論文の概要: BPF Algorithms for Multiple Source-Translation Computed Tomography Reconstruction

• arxiv url: http://arxiv.org/abs/2305.18878v2
• Date: Mon, 3 Jul 2023 09:27:05 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-04 13:04:33.644163
• Title: BPF Algorithms for Multiple Source-Translation Computed Tomography Reconstruction
• Title（参考訳）: マルチソーストランスレーショナルct再構成のためのbpfアルゴリズム
• Authors: Zhisheng Wang (1 and 2), Haijun Yu (3), Yixing Huang (4), Shunli Wang (1 and 2), Song Ni (3), Zongfeng Li (3), Fenglin Liu (3), Junning Cui (1 and 2) ((1) Center of Ultra-Precision Optoelectronic Instrument Engineering, Harbin Institute of Technology, Harbin 150080, China, (2) Key Lab of Ultra-Precision Intelligent Instrumentation (Harbin Institute of Technology), Ministry of Industry and Information Technology, Harbin 150080, China, (3) Key Laboratory of Optoelectronic Technology and Systems, Ministry of Education, Chongqing University, Chongqing 400044, China, (4) Oncology, University Hospital Erlangen, Friedrich-Alexander-University Erlangen-Nuremberg, 91054 Erlangen, Germany)
• Abstract要約: 我々は、マイクロCTの視野(FOV)を効果的に拡大する、Multiple Source Translation CT(mSTCT)と呼ばれる新しい走査モードを考案した。 本稿では,mSTCTのための2つのバックプロジェクションフィルタ(BPF)に基づくアルゴリズムを開発した。 D-BPFは同じ空間分解能でV-FBPと比較して75%のソースサンプリングを削減できることを実証した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Micro-computed tomography (micro-CT) is a widely used state-of-the-art instrument employed to study the morphological structures of objects in various fields. However, its small field-of-view (FOV) cannot meet the pressing demand for imaging relatively large objects at high spatial resolutions. Recently, we devised a novel scanning mode called multiple source translation CT (mSTCT) that effectively enlarges the FOV of the micro-CT and correspondingly developed a virtual projection-based filtered backprojection (V-FBP) algorithm for reconstruction. Although V-FBP skillfully solves the truncation problem in mSTCT, it requires densely sampled projections to arrive at high-resolution reconstruction, which reduces imaging efficiency. In this paper, we developed two backprojection-filtration (BPF)-based algorithms for mSTCT: S-BPF (derivatives along source) and D-BPF (derivatives along detector). D-BPF can achieve high-resolution reconstruction with fewer projections than V-FBP and S-BPF. Through simulated and real experiments conducted in this paper, we demonstrate that D-BPF can reduce source sampling by 75% compared with V-FBP at the same spatial resolution, which makes mSTCT more feasible in practice. Meanwhile, S-BPF can yield more stable results than D-BPF, which is similar to V-FBP.
• Abstract（参考訳）: micro-computed tomography (micro-ct) は様々な分野の物体の形態構造を研究するために広く使われている最先端の装置である。 しかし、fov (small field-of-view) は、比較的大きな物体を高い空間分解能で撮像する要求を満たすことができない。 近年,マイクロCTのFOVを効果的に拡張するMultiple Source Translation CT (mSTCT) と呼ばれる新しい走査モードを考案し,これに対応する仮想投影型フィルタバックジェクション (V-FBP) アルゴリズムを開発した。 V-FBPはmSTCTの切り欠き問題を巧みに解決するが、高分解能再構成に到達するには高密度サンプル投影が必要であるため、画像効率が低下する。 本稿では, mSTCT に対する2つのバックプロジェクションフィルタ (BPF) に基づくアルゴリズム, S-BPF と D-BPF を開発した。 D-BPFは、V-FBPやS-BPFよりもプロジェクションが少なく、高分解能の再構成が可能である。 そこで本研究では, d-bpfを用いて, 同じ空間分解能のv-fbpと比較して, ソースサンプリングを75%削減できることを実証した。 一方、S-BPFはV-FBPと似たD-BPFよりも安定な結果が得られる。

