論文の概要: Learning a Filtered Backprojection Reconstruction Method for Photoacoustic Computed Tomography with Hemispherical Measurement Geometries
- arxiv url: http://arxiv.org/abs/2412.01971v1
- Date: Mon, 02 Dec 2024 21:01:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-04 15:43:06.307224
- Title: Learning a Filtered Backprojection Reconstruction Method for Photoacoustic Computed Tomography with Hemispherical Measurement Geometries
- Title(参考訳): 球面計測測度を用いた光音響CTのためのフィルタバックプロジェクション再構成手法の学習
- Authors: Panpan Chen, Seonyeong Park, Refik Mert Cam, Hsuan-Kai Huang, Alexander A. Oraevsky, Umberto Villa, Mark A. Anastasio,
- Abstract要約: 半走査FBP法は半解析的逆投影法である。
半スキャンFBP法におけるフィルタ操作の明示的な形式を近似するために,学習に基づく手法を提案する。
その結果,半スキャンFBP法は半スキャンデータから3次元画像を正確に再構成できることを確認した。
- 参考スコア(独自算出の注目度): 40.247016480270354
- License:
- Abstract: In certain three-dimensional (3D) applications of photoacoustic computed tomography (PACT), including \textit{in vivo} breast imaging, hemispherical measurement apertures that enclose the object within their convex hull are employed for data acquisition. Data acquired with such measurement geometries are referred to as \textit{half-scan} data, as only half of a complete spherical measurement aperture is employed. Although previous studies have demonstrated that half-scan data can uniquely and stably reconstruct the sought-after object, no closed-form reconstruction formula for use with half-scan data has been reported. To address this, a semi-analytic reconstruction method in the form of filtered backprojection (FBP), referred to as the half-scan FBP method, is developed in this work. Because the explicit form of the filtering operation in the half-scan FBP method is not currently known, a learning-based method is proposed to approximate it. The proposed method is systematically investigated by use of virtual imaging studies of 3D breast PACT that employ ensembles of numerical breast phantoms and a physics-based model of the data acquisition process. The method is subsequently applied to experimental data acquired in an \textit{in vivo} breast PACT study. The results confirm that the half-scan FBP method can accurately reconstruct 3D images from half-scan data. Importantly, because the sought-after inverse mapping is well-posed, the reconstruction method remains accurate even when applied to data that differ considerably from those employed to learn the filtering operation.
- Abstract(参考訳): 超音波CT(Photoacoustic Computed Tomography, PACT)の3次元応用として, コンベックス内包に物体を囲む半球計測開口をデータ取得に用いた。
このような測度で得られたデータは、完全な球面計測開口のわずか半分しか使われていないため、「textit{half-scan} データ」と呼ばれる。
従来の研究では, 半スキャンデータを一意に, 安定的に追跡対象を再構築できることが示されているが, 半スキャンデータを用いた閉形式復元公式は報告されていない。
そこで本研究では,半走査FBP法と呼ばれるフィルタバックジェクション(FBP)による半解析的再構成法を開発した。
半スキャンFBP法におけるフィルタ操作の明示的な形式は、現在分かっていないため、それを近似する学習法が提案されている。
提案手法は, 数値乳房ファントムのアンサンブルを用いた3次元乳房PACTの仮想画像解析と, データ取得過程の物理モデルを用いて, 系統的に検討した。
この方法はその後、textit{in vivo} breast PACT研究で得られた実験データに適用される。
その結果,半スキャンFBP法は半スキャンデータから3次元画像を正確に再構成できることを確認した。
重要なことは、追従逆写像が良好であるので、フィルタ操作を学ぶために使用されるものとは大きく異なるデータに適用しても、再現法は正確である。
