論文の概要: Markerless Tracking-Based Registration for Medical Image Motion Correction

• arxiv url: http://arxiv.org/abs/2503.10260v1
• Date: Thu, 13 Mar 2025 11:18:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-14 15:51:25.987494
• Title: Markerless Tracking-Based Registration for Medical Image Motion Correction
• Title（参考訳）: マーカーレス追跡に基づく医用画像運動補正の登録
• Authors: Luisa Neubig, Deirdre Larsen, Takeshi Ikuma, Markus Kopp, Melda Kunduk, Andreas M. Kist,
• Abstract要約: 本研究は, ビデオフルオロスコープにおける患者動作の干渉による摂食動態の分離に焦点を当てた。 光フロー法は、フリッカリングや不安定性などの人工物によって失敗し、異なる運動群を区別する信頼性が低い。 本稿では,摂食動態を保ちながら破壊運動を効果的に除去する新しい動き補正パイプラインを提案する。
• 参考スコア（独自算出の注目度）: 0.4288177321445912
• License:
• Abstract: Our study focuses on isolating swallowing dynamics from interfering patient motion in videofluoroscopy, an X-ray technique that records patients swallowing a radiopaque bolus. These recordings capture multiple motion sources, including head movement, anatomical displacements, and bolus transit. To enable precise analysis of swallowing physiology, we aim to eliminate distracting motion, particularly head movement, while preserving essential swallowing-related dynamics. Optical flow methods fail due to artifacts like flickering and instability, making them unreliable for distinguishing different motion groups. We evaluated markerless tracking approaches (CoTracker, PIPs++, TAP-Net) and quantified tracking accuracy in key medical regions of interest. Our findings show that even sparse tracking points generate morphing displacement fields that outperform leading registration methods such as ANTs, LDDMM, and VoxelMorph. To compare all approaches, we assessed performance using MSE and SSIM metrics post-registration. We introduce a novel motion correction pipeline that effectively removes disruptive motion while preserving swallowing dynamics and surpassing competitive registration techniques. Code will be available after review.
• Abstract（参考訳）: 本研究は,X線撮影で患者の動きを干渉させることにより,吸収動態を分離することに焦点を当てた。 これらの記録は頭部の動き、解剖学的変位、骨転移を含む複数の運動源を捉えている。 摂食生理学の正確な解析を可能にするため, 摂食運動, 特に頭部運動を除去し, 本態性の摂食関連動態を保存することを目的とした。 光フロー法は、フリッカリングや不安定性などの人工物によって失敗し、異なる運動群を区別する信頼性が低い。 我々はマーカーレス追跡手法(CoTracker, PIPs++, TAP-Net)と、重要な医療領域における追跡精度の定量化について検討した。 その結果,スパース追跡点であっても,ANT, LDDMM, VoxelMorph などの先行登録法より優れた変形変位場が生じることがわかった。 いずれの手法も比較するため,MSEおよびSSIMメトリクスの登録後の性能評価を行った。 本稿では, 摂食動態を保ち, 競争登録技術を超えながら, 破壊運動を効果的に除去する新しい動き補正パイプラインを提案する。 コードはレビュー後に利用可能になる。

