Fugu-MT 論文翻訳(概要): Deep learning-based image exposure enhancement as a pre-processing for an accurate 3D colon surface reconstruction

論文の概要: Deep learning-based image exposure enhancement as a pre-processing for an accurate 3D colon surface reconstruction

arxiv url: http://arxiv.org/abs/2304.03171v1
Date: Thu, 6 Apr 2023 15:52:36 GMT
ステータス: 処理完了
システム内更新日: 2023-04-07 13:43:49.573515
Title: Deep learning-based image exposure enhancement as a pre-processing for an accurate 3D colon surface reconstruction
Title（参考訳）: 正確な3次元大腸表面再構築のための前処理としての深層学習に基づく画像露光強調
Authors: Ricardo Espinosa, Carlos Axel Garcia-Vega, Gilberto Ochoa-Ruiz, Dominique Lamarque, Christian Daul
Abstract要約: このコントリビューションは、画像前処理が深層学習に基づく大腸部分の3D再構成を改善する方法を示している。地球規模の照明補正ではなく、局所的な被曝と過剰露光を大腸内視鏡で補正する必要があると仮定されている。
参考スコア（独自算出の注目度）: 1.0499611180329804
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This contribution shows how an appropriate image pre-processing can improve a deep-learning based 3D reconstruction of colon parts. The assumption is that, rather than global image illumination corrections, local under- and over-exposures should be corrected in colonoscopy. An overview of the pipeline including the image exposure correction and a RNN-SLAM is first given. Then, this paper quantifies the reconstruction accuracy of the endoscope trajectory in the colon with and without appropriate illumination correction
Abstract（参考訳）: このコントリビューションは、画像前処理が深層学習に基づく大腸部分の3D再構成を改善する方法を示している。地球規模の照明補正ではなく、局所的な被曝と過剰露光は大腸内視鏡で補正されるべきである。まず、画像露出補正とRNN-SLAMを含むパイプラインの概要を示す。そこで本稿では,適切な照明補正を伴わずに大腸内視鏡軌跡の再構成精度を定量化する。

関連論文リスト

Hybrid NeRF-Stereo Vision: Pioneering Depth Estimation and 3D Reconstruction in Endoscopy [11.798218793025974]
本稿では3次元再構成のためのNeural Radiance Fields (NeRF) を用いた革新的なパイプラインを提案する。提案手法は, 粗いモデルが得られる予備的なNeRF再構成を用いて, 再建された環境内に双眼シーンを生成する。高忠実度深度マップは、現実的な脳ファントムの単眼内視鏡映像から生成される。
論文参考訳（メタデータ） (2024-10-05T05:26:21Z)
ToDER: Towards Colonoscopy Depth Estimation and Reconstruction with Geometry Constraint Adaptation [67.22294293695255]
そこで本稿では,ToDERという双方向適応アーキテクチャを用いて,高精度な深度推定を行う新しいパイプラインを提案する。以上の結果から,本手法は実写および合成大腸内視鏡ビデオの深度マップを精度良く予測できることが示唆された。
論文参考訳（メタデータ） (2024-07-23T14:24:26Z)
CoCPF: Coordinate-based Continuous Projection Field for Ill-Posed Inverse Problem in Imaging [78.734927709231]
スパース・ビュー・コンピュート・トモグラフィー(SVCT)の再構成は,スパース・サンプリングによるCT画像の取得を目的としている。暗黙的な神経表現(INR)技術は、不備のため、その分野に「かなりの穴」(すなわち、未モデル化空間)を残し、準最適結果をもたらす可能性がある。 SVCT再構成のためのホールフリー表現場を構築することを目的としたコーディネート型連続射影場(CoCPF)を提案する。
論文参考訳（メタデータ） (2024-06-21T08:38:30Z)
High-fidelity Endoscopic Image Synthesis by Utilizing Depth-guided Neural Surfaces [18.948630080040576]
内視鏡画像に適用したNeuSを1フレームの深度マップで補足した新しい大腸部分再建法を提案する。本手法は, 大腸切片を完全にレンダリングし, 表面の見えない部分を捕捉する際の異常な精度を示す。このブレークスルーは、安定的で一貫してスケールされた再建を達成するための道を開き、がんスクリーニングの手順と治療介入の質を高めることを約束する。
論文参考訳（メタデータ） (2024-04-20T18:06:26Z)
LightNeuS: Neural Surface Reconstruction in Endoscopy using Illumination Decline [45.49984459497878]
単眼内視鏡で取得した画像から3次元再構成を行う手法を提案する。第一に、内的空洞は水密であり、符号付き距離関数でモデル化することによって自然に強制される性質である。第二に、シーンの照明は可変であり、それは内視鏡の光源から来ており、四角い距離と表面との逆転で崩壊する。
論文参考訳（メタデータ） (2023-09-06T06:41:40Z)
A Surface-normal Based Neural Framework for Colonoscopy Reconstruction [24.467879991609095]
内視鏡画像から3次元表面を再構成することは、映像フレームの照明と反射率の変化により困難である。大腸内視鏡再建の精度を大幅に向上させる2段階の神経フレームワークを開発した。
論文参考訳（メタデータ） (2023-03-13T16:44:15Z)
Total Scale: Face-to-Body Detail Reconstruction from Sparse RGBD Sensors [52.38220261632204]
PIFuをベースとした再建術では, 顔面の平坦化が頻発する。再建した顔のディテールの質を高めるために,2段階のPIFu表現を提案する。顔の鮮明な細部と身体形状の変形におけるアプローチの有効性を実験的に検証した。
論文参考訳（メタデータ） (2021-12-03T18:46:49Z)
ColDE: A Depth Estimation Framework for Colonoscopy Reconstruction [27.793186578742088]
本研究では,大腸内視鏡データの特別な課題に対処するために,一連のトレーニング損失を設計した。 ColDEという名前の自己監督型フレームワークは、十分なトレーニング損失を伴って、大腸内視鏡データのより詳細なマップを生成することができる。
論文参考訳（メタデータ） (2021-11-19T04:44:27Z)
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)
Tattoo tomography: Freehand 3D photoacoustic image reconstruction with an optical pattern [49.240017254888336]
光音響トモグラフィ(PAT)は、形態学的および機能的組織特性の両方を解決することができる新しいイメージング技術である。現在の欠点は、従来の2Dプローブによって提供される視野の制限である。本研究では,外部追跡システムを必要としないPATデータの3次元再構成手法を提案する。
論文参考訳（メタデータ） (2020-11-10T09:27:56Z)

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。