論文の概要: 3D Freehand Ultrasound using Visual Inertial and Deep Inertial Odometry for Measuring Patellar Tracking
- arxiv url: http://arxiv.org/abs/2404.15847v1
- Date: Wed, 24 Apr 2024 12:52:43 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-26 19:10:55.773654
- Title: 3D Freehand Ultrasound using Visual Inertial and Deep Inertial Odometry for Measuring Patellar Tracking
- Title(参考訳): 3D Freehand Ultrasound using Visual Inertial and Deep Inertial Odometry for Measurement of Patellar Tracking (特集:ユビキタス・バイオサイバネティックスとバイオサイバネティックス)
- Authors: Russell Buchanan, S. Jack Tu, Marco Camurri, Stephen J. Mellon, Maurice Fallon,
- Abstract要約: 膝蓋骨関節症(PFJ)は4名中1名に影響を及ぼし、治療にもかかわらず20%が慢性膝関節痛を発症した。
CTやMRIといった従来のイメージング手法では、コストや金属のアーチファクトといった課題に直面している。
関節の動きをモニターする新しいシステムは、PFJのダイナミクスの理解を大幅に改善する可能性がある。
- 参考スコア(独自算出の注目度): 4.252549987351643
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Patellofemoral joint (PFJ) issues affect one in four people, with 20% experiencing chronic knee pain despite treatment. Poor outcomes and pain after knee replacement surgery are often linked to patellar mal-tracking. Traditional imaging methods like CT and MRI face challenges, including cost and metal artefacts, and there's currently no ideal way to observe joint motion without issues such as soft tissue artefacts or radiation exposure. A new system to monitor joint motion could significantly improve understanding of PFJ dynamics, aiding in better patient care and outcomes. Combining 2D ultrasound with motion tracking for 3D reconstruction of the joint using semantic segmentation and position registration can be a solution. However, the need for expensive external infrastructure to estimate the trajectories of the scanner remains the main limitation to implementing 3D bone reconstruction from handheld ultrasound scanning clinically. We proposed the Visual-Inertial Odometry (VIO) and the deep learning-based inertial-only odometry methods as alternatives to motion capture for tracking a handheld ultrasound scanner. The 3D reconstruction generated by these methods has demonstrated potential for assessing the PFJ and for further measurements from free-hand ultrasound scans. The results show that the VIO method performs as well as the motion capture method, with average reconstruction errors of 1.25 mm and 1.21 mm, respectively. The VIO method is the first infrastructure-free method for 3D reconstruction of bone from wireless handheld ultrasound scanning with an accuracy comparable to methods that require external infrastructure.
- Abstract(参考訳): 膝蓋骨関節症(PFJ)は4名中1名に影響を及ぼし、治療にもかかわらず20%が慢性膝関節痛を発症した。
膝置換術後の粗悪な結果と痛みは、しばしばパテラーの奇形追跡と結びついている。
従来のCTやMRIのような画像技術では、コストや金属のアーチファクトといった課題に直面しています。
関節の動きをモニターする新しいシステムは、PFJのダイナミクスの理解を大幅に改善し、より良い患者のケアと結果を支援する。
