論文の概要: SAMCIRT: A Simultaneous Reconstruction and Affine Motion Compensation Technique for Four Dimensional Computed Tomography (4DCT)

• arxiv url: http://arxiv.org/abs/2402.04480v2
• Date: Tue, 07 Oct 2025 06:49:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-08 17:57:07.768758
• Title: SAMCIRT: A Simultaneous Reconstruction and Affine Motion Compensation Technique for Four Dimensional Computed Tomography (4DCT)
• Title（参考訳）: SAMCIRT : 4次元CT(4DCT)のための同時再構成とアフィン運動補償法
• Authors: Anh-Tuan Nguyen, Jens Renders, Khoi-Nguyen Nguyen, Tat-Dat To, Domenico Iuso, Yves Maris,
• Abstract要約: 本稿では,画像再構成とアフィン動作推定を組み合わせた効率的な反復再構成手法を提案する。 特に、これは実際の非定常ダイヤモンドの正確な再構成を可能にし、4DCTの新たな応用を示している。
• 参考スコア（独自算出の注目度）: 0.7403519819932257
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The majority of the recent iterative approaches in 4DCT not only rely on nested iterations, thereby increasing computational complexity and constraining potential acceleration, but also fail to provide a theoretical proof of convergence for their proposed iterative schemes. On the other hand, the latest MATLAB and Python image processing toolboxes lack the implementation of analytic adjoints of affine motion operators for 3D object volumes, which does not allow gradient methods using exact derivatives towards affine motion parameters. In this work, we propose the Simultaneous Affine Motion-Compensated Image Reconstruction Technique (SAMCIRT)- an efficient iterative reconstruction scheme that combines image reconstruction and affine motion estimation in a single update step, based on the analytic adjoints of the motion operators then exact partial derivatives with respect to both the reconstruction and the affine motion parameters. Moreover, we prove the separated Lipschitz continuity of the objective function and its associated functions, including the gradient, which supports the convergence of our proposed iterative scheme, despite the non-convexity of the objective function with respect to the affine motion parameters. Results from simulation and real experiments show that our method outperforms the state-of-the-art CT reconstruction with affine motion correction methods in computational feasibility and projection distance. In particular, this allows accurate reconstruction for a real, nonstationary diamond, showing a novel application of 4DCT.
• Abstract（参考訳）: 近年の4DCTにおける反復的アプローチの大部分は、ネストされた反復に依存するだけでなく、計算複雑性を増大させ、ポテンシャル加速を制限し、提案された反復的スキームに対する収束の理論的証明を与えることができない。 一方,最新のMATLABおよびPython画像処理ツールボックスでは,3次元オブジェクトボリュームに対するアフィンモーション演算子のアフィンモーションパラメータに対する厳密な微分を用いた勾配法を許さないアフィンモーション演算子のアフィンモーション演算子の実装が欠如している。 本研究では,画像再構成とアフィン動作推定を単一の更新ステップで組み合わせた効率的な反復的再構成手法であるSAMCIRTを提案する。 さらに、アフィン運動パラメータに対する目的関数の非凸性にもかかわらず、提案した反復スキームの収束を支持する勾配を含む対象関数とその関連関数の分離されたリプシッツ連続性を証明した。 シミュレーションおよび実実験の結果, 提案手法はアフィン運動補正法により, 計算可能性, 投射距離において, 最先端のCT再構成よりも優れていた。 特に、これは実際の非定常ダイヤモンドの正確な再構成を可能にし、4DCTの新たな応用を示している。

