Fugu-MT 論文翻訳(概要): 3D Guidewire Shape Reconstruction from Monoplane Fluoroscopic Images

論文の概要: 3D Guidewire Shape Reconstruction from Monoplane Fluoroscopic Images

arxiv url: http://arxiv.org/abs/2311.11209v1
Date: Sun, 19 Nov 2023 03:20:42 GMT
ステータス: 処理完了
システム内更新日: 2023-11-22 06:58:44.629577
Title: 3D Guidewire Shape Reconstruction from Monoplane Fluoroscopic Images
Title（参考訳）: 単平面蛍光画像からの3次元ガイドワイヤ形状再構成
Authors: Tudor Jianu, Baoru Huang, Pierre Berthet-Rayne, Sebastiano Fichera, Anh Nguyen
Abstract要約: 本稿では,最新の血管内シミュレータCathSimを用いて3Dガイドワイヤを再構築する手法を提案する。我々の3D-FGRNは、シミュレーションされた単平面蛍光画像から従来の三角測量と同等の結果が得られる。
参考スコア（独自算出の注目度）: 7.0968125126570625
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Endovascular navigation, essential for diagnosing and treating endovascular diseases, predominantly hinges on fluoroscopic images due to the constraints in sensory feedback. Current shape reconstruction techniques for endovascular intervention often rely on either a priori information or specialized equipment, potentially subjecting patients to heightened radiation exposure. While deep learning holds potential, it typically demands extensive data. In this paper, we propose a new method to reconstruct the 3D guidewire by utilizing CathSim, a state-of-the-art endovascular simulator, and a 3D Fluoroscopy Guidewire Reconstruction Network (3D-FGRN). Our 3D-FGRN delivers results on par with conventional triangulation from simulated monoplane fluoroscopic images. Our experiments accentuate the efficiency of the proposed network, demonstrating it as a promising alternative to traditional methods.
Abstract（参考訳）: 血管内ナビゲーションは血管内疾患の診断および治療に必須であり、感覚フィードバックの制約により主に蛍光画像に影響を及ぼす。血管内介入のための現在の形状再構成技術は、しばしば事前情報または特殊な機器に依存し、患者に放射線曝露の増大を強いる可能性がある。ディープラーニングは潜在的な可能性を秘めているが、通常は広範なデータを必要とする。本稿では,最先端人工血管シミュレータcathsimと3次元蛍光ガイドワイヤ再構成ネットワーク(3d-fgrn)を用いた3次元ガイドワイヤの再構築手法を提案する。我々の3D-FGRNは、シミュレーションされた単平面蛍光画像から従来の三角測量と同等の結果が得られる。提案するネットワークの効率を高める実験を行い,従来の手法に代わる有望な代替手段として実証した。

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)
NeRF-US: Removing Ultrasound Imaging Artifacts from Neural Radiance Fields in the Wild [11.047805165425256]
超音波画像データにおける3次元再構成と新しいビュー合成(NVS)の現在の手法は、NeRFベースのアプローチを訓練する際、しばしば深刻な成果物に直面している。本研究では,NeRFトレーニングに境界確率と散乱密度の3次元測位法を組み込んだNeRF-USを導入した。
論文参考訳（メタデータ） (2024-08-13T13:21:53Z)
3D Vessel Reconstruction from Sparse-View Dynamic DSA Images via Vessel Probability Guided Attenuation Learning [79.60829508459753]
現在の商用デジタルサブトラクション・アンジオグラフィー(DSA)システムは通常、再構築を行うために数百のスキャンビューを要求する。スパース・ビューDSA画像のダイナミックな血流と不十分な入力は,3次元血管再建作業において重要な課題である。本稿では,時間に依存しない容器確率場を用いてこの問題を効果的に解くことを提案する。
論文参考訳（メタデータ） (2024-05-17T11:23:33Z)
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)
EndoGaussians: Single View Dynamic Gaussian Splatting for Deformable Endoscopic Tissues Reconstruction [5.694872363688119]
動的内視鏡3D再構成にガウススプラッティングを用いた新しいアプローチであるEndoGaussiansを紹介した。本手法は,各種内視鏡データセットの定量的評価により,新しい最先端規格を定めている。
論文参考訳（メタデータ） (2024-01-24T10:27:50Z)
Towards Abdominal 3-D Scene Rendering from Laparoscopy Surgical Videos using NeRFs [0.7106122418396085]
腹腔鏡下手術ビデオにおけるNeRFの包括的検討を行った。 NeRFは3次元静的なシーンからフォトリアリスティックな画像を生成する能力により、最近注目を集めている。実験結果は有望だが,提案手法は大きな課題に直面する。
論文参考訳（メタデータ） (2023-10-18T01:06:19Z)
AiAReSeg: Catheter Detection and Segmentation in Interventional Ultrasound using Transformers [75.20925220246689]
血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
論文参考訳（メタデータ） (2023-09-25T19:34:12Z)
Deep learning network to correct axial and coronal eye motion in 3D OCT retinal imaging [65.47834983591957]
深層学習に基づくニューラルネットワークを用いて,OCTの軸運動とコロナ運動のアーチファクトを1つのスキャンで補正する。実験結果から, 提案手法は動作アーチファクトを効果的に補正し, 誤差が他の方法よりも小さいことを示す。
論文参考訳（メタデータ） (2023-05-27T03:55:19Z)
3D Reconstruction of Curvilinear Structures with Stereo Matching DeepConvolutional Neural Networks [52.710012864395246]
本稿では,立体対における曲線構造の検出とマッチングのための完全自動パイプラインを提案する。主に、TEM画像のステレオ対から転位を3次元再構成することに焦点を当てる。
論文参考訳（メタデータ） (2021-10-14T23:05:47Z)
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。

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。