関連論文リスト
- A 3D Facial Reconstruction Evaluation Methodology: Comparing Smartphone Scans with Deep Learning Based Methods Using Geometry and Morphometry Criteria [60.865754842465684]
3次元顔形状解析は臨床応用の可能性から注目されている。
高度な3D顔認証システムの高コスト化は、その普及を制限し、低コストな取得と再構築方法の開発を推進している。
本研究では,形態素形状解析技術を統合することで,従来の幾何学的ベンチマークを超える新しい評価手法を提案する。
論文 参考訳(メタデータ) (2025-02-13T15:47:45Z) - Evaluating the Posterior Sampling Ability of Plug&Play Diffusion Methods in Sparse-View CT [5.839783742202482]
Plug&Play(R)拡散モデルはCT再構成における最先端の手法である。
我々は,多くの投射を持つシングラムからの圧縮可能な流れ画像に興味を持ち,その結果,後部分布はピークやマルチモーダルにすらならない。
論文 参考訳(メタデータ) (2024-10-21T11:39:03Z) - 3D Imaging of Complex Specular Surfaces by Fusing Polarimetric and Deflectometric Information [5.729076985389067]
そこで本研究では,新しい手法を用いて,反射光場に含まれる情報を符号化し,復号化するための計測原理を提案する。
提案手法では,SfPの非現実的正像像像の仮定を除去し,それぞれの結果を大幅に改善する。
複素形状の鏡面上での単発・多発計測を実演し,本手法について紹介する。
論文 参考訳(メタデータ) (2024-06-04T06:24:07Z) - MOSAIC: Masked Optimisation with Selective Attention for Image
Reconstruction [0.5541644538483947]
本研究では,無作為な計測値の選択を考慮に入れた画像再構成のための新しい圧縮センシングフレームワークを提案する。
MOSAICは、エンコードされた一連の測定に注意機構を効率的に適用するために埋め込み技術を採用している。
既存のCS再建手法の代替として,提案するアーキテクチャを検証した。
論文 参考訳(メタデータ) (2023-06-01T17:05:02Z) - Data-Driven Interpolation for Super-Scarce X-Ray Computed Tomography [1.3535770763481902]
浅層ニューラルネットワークを訓練し、隣接する2つの取得を中間角度で推定された測定値に組み合わせる。
これにより、標準的な方法で再構成できる拡張された測定シーケンスが得られる。
バイオメディカルデータセットを用いた2次元および3次元イメージングの結果を得た。
論文 参考訳(メタデータ) (2022-05-16T15:42:41Z) - Enhancement of Novel View Synthesis Using Omnidirectional Image
Completion [61.78187618370681]
ニューラルレイディアンス場(NeRF)に基づく1枚の360度RGB-D画像から新しいビューを合成する方法を提案する。
実験により,提案手法は実世界と実世界の両方でシーンの特徴を保ちながら,可塑性な新規なビューを合成できることが実証された。
論文 参考訳(メタデータ) (2022-03-18T13:49:25Z) - Neural Radiance Fields Approach to Deep Multi-View Photometric Stereo [103.08512487830669]
多視点測光ステレオ問題(MVPS)に対する現代的な解法を提案する。
我々は、光度ステレオ(PS)画像形成モデルを用いて表面配向を取得し、それを多視点のニューラルラディアンス場表現とブレンドして物体の表面形状を復元する。
本手法は,多視点画像のニューラルレンダリングを行い,深部光度ステレオネットワークによって推定される表面の正規性を活用している。
論文 参考訳(メタデータ) (2021-10-11T20:20:03Z) - Revisiting 3D Context Modeling with Supervised Pre-training for
Universal Lesion Detection in CT Slices [48.85784310158493]
CTスライスにおける普遍的病変検出のための3Dコンテキスト強化2D特徴を効率的に抽出するための修飾擬似3次元特徴ピラミッドネットワーク(MP3D FPN)を提案する。
新たな事前学習手法により,提案したMP3D FPNは,DeepLesionデータセット上での最先端検出性能を実現する。
提案された3Dプリトレーニングウェイトは、他の3D医療画像分析タスクのパフォーマンスを高めるために使用できる。
論文 参考訳(メタデータ) (2020-12-16T07:11:16Z) - Shape from Projections via Differentiable Forward Projector for Computed
Tomography [4.304380400377787]
本稿では,3次元メッシュのフォワードモデルと最適化のギャップを埋める3次元メッシュの微分可能フォワードモデルを提案する。
提案した前方モデルを用いて,プロジェクションから直接3次元形状を再構成する。
単目的問題に対する実験結果から,提案手法はノイズシミュレーションデータ上で従来のボクセル法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) (2020-06-29T15:33:30Z) - Data Consistent CT Reconstruction from Insufficient Data with Learned
Prior Images [70.13735569016752]
偽陰性病変と偽陽性病変を呈示し,CT画像再構成における深層学習の堅牢性について検討した。
本稿では,圧縮センシングと深層学習の利点を組み合わせた画像品質向上のためのデータ一貫性再構築手法を提案する。
提案手法の有効性は,円錐ビームCTにおいて,トランキャットデータ,リミテッドアングルデータ,スパースビューデータで示される。
論文 参考訳(メタデータ) (2020-05-20T13:30:49Z)
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。