システムの高コスト化は、その普及を制限し、低コストな取得と再構築方法の開発を推進している。本研究では,形態素形状解析技術を統合することで,従来の幾何学的ベンチマークを超える新しい評価手法を提案する。
論文参考訳（メタデータ） (2025-02-13T15:47:45Z)
$DPF^*$: improved Depth Potential Function for scale-invariant sulcal depth estimation [0.8192907805418583]
脳の大きさが解剖学的MRIから得られた皮質表面の幾何学的特徴にどのように影響するかを検討する。 1)脳の大きさがsulcal depth測定にどう影響するか,2)問題の本来の定式化に基づく新しいスケール不変なsulcal depth推定法の導入,3)発達期から成人までの26週間にわたる1,987人の被験者の大規模サンプルを用いて,新しいsulcal depth測定の生物学的意義を実証する。
論文参考訳（メタデータ） (2025-01-09T18:48:55Z)
Natias: Neuron Attribution based Transferable Image Adversarial Steganography [62.906821876314275]
逆行性ステガナグラフィーは、ディープラーニングに基づくステガナリシスを効果的に欺く能力から、かなりの注目を集めている。そこで我々は,Natias という新たな逆向きステガノグラフィー手法を提案する。提案手法は既存の逆向きステガノグラフィーフレームワークとシームレスに統合できる。
論文参考訳（メタデータ） (2024-09-08T04:09:51Z)
A benchmark for 2D foetal brain ultrasound analysis [0.3742372933871118]
妊娠20週目に得られた104個の2D脳超音波画像について報告する。この画像は、興味のある構造から脳の発達を分析することまで、目印となる点を強調するために注釈付けされている。
論文参考訳（メタデータ） (2024-06-25T03:34:54Z)
Skull-to-Face: Anatomy-Guided 3D Facial Reconstruction and Editing [34.39385635485985]
本稿では,エンドツーエンドの3次元顔再構成・探索ツールを提案する。生体プロファイルが与えられた頭蓋骨と一致した初期参照3D顔を生成する。そして、これらの初期像を頭蓋骨の解剖学的特徴の統計的予測に適合させる。
論文参考訳（メタデータ） (2024-03-24T16:03:27Z)
In-Vivo Hyperspectral Human Brain Image Database for Brain Cancer Detection [0.0]
本論文は欧州プロジェクトHELICoiDの枠組みとして開発されている。続いて、ヒト脳組織における最初のハイパースペクトルデータベースを生成する方法が提示された。ハイパースペクトルのデータはすべて、パブリックリポジトリで利用可能になっている。
論文参考訳（メタデータ） (2024-02-16T15:58:45Z)
Diffusion Facial Forgery Detection [56.69763252655695]
本稿では,顔に焦点をあてた拡散生成画像を対象とした包括的データセットであるDiFFを紹介する。人体実験といくつかの代表的な偽造検出手法を用いて,DiFFデータセットの広範な実験を行った。その結果、人間の観察者と自動検出者の2値検出精度は30%以下であることが判明した。
論文参考訳（メタデータ） (2024-01-29T03:20:19Z)
Patched Diffusion Models for Unsupervised Anomaly Detection in Brain MRI [55.78588835407174]
本稿では,正常脳解剖のパッチベース推定法として拡散モデルの生成タスクを再構築する手法を提案する。腫瘍と多発性硬化症について検討し,既存のベースラインと比較して25.1%の改善がみられた。
論文参考訳（メタデータ） (2023-03-07T09:40:22Z)
Mitosis domain generalization in histopathology images -- The MIDOG challenge [12.69088811541426]
病理学者による有糸分裂像の認識は、強い層間バイアスを受けており、予後の値が制限される。最先端のディープラーニング手法は、この評価のエキスパートを支援することができるが、トレーニングに使われたものとは異なる臨床環境に適用した場合、非常に劣化することが知られている。 MICCAI MIDOG 2021の課題は、スキャナ非依存性ミトーシス検出アルゴリズムを導出する手法の提案と評価である。
論文参考訳（メタデータ） (2022-04-06T11:43:10Z)
Unsupervised Anomaly Detection in 3D Brain MRI using Deep Learning with Multi-Task Brain Age Prediction [53.122045119395594]
ディープラーニングを用いた脳MRIにおける教師なし異常検出(UAD)は有望な結果を示した。年齢情報を考慮した3次元脳MRIにおけるUDAの深層学習を提案する。そこで本研究では,マルチタスク年齢予測を用いた新しい深層学習手法を提案する。
論文参考訳（メタデータ） (2022-01-31T09:39:52Z)
Automatic and explainable grading of meningiomas from histopathology images [4.72477127235866]
スライド画像全体から全自動髄膜腫を鑑別する3つのアプローチを提示・比較した。すべてのアプローチはWHOグレードと高い相関関係を持つ。
論文参考訳（メタデータ） (2021-07-19T13:05:51Z)
Patch-based Brain Age Estimation from MR Images [64.66978138243083]
磁気共鳴画像(MRI)による脳年齢推定は、被験者の生物学的脳年齢と時系列年齢の違いを導出する。より高年齢の神経変性を早期に検出することは、より良い医療と患者の計画を促進する可能性がある。我々は、脳の3Dパッチと畳み込みニューラルネットワーク(CNN)を用いて、局所的な脳年齢推定器を開発する新しいディープラーニングアプローチを開発した。
論文参考訳（メタデータ） (2020-08-29T11:50:37Z)
Spatio-spectral deep learning methods for in-vivo hyperspectral laryngeal cancer detection [49.32653090178743]
頭頸部腫瘍の早期発見は患者の生存に不可欠である。ハイパースペクトルイメージング(HSI)は頭頸部腫瘍の非侵襲的検出に用いられる。 HSIに基づく喉頭癌診断のための複数の深層学習手法を提案する。
論文参考訳（メタデータ） (2020-04-21T17:07:18Z)

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。