論文の概要: BOSS: Bones, Organs and Skin Shape Model
- arxiv url: http://arxiv.org/abs/2303.04923v1
- Date: Wed, 8 Mar 2023 22:31:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-10 16:49:12.163461
- Title: BOSS: Bones, Organs and Skin Shape Model
- Title（参考訳）: BOSS: 骨・臓器・皮膚形状モデル
- Authors: Karthik Shetty, Annette Birkhold, Srikrishna Jaganathan, Norbert
Strobel, Bernhard Egger, Markus Kowarschik, Andreas Maier
- Abstract要約: 我々は,CT画像から学習した皮膚,内臓,骨を結合した変形可能な人体形状とポーズモデルを提案する。
確率的PCAを用いて、ポーズ正規化空間の統計的変動をモデル化することにより、本手法は身体の全体像を提供する。
- 参考スコア（独自算出の注目度）: 10.50175010474078
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Objective: A digital twin of a patient can be a valuable tool for enhancing
clinical tasks such as workflow automation, patient-specific X-ray dose
optimization, markerless tracking, positioning, and navigation assistance in
image-guided interventions. However, it is crucial that the patient's surface
and internal organs are of high quality for any pose and shape estimates. At
present, the majority of statistical shape models (SSMs) are restricted to a
small number of organs or bones or do not adequately represent the general
population. Method: To address this, we propose a deformable human shape and
pose model that combines skin, internal organs, and bones, learned from CT
images. By modeling the statistical variations in a pose-normalized space using
probabilistic PCA while also preserving joint kinematics, our approach offers a
holistic representation of the body that can benefit various medical
applications. Results: We assessed our model's performance on a registered
dataset, utilizing the unified shape space, and noted an average error of 3.6
mm for bones and 8.8 mm for organs. To further verify our findings, we
conducted additional tests on publicly available datasets with multi-part
segmentations, which confirmed the effectiveness of our model. Conclusion: This
works shows that anatomically parameterized statistical shape models can be
created accurately and in a computationally efficient manner. Significance: The
proposed approach enables the construction of shape models that can be directly
applied to various medical applications, including biomechanics and
reconstruction.
- Abstract（参考訳）: 目的:患者のデジタル双生児は、ワークフロー自動化、患者固有のX線量最適化、マーカーレストラッキング、位置追跡、画像誘導的介入におけるナビゲーション補助などの臨床タスクを強化する貴重なツールである。
しかし,あらゆるポーズや形状推定において,患者の表面や内臓器が高品質であることは極めて重要である。
現在、統計形状モデル(SSM)の大部分は少数の臓器や骨に限られているか、あるいは一般人口を適切に表現していない。
方法: この問題を解決するために,CT画像から学習した皮膚,内臓,骨を組み合わせた変形可能な人間の形状とポーズモデルを提案する。
確率的PCAを用いてポーズ正規化空間の統計的変動をモデル化し, 関節キネマティクスを保存することにより, 様々な医療応用に役立つ身体の全体像を提供する。
結果: モデルの性能を登録データセット上で評価し, 統一形状空間を用いて, 骨の平均誤差は3.6mm, 臓器の平均誤差は8.8mmであった。
この結果をさらに検証するため,マルチパートセグメンテーションを用いた公開データセットのさらなるテストを行い,本モデルの有効性を確認した。
結論: この研究は、解剖学的にパラメータ化された統計的形状モデルを正確に計算効率良く作成できることを示した。
意義: 提案手法により, 生体力学や再建など, 様々な医療応用に直接適用可能な形状モデルの構築が可能となる。
関連論文リスト
- Towards a clinically accessible radiology foundation model: open-access and lightweight, with automated evaluation [113.5002649181103]