関連論文リスト

• GeoMotion: Rethinking Motion Segmentation via Latent 4D Geometry [61.24189040578178]
  そこで本研究では,注目機構を介し,潜在特徴表現から移動対象を直接推論する完全学習型アプローチを提案する。 我々の重要な洞察は、明示的な対応推定を回避し、代わりに、モデルが暗黙的にオブジェクトとカメラの動きを歪めることを学ぶことである。 提案手法は,最先端の動作セグメンテーション性能を高い効率で達成する。
  論文  参考訳（メタデータ） (2026-02-25T11:36:33Z)
• Multi-Dimensional Visual Data Recovery: Scale-Aware Tensor Modeling and Accelerated Randomized Computation [51.65236537605077]
  我々は,新しいタイプのネットワーク圧縮最適化手法,完全ランダム化テンソルネットワーク圧縮(FCTN)を提案する。 FCTNは多次元データ処理と解析において顕著な業績を残している。 定式化モデルの解法を保証した効率的なアルゴリズムを導出する。
  論文  参考訳（メタデータ） (2026-02-13T14:56:37Z)
• Towards Arbitrary Motion Completing via Hierarchical Continuous Representation [64.6525112550758]
  Inlicit Representations(INR)に基づくNAMEと呼ばれる新しいパラメトリックアクティベーションによる階層的暗黙表現フレームワークを提案する。 本手法では,複数の時間スケールで動作列から特徴を抽出し,複雑な時間パターンを効果的に捕捉する階層的時間符号化機構を提案する。
  論文  参考訳（メタデータ） (2025-12-24T14:07:04Z)
• Interlaced dynamic XCT reconstruction with spatio-temporal implicit neural representations [0.0]
  Inmplicit Neural Representations を用いた動的X線CT(Dynamic X-ray Computed Tomography)再構成の検討を行った。 提案手法は,ADMMに基づく最適化と,事前知識を組み込んだ条件付けフレームワークINCODEを組み合わせることで,効率的な収束を実現する。 全ての設定において、我々のモデルは強力なパフォーマンスのロバスト性を実現し、最先端のモデルベース反復法であるTIMBIR(Time-Inter Model-Based Iter Reconstruction)より優れている。
  論文  参考訳（メタデータ） (2025-10-09T01:33:58Z)
• Follow My Hold: Hand-Object Interaction Reconstruction through Geometric Guidance [61.41904916189093]
  単眼RGB画像から手持ち物体の3次元形状を再構成する拡散法に基づく新しいフレームワークを提案する。 我々は手オブジェクト間相互作用を幾何学的ガイダンスとして使用し、手オブジェクト間相互作用を確実にする。
  論文  参考訳（メタデータ） (2025-08-25T17:11:53Z)
• Advancing Limited-Angle CT Reconstruction Through Diffusion-Based Sinogram Completion [16.097461905457564]
  LACT(Limited Angle Computed Tomography)は、角情報がないためにしばしば大きな課題に直面している。 そこで我々は, シングラムのインペイントに焦点をあてる新しい手法を提案する。 平均回帰微分方程式を用いて拡散過程を特徴づける拡散モデルの変種であるMR-SDEを利用する。
  論文  参考訳（メタデータ） (2025-05-26T00:59:58Z)
• X$^{2}$-Gaussian: 4D Radiative Gaussian Splatting for Continuous-time Tomographic Reconstruction [64.2059940799033]
  現在の方法では、時間分解能を呼吸ゲーティング装置で固定相に識別する。 新規なフレームワークであるX$2$-Gaussianは、動的放射スプラッティングと自己監督型呼吸運動学習を統合することで、連続的な4DCT再構成を可能にする。
  論文  参考訳（メタデータ） (2025-03-27T17:59:57Z)
• Distributed Stochastic Optimization of a Neural Representation Network for Time-Space Tomography Reconstruction [4.689071714940848]
  X線CT(Computerd tomography)を用いた動的事象や変形物体の4次元時間空間再構成は、非常に不適切な逆問題である。 既存のアプローチでは、オブジェクトは数千から数百のX線投影計測画像の間静止していると仮定している。 本稿では,新しい分散学習アルゴリズムを用いて学習した,分散暗黙的ニューラルネットワークを用いた4次元時間空間再構成を提案する。
  論文  参考訳（メタデータ） (2024-04-29T19:41:51Z)
• 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)
• Gradient-Based Geometry Learning for Fan-Beam CT Reconstruction [7.04200827802994]
  ファンビームCT再構成の微分定式化は、取得幾何に拡張される。 概念実証実験として、このアイデアは剛性運動補償に適用される。 アルゴリズムはMSEを35.5%削減し、SSIMを12.6%改善する。
  論文  参考訳（メタデータ） (2022-12-05T11:18:52Z)
• Multi-Channel Convolutional Analysis Operator Learning for Dual-Energy CT Reconstruction [108.06731611196291]
  我々は,多チャンネル畳み込み解析演算子学習法(MCAOL)を開発した。 本研究では,低エネルギー,高エネルギーで減衰画像を共同で再構成する最適化手法を提案する。
  論文  参考訳（メタデータ） (2022-03-10T14:22:54Z)
• 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)
• Neural Computed Tomography [1.7188280334580197]
  一連のプロジェクションの取得時の運動は、CT再構成において重要な運動アーティファクトにつながる可能性がある。 動作成果物から解放された時間分解画像を生成するための新しい再構成フレームワークであるNeuralCTを提案する。
  論文  参考訳（メタデータ） (2022-01-17T18:50:58Z)
• Multi-Slice Fusion for Sparse-View and Limited-Angle 4D CT Reconstruction [3.045887205265198]
  複数の低次元デノイザの融合に基づく新しい4次元再構成アルゴリズムであるマルチスライス融合を提案する。 分散異種クラスタ上でのマルチスライス融合を実装し,大規模な4次元ボリュームを適切な時間で再構築する。
  論文  参考訳（メタデータ） (2020-08-01T02:32:43Z)
• Inertial Measurements for Motion Compensation in Weight-bearing Cone-beam CT of the Knee [6.7461735822055715]
  膝のCTスキャン中の不随意運動は、再建されたボリュームのアーティファクトを引き起こすため、臨床診断には使用できない。 被験者の脚に慣性測定装置(IMU)を装着し,スキャン中の運動を測定する。
  論文  参考訳（メタデータ） (2020-07-09T09:26:27Z)
• Appearance Learning for Image-based Motion Estimation in Tomography [60.980769164955454]
  トモグラフィー画像では、取得した信号に擬似逆フォワードモデルを適用することにより、解剖学的構造を再構成する。 患者の動きは、復元過程における幾何学的アライメントを損なうため、運動アーティファクトが生じる。 本研究では,スキャン対象から独立して剛性運動の構造を認識する外観学習手法を提案する。
  論文  参考訳（メタデータ） (2020-06-18T09:49:11Z)
• A Deep Learning Approach for Motion Forecasting Using 4D OCT Data [69.62333053044712]
  我々は,OCTボリュームのストリームを用いたエンド・ツー・エンド動作予測と推定のための4次元時間深度学習を提案する。 提案手法は,全体の平均相関97.41%の動作予測を実現するとともに,従来の3D手法と比較して2.5倍の動作推定性能を向上する。
  論文  参考訳（メタデータ） (2020-04-21T15:59:53Z)
• Spatio-Temporal Deep Learning Methods for Motion Estimation Using 4D OCT Image Data [63.73263986460191]
  特定の対象領域の局所化と運動の推定は、外科的介入の際のナビゲーションの一般的な問題である。 OCT画像ボリュームの時間的ストリームを用いることで、深層学習に基づく動き推定性能が向上するかどうかを検討する。 モデル入力に4D情報を使用すると、合理的な推論時間を維持しながら性能が向上する。
  論文  参考訳（メタデータ） (2020-04-21T15:43:01Z)

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。