論文の概要: 4D Myocardium Reconstruction with Decoupled Motion and Shape Model
- arxiv url: http://arxiv.org/abs/2308.14083v1
- Date: Sun, 27 Aug 2023 12:08:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-29 17:07:42.627256
- Title: 4D Myocardium Reconstruction with Decoupled Motion and Shape Model
- Title（参考訳）: 脱結合運動と形状モデルを用いた4次元心筋再建術
- Authors: Xiaohan Yuan, Cong Liu and Yangang Wang
- Abstract要約: 心筋の形状と運動状態を推定することは心血管疾患の診断に不可欠である。
動きと形状を分離する4次元再構成手法を提案する。
- 参考スコア（独自算出の注目度）: 17.301084082273178
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Estimating the shape and motion state of the myocardium is essential in
diagnosing cardiovascular diseases.However, cine magnetic resonance (CMR)
imaging is dominated by 2D slices, whose large slice spacing challenges
inter-slice shape reconstruction and motion acquisition.To address this
problem, we propose a 4D reconstruction method that decouples motion and shape,
which can predict the inter-/intra- shape and motion estimation from a given
sparse point cloud sequence obtained from limited slices. Our framework
comprises a neural motion model and an end-diastolic (ED) shape model. The
implicit ED shape model can learn a continuous boundary and encourage the
motion model to predict without the supervision of ground truth deformation,
and the motion model enables canonical input of the shape model by deforming
any point from any phase to the ED phase. Additionally, the constructed
ED-space enables pre-training of the shape model, thereby guiding the motion
model and addressing the issue of data scarcity. We propose the first 4D
myocardial dataset as we know and verify our method on the proposed, public,
and cross-modal datasets, showing superior reconstruction performance and
enabling various clinical applications.
- Abstract（参考訳）: Estimating the shape and motion state of the myocardium is essential in diagnosing cardiovascular diseases.However, cine magnetic resonance (CMR) imaging is dominated by 2D slices, whose large slice spacing challenges inter-slice shape reconstruction and motion acquisition.To address this problem, we propose a 4D reconstruction method that decouples motion and shape, which can predict the inter-/intra- shape and motion estimation from a given sparse point cloud sequence obtained from limited slices.
我々のフレームワークは、神経運動モデルとエンドダイアストリック(ed)形状モデルからなる。
暗黙的なed形状モデルは連続境界を学習し、動きモデルに基底真理変形の監督なしに予測を促すことができ、動きモデルは任意の位相からed位相への任意の点を変形させることで形状モデルの正準入力を可能にする。
さらに、構築されたed空間は、形状モデルの事前学習を可能にし、運動モデルを誘導し、データ不足の問題に対処する。
そこで本研究では, 提案法, 公開法, クロスモーダル法における最初の4次元心筋データセットを提案し, 各種臨床応用の可能性を示す。
関連論文リスト
- Motion2VecSets: 4D Latent Vector Set Diffusion for Non-rigid Shape Reconstruction and Tracking [52.393359791978035]
Motion2VecSetsは点雲列からの動的表面再構成のための4次元拡散モデルである。
グローバルな潜在符号の代わりに、潜在集合で4Dダイナミクスをパラメータ化する。