オープンソースの小型マルチモーダルモデル(SMM)を訓練し、放射線学における未測定臨床ニーズに対する能力ギャップを埋める。
トレーニングのために,697万以上の画像テキストペアからなる大規模なデータセットを組み立てる。
評価のために,GPT-4に基づく実測値CheXpromptを提案する。
LlaVA-Radの推論は高速で、単一のV100 GPU上でプライベート設定で実行できる。
論文 参考訳（メタデータ） (2024-03-12T18:12:02Z) - Self-supervised 3D Patient Modeling with Multi-modal Attentive Fusion [32.71972792352939]
3次元患者体モデリングは、スマート・メディカル・スキャンおよび手術室における患者の自動位置決めの成功に不可欠である。
既存のCNNベースのエンドツーエンドの患者モデリングソリューションは、通常、大量の関連するトレーニングデータを必要とするカスタマイズされたネットワーク設計を必要とする。
a) 2次元関節局所化のための注意融合を伴うマルチモーダルキーポイント検出モジュールからなる汎用的なモジュール化された3次元患者モデリング手法を提案する。
本手法の有効性を,公用および臨床用両方のデータを用いた広範囲な患者位置決め実験により実証した。
論文 参考訳（メタデータ） (2024-03-05T18:58:55Z) - Statistical Shape Modeling of Biventricular Anatomy with Shared
Boundaries [16.287876512923084]
本稿では,共有境界を持つ多臓器解剖学の統計的形状モデルを構築するための汎用的で柔軟なデータ駆動手法を提案する。
心臓の共有境界における形状変化は、非協調的収縮と低臓器灌流を引き起こす潜在的な病理学的変化を示す可能性がある。
論文 参考訳（メタデータ） (2022-09-06T15:54:37Z) - LatentHuman: Shape-and-Pose Disentangled Latent Representation for Human
Bodies [78.17425779503047]
本稿では,人体に対する新しい暗黙の表現法を提案する。
完全に微分可能で、非交叉形状で最適化可能であり、潜在空間を映し出す。
我々のモデルは、よく設計された損失を伴う、水密でない生データを直接訓練し、微調整することができる。
論文 参考訳（メタデータ） (2021-11-30T04:10:57Z) - Comprehensive Validation of Automated Whole Body Skeletal Muscle,
Adipose Tissue, and Bone Segmentation from 3D CT images for Body Composition
Analysis: Towards Extended Body Composition [0.6176955945418618]
ディープラーニングのような強力な人工知能のツールは、3D画像全体を分割し、すべての内部解剖の正確な測定を生成することができるようになった。
これにより、これまで存在した深刻なボトルネック、すなわち手動セグメンテーションの必要性の克服が可能になる。
これらの測定は不可能であったため、フィールドを非常に小さく限られたサブセットに制限した。
論文 参考訳（メタデータ） (2021-06-01T17:30:45Z) - 3D Human Body Reshaping with Anthropometric Modeling [59.51820187982793]
人間測定パラメータから正確で現実的な3D人体を再構築することは、個人識別、オンラインショッピング、仮想現実のための基本的な課題です。
このような3d形状を作る既存のアプローチは、レンジカメラやハイエンドスキャナーによる複雑な測定に苦しむことが多い。
本稿では,各ファセットに対する自動人為的パラメータモデリングを可能にする,特徴選択に基づく局所マッピング手法を提案する。
論文 参考訳（メタデータ） (2021-04-05T04:09:39Z) - Adversarial Sample Enhanced Domain Adaptation: A Case Study on
Predictive Modeling with Electronic Health Records [57.75125067744978]
ドメイン適応を容易にするデータ拡張手法を提案する。
逆生成したサンプルはドメイン適応時に使用される。
その結果,本手法の有効性とタスクの一般性が確認された。
論文 参考訳（メタデータ） (2021-01-13T03:20:20Z) - Benchmarking off-the-shelf statistical shape modeling tools in clinical
applications [53.47202621511081]
我々は、広く使われている最先端のSSMツールの結果を体系的に評価する。
解剖学的ランドマーク/計測推測および病変スクリーニングのための検証フレームワークを提案する。
ShapeWorks と Deformetrica の形状モデルは臨床的に関連する集団レベルの変動を捉えている。
論文 参考訳（メタデータ） (2020-09-07T03:51:35Z) - Modeling Shared Responses in Neuroimaging Studies through MultiView ICA [94.31804763196116]
被験者の大規模なコホートを含むグループ研究は、脳機能組織に関する一般的な結論を引き出す上で重要である。
グループ研究のための新しい多視点独立成分分析モデルを提案し、各被験者のデータを共有独立音源と雑音の線形結合としてモデル化する。
まず、fMRIデータを用いて、被験者間の共通音源の同定における感度の向上を示す。
論文 参考訳（メタデータ） (2020-06-11T17:29:53Z) - Dynamic multi-object Gaussian process models: A framework for
data-driven functional modelling of human joints [0.0]
形状とポーズを結合する原則的かつ堅牢な方法が,3つの主要な問題によって明らかになってきた。
本研究では,人体関節解析のための動的多目的統計モデリングフレームワークを提案する。
このフレームワークは、生物学的関節のための効率的な生成動的マルチオブジェクトモデリングプラットフォームを提供する。
論文 参考訳（メタデータ） (2020-01-22T07:57:36Z)
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。