2次元超音波とモーショントラッキングを組み合わせることで, セマンティックセグメンテーションと位置登録による関節の3次元再構築が可能である。
しかし,スキャナの軌跡を推定するための高価な外部インフラの必要性は,ハンドヘルド超音波による3次元骨の再構築を臨床的に行う上での最大の限界である。
携帯型超音波スキャナー追跡のためのモーションキャプチャーの代替として,視覚慣性オドメトリー (VIO) と深層学習に基づく慣性オンドメトリー法を提案した。
これらの方法で生成された3次元再構成は、PFJの評価と、自由手超音波スキャンによるさらなる測定の可能性を実証している。
その結果, 平均復元誤差は1.25mm, 平均1.21mmであった。
VIO法は、外部インフラを必要とする方法に匹敵する精度で、ワイヤレスハンドヘルド超音波スキャンから骨を3次元再構成するための最初のインフラストラクチャフリーな方法である。
関連論文リスト
- 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) - Two-and-a-half Order Score-based Model for Solving 3D Ill-posed Inverse
Problems [7.074380879971194]
本稿では,3次元ボリューム再構成のための2次半順序スコアベースモデル(TOSM)を提案する。
トレーニング期間中、TOSMは2次元空間のデータ分布を学習し、トレーニングの複雑さを低減する。
再構成フェーズでは、TOSMは3方向の相補的なスコアを利用して、3次元空間のデータ分布を更新する。
論文 参考訳(メタデータ) (2023-08-16T17:07:40Z) - 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) - Automatic Diagnosis of Carotid Atherosclerosis Using a Portable Freehand
3D Ultrasound Imaging System [18.73291257371106]
計127個の頸動脈スキャンを携帯型3DUSシステムを用いて取得した。
U-Netセグメンテーションネットワークを用いて2次元横枠上の頸動脈を抽出した。
頸動脈容積を再構築するために, 位置正則化を用いた高速ドット投影法(FDP)を用いた新しい3次元再構成法を提案した。
論文 参考訳(メタデータ) (2023-01-08T17:35:36Z) - Towards Autonomous Atlas-based Ultrasound Acquisitions in Presence of
Articulated Motion [48.52403516006036]
本稿では、自律型ロボットUS手足のスキャンを可能にする視覚ベースのアプローチを提案する。
この目的のために、アノテートされた血管構造を有するヒト腕のアトラスMRIテンプレートを使用して、軌跡を生成する。
いずれの場合も、このシステムはボランティアの手足で計画された血管構造を取得することができる。
論文 参考訳(メタデータ) (2022-08-10T15:39:20Z) - 3-Dimensional Deep Learning with Spatial Erasing for Unsupervised
Anomaly Segmentation in Brain MRI [55.97060983868787]
我々は,MRIボリュームと空間消去を組み合わせた空間文脈の増大が,教師なしの異常セグメンテーション性能の向上に繋がるかどうかを検討する。
本稿では,2次元変分オートエンコーダ(VAE)と3次元の相違点を比較し,3次元入力消去を提案し,データセットサイズが性能に与える影響を体系的に検討する。
入力消去による最高の3D VAEは、平均DICEスコアが31.40%となり、2D VAEは25.76%となった。
論文 参考訳(メタデータ) (2021-09-14T09:17:27Z) - Three-dimensional multimodal medical imaging system based on free-hand
ultrasound and structured light [0.0]
本稿では,自由手超音波と構造光3D再構成を組み合わせた3次元マルチモーダル医用イメージングシステムを提案する。
システムは、内部の3D情報を超音波で補い、外部の表面は構造光技術で測定する。
論文 参考訳(メタデータ) (2021-05-29T18:50:00Z) - 3D Reconstruction and Alignment by Consumer RGB-D Sensors and Fiducial
Planar Markers for Patient Positioning in Radiation Therapy [1.7744342894757368]
本稿では,安価な消費者レベルのRGB-Dセンサを用いた迅速かつ安価な患者位置決め法を提案する。
提案手法は,手持ちのRGB-Dセンサから記録された実時間,人工的,自然な視覚的ランドマークを融合する3次元再構成手法に依存する。
論文 参考訳(メタデータ) (2021-03-22T20:20:59Z) - 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) - 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) - A Novel Approach for Correcting Multiple Discrete Rigid In-Plane Motions
Artefacts in MRI Scans [63.28835187934139]
本稿では,2つの入力枝を持つディープニューラルネットワークを用いた動きアーチファクトの除去手法を提案する。
提案法は患者の多動運動によって生成された人工物に応用できる。
論文 参考訳(メタデータ) (2020-06-24T15:25:11Z)
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。