論文の概要: Integer Optimization of CT Trajectories using a Discrete Data Completeness Formulation

• arxiv url: http://arxiv.org/abs/2402.10223v1
• Date: Mon, 29 Jan 2024 10:38:58 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-25 17:14:43.019162
• Title: Integer Optimization of CT Trajectories using a Discrete Data Completeness Formulation
• Title（参考訳）: 離散データ完全性定式化を用いたCT軌道の整数最適化
• Authors: Linda-Sophie Schneider, Gabriel Herl, Andreas Maier
• Abstract要約: X線CTは、幅広い医療・産業用途のために3次元構造をデジタル化する上で重要な役割を果たしている。 従来のCTシステムは、しばしば標準的な円形およびヘリカルスキャンの軌跡に依存しており、大きな物体、複雑な構造、資源の制約を含む挑戦的なシナリオには最適ではないかもしれない。 我々は、対象物に関する任意の視点から投影を得る柔軟性を提供する双対ロボットCTシステムの可能性を探っている。
• 参考スコア（独自算出の注目度）: 3.924235219960689
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: X-ray computed tomography (CT) plays a key role in digitizing three-dimensional structures for a wide range of medical and industrial applications. Traditional CT systems often rely on standard circular and helical scan trajectories, which may not be optimal for challenging scenarios involving large objects, complex structures, or resource constraints. In response to these challenges, we are exploring the potential of twin robotic CT systems, which offer the flexibility to acquire projections from arbitrary views around the object of interest. Ensuring complete and mathematically sound reconstructions becomes critical in such systems. In this work, we present an integer programming-based CT trajectory optimization method. Utilizing discrete data completeness conditions, we formulate an optimization problem to select an optimized set of projections. This approach enforces data completeness and considers absorption-based metrics for reliability evaluation. We compare our method with an equidistant circular CT trajectory and a greedy approach. While greedy already performs well in some cases, we provide a way to improve greedy-based projection selection using an integer optimization approach. Our approach improves CT trajectories and quantifies the optimality of the solution in terms of an optimality gap.
• Abstract（参考訳）: X線CT(Computerd tomography)は、幅広い医療・産業用途の3次元構造をデジタル化する上で重要な役割を果たしている。 従来のctシステムは、標準的な円形およびヘリカルスキャンの軌跡に依存しており、大きな物体、複雑な構造、リソースの制約を伴う困難なシナリオに最適ではない。 これらの課題に対応するため、興味の対象に関する任意の視点からプロジェクションを取得する柔軟性を提供する双対ロボットCTシステムの可能性を探っている。 このようなシステムでは、完全かつ数学的に音の復元が重要となる。 本研究では,整数計画に基づくCTトラジェクトリ最適化手法を提案する。 離散データ完全性条件を用いて最適化問題を定式化し、最適化された投影集合を選択する。 このアプローチはデータ完全性を強制し、信頼性評価のために吸収ベースのメトリクスを検討する。 本手法を,同値な円形CT軌跡とグリージーアプローチとの比較を行った。 greedyはすでにいくつかのケースでうまく機能するが、整数最適化アプローチを用いてgreedyベースの射影選択を改善する方法を提供する。 提案手法はCTトラジェクトリを改善し,最適性ギャップの観点から解の最適性を定量化する。