関連論文リスト

• Motion Artifact Removal in Pixel-Frequency Domain via Alternate Masks and Diffusion Model [58.694932010573346]
  MRI(MRI)における運動アーチファクトは臨床診断に深刻な干渉を与える可能性がある。 ノイズの多いMRI画像の画素周波数情報を利用して、事前学習した拡散モデルを誘導し、クリーンなMRI画像の復元を行う新しい教師なし浄化法を提案する。
  論文  参考訳（メタデータ） (2024-12-10T15:25:18Z)
• Highly efficient non-rigid registration in k-space with application to cardiac Magnetic Resonance Imaging [10.618048010632728]
  非剛性動作推定のためのローカル・オール・パス・アテンション・ネットワーク(LAPANet)と呼ばれる,自己教師型深層学習に基づく新しいフレームワークを提案する。 LAPANetは,種々のサンプリング軌跡と加速度速度で心運動推定を行った。 非剛性運動に対する高時間分解能(5ミリ秒未満)は、動的およびリアルタイムMRIアプリケーションにおける動きの検出、追跡、修正のための新しい道を開く。
  論文  参考訳（メタデータ） (2024-10-24T15:19:59Z)
• Motion-adaptive Separable Collaborative Filters for Blind Motion Deblurring [71.60457491155451]
  様々な動きによって生じる画像のぼかしを除去することは、難しい問題である。 本研究では,動き適応型分離型協調フィルタと呼ばれる実世界のデブロアリングフィルタモデルを提案する。 本手法は,実世界の動きのぼかし除去に有効な解法を提供し,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2024-04-19T19:44:24Z)
• Motion-Guided Dual-Camera Tracker for Endoscope Tracking and Motion Analysis in a Mechanical Gastric Simulator [5.073179848641095]
  運動誘導型デュアルカメラ・ビジョン・トラッカーは内視鏡先端の3次元位置の頑健かつ正確な追跡を実現するために提案される。 提案したトラッカーは、最先端のビジョントラッカーに対して優れた性能を示し、平均誤差と最大誤差において、第2ベット法に対して42%と72%の改善を達成している。
  論文  参考訳（メタデータ） (2024-03-08T08:31:46Z)
• SISMIK for brain MRI: Deep-learning-based motion estimation and model-based motion correction in k-space [0.0]
  本研究では,脳の2次元スピンエコースキャンにおける動き推定と補正の振り返り手法を提案する。 この手法は、深いニューラルネットワークのパワーを利用してk空間の運動パラメータを推定する。 モデルに基づくアプローチを用いて、劣化した画像を復元し、「幻覚」を避ける。
  論文  参考訳（メタデータ） (2023-12-20T17:38:56Z)
• MotionTrack: Learning Motion Predictor for Multiple Object Tracking [68.68339102749358]
  本研究では,学習可能なモーション予測器を中心に,新しいモーショントラッカーであるMotionTrackを紹介する。 実験結果から、MotionTrackはDancetrackやSportsMOTといったデータセット上での最先端のパフォーマンスを示す。
  論文  参考訳（メタデータ） (2023-06-05T04:24:11Z)
• DRIMET: Deep Registration for 3D Incompressible Motion Estimation in Tagged-MRI with Application to the Tongue [11.485843032637439]
  変形組織の詳細な動きを観察し定量化するために、タグ付き磁気共鳴イメージング(MRI)が何十年も使われてきた。 本稿では, タグ付きMRIのための非教師付き位相ベース3次元動作推定手法を提案する。
  論文  参考訳（メタデータ） (2023-01-18T00:16:30Z)
• LAPNet: Non-rigid Registration derived in k-space for Magnetic Resonance Imaging [28.404584219735074]
  胸部スキャン中にこのような動きを補正する動き補正技術が提案されている。 特に興味と課題は、アンダーサンプリングされた動き分解データから信頼できる非剛体運動場の導出にある。 アンダーサンプされたk空間データから高速かつ正確な非剛性登録を行うためのディープラーニングに基づく手法を提案する。
  論文  参考訳（メタデータ） (2021-07-19T15:39:23Z)
• Continuous Decoding of Daily-Life Hand Movements from Forearm Muscle Activity for Enhanced Myoelectric Control of Hand Prostheses [78.120734120667]
  本研究では,前腕のEMG活性をハンドキネマティクスに連続的にマップする,長期記憶(LSTM)ネットワークに基づく新しい手法を提案する。 私たちの研究は、この困難なデータセットを使用するハンドキネマティクスの予測に関する最初の報告です。 提案手法は, 人工手指の複数のDOFの独立的, 比例的アクティベーションのための制御信号の生成に適していることが示唆された。
  論文  参考訳（メタデータ） (2021-04-29T00:11:32Z)
• Motion Pyramid Networks for Accurate and Efficient Cardiac Motion Estimation [51.72616167073565]
  本研究では,心臓の運動推定を高精度かつ効率的に行うための,ディープラーニングに基づく新しいアプローチであるMotion Pyramid Networksを提案する。 我々は、複数の特徴表現から運動場のピラミッドを予測し、融合し、より洗練された運動場を生成する。 そこで我々は,新しい循環型教員教育戦略を用いて,推論をエンドツーエンドにし,トラッキング性能をさらに向上させる。
  論文  参考訳（メタデータ） (2020-06-28T21:03:19Z)
• 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。