論文の概要: Automated Dynamic Image Analysis for Particle Size and Shape Classification in Three Dimensions

• arxiv url: http://arxiv.org/abs/2412.05347v1
• Date: Fri, 06 Dec 2024 15:36:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-10 14:52:47.587893
• Title: Automated Dynamic Image Analysis for Particle Size and Shape Classification in Three Dimensions
• Title（参考訳）: 粒子径の動的自動解析と3次元形状分類
• Authors: Sadegh Nadimi, Vasileios Angelidakis, Sadaf Maramizonouz, Chao Zhang,
• Abstract要約: 動的画像解析のための最先端技術は、主に二次元イメージングに限られている。 既存の3次元イメージング技術(CT、レーザースキャン、写真撮影など)は静的物体に限られている。 OCcularは、光カメラの同期配列を用いて連続的な粒子の流れを撮像するコスト効率のよいソリューションを提供することで、これらの課題に対処する。
• 参考スコア（独自算出の注目度）: 3.8300818830608345
• License:
• Abstract: We introduce OCULAR, an innovative hardware and software solution for three-dimensional dynamic image analysis of fine particles. Current state-of-the art instruments for dynamic image analysis are largely limited to two-dimensional imaging. However, extensive literature has demonstrated that relying on a single two-dimensional projection for particle characterisation can lead to inaccuracies in many applications. Existing three-dimensional imaging technologies, such as computed tomography, laser scanning, and orthophotography, are limited to static objects. These methods are often not statistically representative and come with significant post-processing requirements, as well as the need for specialised imaging and computing resources. OCULAR addresses these challenges by providing a cost-effective solution for imaging continuous particle streams using a synchronised array of optical cameras. Particle shape characterisation is achieved through the reconstruction of their three-dimensional surfaces. This paper details the OCULAR methodology, evaluates its reproducibility, and compares its results against X-ray micro computed tomography, highlighting its potential for efficient and reliable particle analysis.
• Abstract（参考訳）: 微粒子の3次元動的画像解析のための革新的なハードウェアおよびソフトウェアソリューションであるOCcularを紹介する。 動的画像解析のための最先端技術は、主に二次元イメージングに限られている。 しかし、広範な文献は、粒子の特徴付けに1つの2次元投影に依存することが、多くの応用において不正確な結果をもたらすことを証明している。 既存の3次元イメージング技術(CT、レーザースキャン、写真撮影など)は静的物体に限られている。 これらの手法は、しばしば統計的に代表的ではなく、特別な画像や計算資源の必要性だけでなく、重要な後処理の要件も伴っている。 OCcularは、光カメラのシンクロナイズドアレイを使用して連続粒子ストリームを撮像するコスト効率の高いソリューションを提供することで、これらの課題に対処する。 粒子形状のキャラクタリゼーションは3次元表面の再構成によって達成される。 本稿では, OCcular法を詳述し, 再現性を評価し, X線マイクロCTと比較し, 効率的かつ信頼性の高い粒子分析の可能性を明らかにする。

関連論文リスト

• TomoGRAF: A Robust and Generalizable Reconstruction Network for Single-View Computed Tomography [3.1209855614927275]
  従来の解析的・定性的なCT再構成アルゴリズムは数百の角データサンプリングを必要とする。 我々は,高品質な3Dボリュームを再構成するために,ユニークなX線輸送物理を取り入れた新しいTtomoGRAFフレームワークを開発した。
  論文  参考訳（メタデータ） (2024-11-12T20:07:59Z)
• Generating multi-scale NMC particles with radial grain architectures using spatial stochastics and GANs [0.0]
  電極性能と陰極粒子の形態の関係は 難しい。 現在では、代表性を達成するために、完全な粒度の細かい粒子を多数画像化することは不可能である。 2次元データから代表的3次元情報を生成する立体生成対向ネットワーク(GAN)に基づくモデルフィッティング手法を提案する。 一度校正すると、このマルチスケールモデルは、統計的に実験データに類似した仮想陰極粒子を迅速に生成することができる。
  論文  参考訳（メタデータ） (2024-07-07T11:23:17Z)
• End-to-End Model-based Deep Learning for Dual-Energy Computed Tomography Material Decomposition [53.14236375171593]
  本稿では,定量化のためのエンド・ツー・エンド材料分解(E2E-DEcomp)と呼ばれる深層学習手法を提案する。 AAPMスペクトルCTデータセットにおける直接E2E-DEcomp法の有効性を示す。
  論文  参考訳（メタデータ） (2024-06-01T16:20:59Z)
• Super-resolution of biomedical volumes with 2D supervision [84.5255884646906]
  超解像のための仮設スライス拡散は、生物学的標本のすべての空間次元にわたるデータ生成分布の固有同値性を利用する。 我々は,高解像度2次元画像の高速取得を特徴とするSliceRの組織学的刺激(SRH)への応用に着目する。
  論文  参考訳（メタデータ） (2024-04-15T02:41:55Z)
• Three-dimensional numerical schemes for the segmentation of the psoas muscle in X-ray computed tomography images [0.0]
  形態的,機能的画像像における底筋の解析は,サルコニアを評価するための正確なアプローチであることが判明した。 本研究は,低線量X線CT画像における3次元数値計算手法を用いた。
  論文  参考訳（メタデータ） (2023-12-10T13:37:39Z)
• Single-shot Tomography of Discrete Dynamic Objects [1.1407697960152927]
  ダイナミックトモグラフィーにおける高分解能時間像の再構成法を提案する。 本研究の意義は、断層撮影における動的過程の可視化と解析の改善にまで及んでいる。
  論文  参考訳（メタデータ） (2023-11-09T10:52:02Z)
• Multi-View Photometric Stereo Revisited [100.97116470055273]
  多視点測光ステレオ(MVPS)は、画像から被写体を詳細に正確に3D取得する方法として好まれる。 MVPSは異方性や光沢などの他の対象物質と同様に,等方性に対しても有効である。 提案手法は、複数のベンチマークデータセットで広範囲にテストした場合に、最先端の結果を示す。
  論文  参考訳（メタデータ） (2022-10-14T09:46:15Z)
• MedNeRF: Medical Neural Radiance Fields for Reconstructing 3D-aware CT-Projections from a Single X-ray [14.10611608681131]
  過剰な電離放射線は、体に決定論的かつ有害な影響をもたらす可能性がある。 本稿では,CTプロジェクションの再構成を学習する深層学習モデルを提案する。
  論文  参考訳（メタデータ） (2022-02-02T13:25:23Z)
• 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)
• A parameter refinement method for Ptychography based on Deep Learning concepts [55.41644538483948]
  伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。 最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。 我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
  論文  参考訳（メタデータ） (2021-05-18T10:15:17Z)
• Hierarchical Amortized Training for Memory-efficient High Resolution 3D GAN [52.851990439671475]
  本稿では,高解像度な3D画像を生成することができる新しいエンドツーエンドGANアーキテクチャを提案する。 トレーニングと推論の異なる構成を使用することで、この目標を達成する。 3次元胸郭CTと脳MRIの実験により、我々のアプローチは画像生成における最先端技術より優れていることが示された。
  論文  参考訳（メタデータ） (2020-08-05T02:33:04Z)

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。