関連論文リスト

• Application of Gated Recurrent Units for CT Trajectory Optimization [3.4916237834391874]
  本稿では, Gated Recurrent Units (GRUs) を用いたCTスキャントラジェクトリの最適化手法を提案する。 我々はコーンビームCTに焦点をあて、吸収、画素強度、コントラスト・ツー・ノイズ比、データの完全性など、プロジェクションに基づくいくつかの指標を用いている。 その結果,GRU最適化スキャントラジェクトリは,画像品質の指標から従来の円形CTトラジェクトリよりも優れていることがわかった。
  論文  参考訳（メタデータ） (2024-05-15T13:33:23Z)
• OTClean: Data Cleaning for Conditional Independence Violations using Optimal Transport [51.6416022358349]
  sysは、条件付き独立性(CI)制約下でのデータ修復に最適な輸送理論を利用するフレームワークである。 我々はSinkhornの行列スケーリングアルゴリズムにインスパイアされた反復アルゴリズムを開発し、高次元および大規模データを効率的に処理する。
  論文  参考訳（メタデータ） (2024-03-04T18:23:55Z)
• 360 Layout Estimation via Orthogonal Planes Disentanglement and Multi-view Geometric Consistency Perception [56.84921040837699]
  既存のパノラマ配置推定ソリューションは、垂直圧縮されたシーケンスから部屋の境界を復元し、不正確な結果をもたらす傾向にある。 そこで本稿では,直交平面不整合ネットワーク(DOPNet)を提案し,あいまいな意味論を識別する。 また,水平深度と比表現に適した教師なし適応手法を提案する。 本手法は,単分子配置推定と多視点レイアウト推定の両タスクにおいて,他のSoTAモデルよりも優れる。
  論文  参考訳（メタデータ） (2023-12-26T12:16:03Z)
• Generative modeling of time-dependent densities via optimal transport and projection pursuit [3.069335774032178]
  本稿では,時間的モデリングのための一般的なディープラーニングアルゴリズムの代替として,安価に提案する。 我々の手法は最先端の解法と比較して非常に競争力がある。
  論文  参考訳（メタデータ） (2023-04-19T13:50:13Z)
• Task-based Generation of Optimized Projection Sets using Differentiable Ranking [13.19384722802772]
  このアプローチは、プロジェクションベースの検出性とデータ完全性という2つの重要な要素を、単一のフィードフォワードニューラルネットワークに統合する。 ネットワークはプロジェクションの価値を評価し、それらを微分可能なランク関数で処理し、ストレートスルー推定器を用いて最終選択を行う。
  論文  参考訳（メタデータ） (2023-03-21T10:29:30Z)
• Backpropagation of Unrolled Solvers with Folded Optimization [55.04219793298687]
  ディープネットワークにおけるコンポーネントとしての制約付き最適化モデルの統合は、多くの専門的な学習タスクに有望な進歩をもたらした。 1つの典型的な戦略はアルゴリズムのアンローリングであり、これは反復解法の操作による自動微分に依存している。 本稿では,非ロール最適化の後方通過に関する理論的知見を提供し,効率よく解けるバックプロパゲーション解析モデルを生成するシステムに繋がる。
  論文  参考訳（メタデータ） (2023-01-28T01:50:42Z)
• Combinatorial Optimization for Panoptic Segmentation: An End-to-End Trainable Approach [23.281726932718232]
  本稿では,同時セマンティクスとインスタンスセグメンテーションのためのエンドツーエンドのトレーニング可能なアーキテクチャを提案する。 提案手法は,大規模実世界の課題において,ディープラーニングと協調して最適化を用いることの有用性を示す。
  論文  参考訳（メタデータ） (2021-06-06T17:39:13Z)
• Solving Inverse Problems by Joint Posterior Maximization with Autoencoding Prior [0.0]
  JPal Autoencoder (VAE) が先行する画像における不適切な逆問題解決の問題に対処する。 本手法は,提案した目的関数を満たすのに十分であることを示す。 結果は、より堅牢な見積もりを提供するアプローチの堅牢性も示しています。
  論文  参考訳（メタデータ） (2021-03-02T11:18:34Z)
• An AI-Assisted Design Method for Topology Optimization Without Pre-Optimized Training Data [68.8204255655161]
  トポロジ最適化に基づくAI支援設計手法を提示し、最適化された設計を直接的に得ることができる。 設計は、境界条件と入力データとしての充填度に基づいて、人工ニューラルネットワーク、予測器によって提供される。
  論文  参考訳（メタデータ） (2020-12-11T14:33:27Z)
• Deep Shells: Unsupervised Shape Correspondence with Optimal Transport [52.646396621449]
  本稿では,3次元形状対応のための教師なし学習手法を提案する。 提案手法は,複数のデータセット上での最先端技術よりも大幅に改善されていることを示す。
  論文  参考訳（メタデータ） (2020-10-28T22:24:07Z)
• A Flexible Framework for Designing Trainable Priors with Adaptive Smoothing and Game Encoding [57.1077544780653]
  我々は、前方通過を非滑らかな凸最適化問題として解釈できるニューラルネットワーク層の設計とトレーニングのための一般的なフレームワークを紹介する。 グラフのノードに代表されるローカルエージェントによって解決され、正規化関数を介して相互作用する凸ゲームに焦点を当てる。 このアプローチは、訓練可能なエンドツーエンドのディープモデル内で、古典的な画像の事前使用を可能にするため、画像の問題を解決するために魅力的である。
  論文  参考訳（メタデータ） (2020-06-26T08:34:54Z)

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。