時間的コヒーレントな物体追跡のために、変形潜在集合を同期的に認知し、複数のフレーム間で情報を交換する。
論文 参考訳（メタデータ） (2024-01-12T15:05:08Z) - ReshapeIT: Reliable Shape Interaction with Implicit Template for Anatomical Structure Reconstruction [59.971808117043366]
ReShapeITは、同じカテゴリ内で共有される暗黙のテンプレートフィールドを持つ解剖学的構造を表す。
これにより、インスタンス形状とテンプレート形状との対応性の制約を強化することにより、暗黙テンプレートフィールドが有効なテンプレートを生成する。
テンプレートインタラクションモジュールは、有効なテンプレートシェイプとインスタンスワイドの潜在コードとを相互作用することで、目に見えないシェイプを再構築するために導入される。
論文 参考訳（メタデータ） (2023-12-11T07:09:32Z) - Unsupervised 3D Pose Estimation with Non-Rigid Structure-from-Motion
Modeling [83.76377808476039]
本研究では,人間のポーズの変形をモデル化し,それに伴う拡散に基づく動きを事前に設計する手法を提案する。
動作中の3次元人間の骨格を復元する作業は3次元基準骨格の推定に分割する。
混合時空間NASfMformerを用いて、各フレームの3次元基準骨格と骨格変形を2次元観測シーケンスから同時に推定する。
論文 参考訳（メタデータ） (2023-08-18T16:41:57Z) - Neural Deformable Models for 3D Bi-Ventricular Heart Shape Reconstruction and Modeling from 2D Sparse Cardiac Magnetic Resonance Imaging [8.12099697240624]
心臓の3次元心室形状の再構築とモデリングを目的としたニューラルデフォルマブルモデル(NDM)を提案する。
パラメータ関数の集合によってパラメータ化される混合変形可能なスーパークワッドリックを用いて、両心室形状をモデル化する。
我々のNDMは、任意のスケールで疎い心点雲を密度化し、高品質な三角メッシュを自動的に生成することを学ぶことができる。
論文 参考訳（メタデータ） (2023-07-15T03:11:16Z) - Spatiotemporal Cardiac Statistical Shape Modeling: A Data-Driven
Approach [0.0]
粒子ベース形状モデリング(PSM)は、個体群レベルの形状変化を捉えたデータ駆動型手法である。
本稿では,PSM法にインスパイアされたデータ駆動型手法を提案する。
論文 参考訳（メタデータ） (2022-09-06T18:00:45Z) - Diffusion Deformable Model for 4D Temporal Medical Image Generation [47.03842361418344]
3D+t(4D)情報を持つ時間体積画像は、時間動態を統計的に分析したり、病気の進行を捉えるためにしばしば医療画像に使用される。
本稿では,ソースボリュームとターゲットボリュームの中間時間ボリュームを生成する新しいディープラーニングモデルを提案する。
論文 参考訳（メタデータ） (2022-06-27T13:37:57Z) - H4D: Human 4D Modeling by Learning Neural Compositional Representation [75.34798886466311]
この研究は、動的人間に対するコンパクトで構成的な表現を効果的に学習できる新しい枠組みを提示する。
単純で効果的な線形運動モデルを提案し, 粗く規則化された動き推定を行う。
本手法は, 高精度な動作と詳細な形状を持つ動的ヒトの回復に有効であるだけでなく, 様々な4次元人間関連タスクにも有効であることを示す。
論文 参考訳（メタデータ） (2022-03-02T17:10:49Z) - HuMoR: 3D Human Motion Model for Robust Pose Estimation [100.55369985297797]
HuMoRは、時間的ポーズと形状のロバスト推定のための3Dヒューマンモーションモデルです。
モーションシーケンスの各ステップにおけるポーズの変化の分布を学習する条件付き変分オートエンコーダについて紹介する。
本モデルが大規模モーションキャプチャーデータセットのトレーニング後に多様な動きや体型に一般化することを示す。
論文 参考訳（メタデータ） (2021-05-10T21:04:55Z) - Dynamic Reconstruction of Deformable Soft-tissue with Stereo Scope in
Minimal Invasive Surgery [24.411005883017832]
最小侵襲手術では, 最新の軟組織表面の変形形状を再構築し, 可視化することが重要である。
本稿では、変形可能な表面の高密度再構成のための革新的同時局所化マッピング(SLAM)アルゴリズムを提案する。
公開データセットを用いたインビビオ実験では、3Dモデルがさまざまなソフトタスクに対してインクリメンタルに構築可能であることが示されている。
論文 参考訳（メタデータ） (2020-03-22T16:50:38Z) - A new geodesic-based feature for characterization of 3D shapes:
application to soft tissue organ temporal deformations [0.0]
臓器の時間的変形に関する研究に直接応用する。
我々は,3次元表面点の少ない強制呼吸運動時の膀胱の挙動を特徴付ける。
合成3次元形状と現実的なダイナミックMRIデータの両方に特徴の頑健さを実証する。
論文 参考訳（メタデータ） (2020-03-18T16:56:41Z)
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。