論文の概要: Analytical reconstructions of full-scan multiple source-translation
computed tomography under large field of views
- arxiv url: http://arxiv.org/abs/2305.19767v3
- Date: Wed, 12 Jul 2023 15:09:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-13 19:07:21.873952
- Title: Analytical reconstructions of full-scan multiple source-translation
computed tomography under large field of views
- Title(参考訳): 大規模視野下でのフルスキャン多重音源変換トモグラフィーの解析的再構成
- Authors: Zhisheng Wang, Yue Liu, Shunli Wang, Xingyuan Bian, Zongfeng Li and
Junning Cui
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 8.445991471682744
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper is to investigate the high-quality analytical reconstructions of
multiple source-translation computed tomography (mSTCT) under an extended field
of view (FOV). Under the larger FOVs, the previously proposed backprojection
filtration (BPF) algorithms for mSTCT, including D-BPF and S-BPF (their
differences are different derivate directions along the detector and source,
respectively), make some errors and artifacts in the reconstructed images due
to a backprojection weighting factor and the half-scan mode, which deviates
from the intention of mSTCT imaging. In this paper, to achieve reconstruction
with as little error as possible under the extremely extended FOV, we combine
the full-scan mSTCT (F-mSTCT) geometry with the previous BPF algorithms to
study the performance and derive a suitable redundancy-weighted function for
F-mSTCT. The experimental results indicate FS-BPF can get high-quality, stable
images under the extremely extended FOV of imaging a large object, though it
requires more projections than FD-BPF. Finally, for different practical
requirements in extending FOV imaging, we give suggestions on algorithm
selection.
- Abstract(参考訳): 本稿では,複数音源変換トモグラフィ(mSTCT)を拡張視野(FOV)下での高品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とS-BPFを含むmSTCTのバックプロジェクションフィルタリング(BPF)アルゴリズムが提案され(これらの差はそれぞれ検出器とソースに沿って異なる方向から導かれる)、後方プロジェクション重み係数と半スキャンモードによる再構成画像のエラーやアーティファクトが、mSTCTイメージングの意図から逸脱している。
本稿では、極端に拡張されたFOVの下で可能な限り誤差の少ない再構成を実現するため、F-mSTCTのフルスキャンmSTCT(F-mSTCT)幾何と従来のBPFアルゴリズムを組み合わせることにより、F-mSTCTに適する冗長性重み付き関数を導出する。
実験の結果、FS-BPFはFD-BPFよりも多くの投影を必要とするが、大きな物体を撮像する極端に拡張されたFOVの下で高品質で安定した画像が得られることが示された。
最後に,fovイメージングの拡張に関する様々な実践的要求に対して,アルゴリズム選択の提案を行う。
関連論文リスト
- Unsupervised Anomaly Detection via Masked Diffusion Posterior Sampling [8.887775968482208]
拡散モデルは、その強力な生成能力のために、異常検出に有望な応用を示している。
本稿では,Masked Diffusion Posterior Smpling (MDPS) という,新規かつ高解釈可能な手法を提案する。
MDPSは、異常検出や局所化と同様に、通常の画像再構成の品質において最先端の性能を達成することができる。
論文 参考訳(メタデータ) (2024-04-27T13:13:27Z) - 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) - APRF: Anti-Aliasing Projection Representation Field for Inverse Problem
in Imaging [74.9262846410559]
Sparse-view Computed Tomography (SVCT) は画像の逆問題である。
近年の研究では、インプリシット・ニューラル・リ表現(INR)を用いて、シングラムとCT画像の座標に基づくマッピングを構築している。
自己教師型SVCT再構成法の提案 -抗エイリアス射影表現場(APRF)-
APRFは空間的制約によって隣接する投影ビュー間の連続的な表現を構築することができる。
論文 参考訳(メタデータ) (2023-07-11T14:04:12Z) - BPF Algorithms for Multiple Source-Translation Computed Tomography
Reconstruction [0.2194153108024006]
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。
我々は,mSTCT,すなわちS-BPF(ソースに沿った誘導体)とD-BPF(検出器に沿った誘導体)の2つのバックプロジェクションフィルタ(BPF)ベースのアルゴリズムを開発した。
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。
論文 参考訳(メタデータ) (2023-05-30T09:20:09Z) - Generative Modeling in Sinogram Domain for Sparse-view CT Reconstruction [12.932897771104825]
CT検査では投射回数を直感的に減らすことで放射線線量を大幅に減少させることができる。
疎視データを用いた従来のディープラーニング技術では、教師付き方法でネットワークをトレーニングするためにスパースビュー/フルビューCTイメージペアが必要である。
スパース・ビューCT再構成のための非教師なしスコアベース生成モデルについて検討した。
論文 参考訳(メタデータ) (2022-11-25T06:49:18Z) - Joint Rigid Motion Correction and Sparse-View CT via Self-Calibrating
Neural Field [37.86878619100209]
NeRFは自己教師型ディープラーニングフレームワークとしてSparse-View (SV) CT再構成問題で広く注目を集めている。
既存のNeRFベースのSVCT法は、CT取得中に全く相対的な動きがないと厳密に仮定する。
本研究は, 剛性運動崩壊SV測定からアーチファクトフリーなイメージを復元する自己校正型ニューラルネットワークを提案する。
論文 参考訳(メタデータ) (2022-10-23T13:55:07Z) - REGAS: REspiratory-GAted Synthesis of Views for Multi-Phase CBCT
Reconstruction from a single 3D CBCT Acquisition [75.64791080418162]
REGASは、アンダーサンプドトモグラフィビューを合成し、再構成画像中のアーティファクトのエイリアスを緩和する自己教師手法を提案する。
高解像度4Dデータ上でのディープニューラルネットワークの大規模なメモリコストに対処するため、REGASは分散して微分可能なフォワードプロジェクションを可能にする新しいレイパス変換(RPT)を導入した。
論文 参考訳(メタデータ) (2022-08-17T03:42:19Z) - 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) - Regularization by Denoising Sub-sampled Newton Method for Spectral CT
Multi-Material Decomposition [78.37855832568569]
スペクトルctを用いたマルチマテリアル画像再構成のためのモデルベース最大後課題の解決法を提案する。
特に,プラグイン画像復号化機能に基づく正規化最適化問題について提案する。
スペクトルct材料分解の数値的および実験的結果を示す。
論文 参考訳(メタデータ) (2021-03-25T15:20:10Z) - Light Field Spatial Super-resolution via Deep Combinatorial Geometry
Embedding and Structural Consistency Regularization [99.96632216070718]
ハンドヘルドデバイスが取得した光フィールド(LF)画像は通常、空間分解能の低下に悩まされる。
LF画像の高次元空間特性と複雑な幾何学構造は、従来の単一像SRよりも問題をより困難にしている。
本稿では,LF画像の各ビューを個別に超解答する新しい学習ベースLFフレームワークを提案する。
論文 参考訳(メタデータ) (2020-04-05T14:39:57Z) - Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。
提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
論文 参考訳(メタデータ) (2020-03-15T23:07:56Z)
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。
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。