関連論文リスト

• 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)
• Efficient Visual State Space Model for Image Deblurring [83.57239834238035]
  畳み込みニューラルネットワーク(CNN)とビジョントランスフォーマー(ViT)は、画像復元において優れた性能を発揮している。 本稿では,画像のデブロアに対する簡易かつ効果的な視覚状態空間モデル(EVSSM)を提案する。
  論文  参考訳（メタデータ） (2024-05-23T09:13:36Z)
• Physics-Inspired Degradation Models for Hyperspectral Image Fusion [61.743696362028246]
  ほとんどの融合法は、融合アルゴリズム自体にのみ焦点をあて、分解モデルを見落としている。 我々は、LR-HSIとHR-MSIの劣化をモデル化するための物理インスパイアされた劣化モデル(PIDM)を提案する。 提案したPIDMは,既存の核融合法における核融合性能を向上させることができる。
  論文  参考訳（メタデータ） (2024-02-04T09:07:28Z)
• DiAD: A Diffusion-based Framework for Multi-class Anomaly Detection [55.48770333927732]
  本稿では,拡散型異常検出(Difusion-based Anomaly Detection, DAD)フレームワークを提案する。 画素空間オートエンコーダ、安定拡散の復調ネットワークに接続する潜在空間セマンティックガイド(SG)ネットワーク、特徴空間事前学習機能抽出器から構成される。 MVTec-ADとVisAデータセットの実験は、我々のアプローチの有効性を実証している。
  論文  参考訳（メタデータ） (2023-12-11T18:38:28Z)
• Novel OCT mosaicking pipeline with Feature- and Pixel-based registration [8.22581088888652]
  マルチビューOCT/OCTAテクスタイタン顔投影画像の縫合のための多目的パイプラインを提案する。 本手法は,複数の画像の整合性を向上するために,学習に基づく特徴マッチングと堅牢な画素ベース登録の長所を組み合わせる。 パイプラインの有効性は、社内データセットと大規模なパブリックデータセットを使用して検証される。
  論文  参考訳（メタデータ） (2023-11-21T23:25:04Z)
• Contrastive Diffusion Model with Auxiliary Guidance for Coarse-to-Fine PET Reconstruction [62.29541106695824]
  本稿では, 粗い予測モジュール (CPM) と反復的修正モジュール (IRM) から構成される粗大なPET再構成フレームワークを提案する。 計算オーバーヘッドの大部分をCPMに委譲することで,本手法のサンプリング速度を大幅に向上させることができる。 2つの追加戦略、すなわち補助的な誘導戦略と対照的な拡散戦略が提案され、再構築プロセスに統合される。
  論文  参考訳（メタデータ） (2023-08-20T04:10:36Z)
• Analytical reconstructions of full-scan multiple source-translation computed tomography under large field of views [8.445991471682744]
  本稿では,Multiple Source-Translation Computed Tomography (mSTCT) の高画質な解析的再構成について検討する。 より大規模なFOVでは、D-BPF や S-BPF を含む mSTCT のバックプロジェクションフィルタ (BPF) アルゴリズムが、再構成された画像にエラーやアーティファクトを発生させる。 本稿では,極端に拡張されたFOVの下で可能な限り少ない誤差で再構成を実現するために,フルスキャンmSTCT(F-mSTCT)幾何と従来のBPFアルゴリズムを組み合わせて検討する。
  論文  参考訳（メタデータ） (2023-05-31T11:58:33Z)
• Direct PET Image Reconstruction Incorporating Deep Image Prior and a Forward Projection Model [0.0]
  畳み込みニューラルネットワーク(CNN)は近年,PET画像再構成において顕著な性能を発揮している。 深層画像前処理を組み込んだ非教師なし直接PET画像再構成手法を提案する。 提案手法は,非教師なしPET画像再構成を実現するために,損失関数付き前方投影モデルを組み込んだ。
  論文  参考訳（メタデータ） (2021-09-02T08:07:58Z)
• Robust partial Fourier reconstruction for diffusion-weighted imaging using a recurrent convolutional neural network [5.3580471186206005]
  繰り返し畳み込みによって実装されたデータ一貫性演算と正規化を交互に行うニューラルネットワークアーキテクチャが導出される。 重み付きネットワークや近位ネットワークのカスケードよりも、再帰的なネットワークによるアンローリングの方がよい結果が得られることを示すことができる。
  論文  参考訳（メタデータ） (2021-05-19T20:00:04Z)
• M2TR: Multi-modal Multi-scale Transformers for Deepfake Detection [74.19291916812921]
  Deepfake技術によって生成された鍛造画像は、デジタル情報の信頼性に深刻な脅威をもたらします。 本稿では,Deepfake検出のための微妙な操作アーチファクトを異なるスケールで捉えることを目的とする。 最先端の顔スワッピングと顔の再現方法によって生成された4000のDeepFakeビデオで構成される高品質のDeepFakeデータセットSR-DFを紹介します。
  論文  参考訳（メタデータ） (2021-04-20T05:43:44Z)

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。