論文の概要: Submillimeter-Accurate 3D Lumbar Spine Reconstruction from Biplanar X-Ray Images: Incorporating a Multi-Task Network and Landmark-Weighted Loss

• arxiv url: http://arxiv.org/abs/2503.14573v3
• Date: Tue, 07 Oct 2025 08:53:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-08 15:38:19.980631
• Title: Submillimeter-Accurate 3D Lumbar Spine Reconstruction from Biplanar X-Ray Images: Incorporating a Multi-Task Network and Landmark-Weighted Loss
• Title（参考訳）: バイプレナーX線画像からのサブミリ精度3次元腰椎再建 : マルチタスクネットワークとランドマーク重み付き損失の併用
• Authors: Wanxin Yu, Zhemin Zhu, Cong Wang, Yihang Bao, Chunjie Xia, Rongshan Cheng, Yan Yu, Tsung-Yuan Tsai,
• Abstract要約: 本研究では,両平面X線画像からの高精度3次元再構成のための,新しい完全自動フレームワークを提案する。 この手法のコアとなるのは、腰椎の分解とランドマーク検出を同時に行う新しいマルチタスク深層学習ネットワークである。 サブミリ秒の精度で新しいベンチマークを設定し、完全な再構築と測定のワークフローを20秒以内で完了する。
• 参考スコア（独自算出の注目度）: 5.514961917579977
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: To meet the clinical demand for accurate 3D lumbar spine assessment in a weight-bearing position, this study presents a novel, fully automatic framework for high-precision 3D reconstruction from biplanar X-ray images, overcoming the limitations of existing methods. The core of this method involves a novel multi-task deep learning network that simultaneously performs lumbar decomposition and landmark detection on the original biplanar radiographs. The decomposition effectively eliminates interference from surrounding tissues, simplifying subsequent image registration, while the landmark detection provides an initial pose estimation for the Statistical Shape Model (SSM), enhancing the efficiency and robustness of the registration process. Building on this, we introduce a landmark-weighted 2D-3D registration strategy. By assigning higher weights to complex posterior structures like the transverse and spinous processes during optimization, this strategy significantly enhances the reconstruction accuracy of the posterior arch. Our method was validated against a gold standard derived from registering CT segmentations to the biplanar X-rays. It sets a new benchmark by achieving sub-millimeter accuracy and completes the full reconstruction and measurement workflow in under 20 seconds, establishing a state-of-the-art combination of precision and speed. This fast and low-dose pipeline provides a powerful automated tool for diagnosing lumbar conditions such as spondylolisthesis and scoliosis in their functional, weight-bearing state.
• Abstract（参考訳）: そこで本研究では,2次元X線画像からの高精度3次元再構成のための新しい完全自動フレームワークを提案する。 本手法のコアとなるのは, 両平面X線写真上で, 腰椎の分解とランドマーク検出を同時に行う, マルチタスク深層学習ネットワークである。 この分解は、周囲の組織からの干渉を効果的に排除し、その後の画像登録を簡素化し、ランドマーク検出は、統計的形状モデル(SSM)の初期ポーズ推定を提供し、登録プロセスの効率性と堅牢性を高める。 これに基づいて,ランドマーク重み付き2D-3Dレジストレーション戦略を導入する。 最適化中に横方向およびスピン方向のプロセスのような複雑な後部構造に高い重量を割り当てることにより、この戦略は後部アーチの復元精度を著しく向上させる。 両平面X線へのCT分割の登録から得られた金の標準値に対して本法の有効性を検証した。 サブミリ秒の精度で新しいベンチマークを設定し、20秒以内で完全な再構築と測定のワークフローを完了し、精度と速度の最先端の組み合わせを確立する。 この高速で低用量なパイプラインは、機能的、重み付け状態のスポンジロリセシスやスコリオーシスなどの腰部状態を診断するための強力な自動化ツールを提供する。

関連論文リスト

• Automatic Multi-View X-Ray/CT Registration Using Bone Substructure Contours [0.5949599220326207]
  術中骨登録のための新しい多視点X線/CT登録法を提案する。 メソッドはマルチビューの輪郭ベースの反復的最近点 (ICP) 最適化で構成されている。 MRPD 0.67mmと商用溶液の5.35mmとで連続的にサブミリ精度を達成している。
  論文  参考訳（メタデータ） (2025-06-16T09:33:37Z)
• Landmark-Free Preoperative-to-Intraoperative Registration in Laparoscopic Liver Resection [50.388465935739376]
  術前の3Dモデルを術中2Dフレームにオーバーレイすることで肝臓の空間解剖を明瞭に把握し,より高い手術成功率を達成することができる。 既存の登録法は解剖学的ランドマークに大きく依存しており、2つの大きな制限に直面している。 本稿では,効果的な自己教師型学習を生かした,目覚ましくない術前・術中登録フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-21T14:55:57Z)
• IXGS-Intraoperative 3D Reconstruction from Sparse, Arbitrarily Posed Real X-rays [1.2721397985664153]
  R2$-Gaussian splatting frameworkを拡張して、一貫した3Dボリュームを困難な条件下で再構築する。 形態伝達を用いた解剖学的誘導ラジオグラフィ標準化のステップを導入し、ビュー間の視覚的整合性を改善する。
  論文  参考訳（メタデータ） (2025-04-20T18:28:13Z)
• 3D Acetabular Surface Reconstruction from 2D Pre-operative X-ray Images using SRVF Elastic Registration and Deformation Graph [15.26681988459618]
  本稿では,2乗根速度関数(SRVF)に基づく弾性形状登録技術を統合する新しいフレームワークを提案する。 術前の骨盤X線像と半球面モデルとを複数視野で観察し, 骨盤の3次元関節面を再構築した。
  論文  参考訳（メタデータ） (2025-03-28T06:47:32Z)
• Reconstruction of 3D lumbar spine models from incomplete segmentations using landmark detection [0.4194295877935868]
  不完全な3次元椎体から完全3次元腰椎モデルを再構築する新しい方法を提案する。 本手法は, 腰椎全椎をわずか0.14秒でL1からL5に区分する。
  論文  参考訳（メタデータ） (2024-12-06T14:23:42Z)
• 3D Spine Shape Estimation from Single 2D DXA [49.53978253009771]
  2次元DXAスキャンから3次元スピン形状を推定する自動フレームワークを提案する。 我々はDXAスキャンから脊椎の矢状視界を明示的に予測することでこれを実現する。
  論文  参考訳（メタデータ） (2024-12-02T13:58:26Z)
• 3DDX: Bone Surface Reconstruction from a Single Standard-Geometry Radiograph via Dual-Face Depth Estimation [7.832005676209272]
  単一のX線写真からの3D再構成は、いわゆる2D-3D再構成と呼ばれ、様々な臨床応用の可能性を秘めている。 本稿では,X線画像から得られた複数の深度マップを同時に学習し,計算トモグラフィーの登録を行う手法を提案する。
  論文  参考訳（メタデータ） (2024-09-25T07:48:57Z)
• EAR: Edge-Aware Reconstruction of 3-D vertebrae structures from bi-planar X-ray images [19.902946440205966]
  本稿では,新しいエッジ・アウェア・コンストラクション・ネットワーク(EAR)を提案する。 自動エンコーダアーキテクチャをバックボーンとして,エッジアテンションモジュールと周波数拡張モジュールを提案する。 提案手法は3つの公開データセットを用いて評価し、4つの最先端モデルと比較した。
  論文  参考訳（メタデータ） (2024-07-30T16:19:14Z)
• Domain adaptation strategies for 3D reconstruction of the lumbar spine using real fluoroscopy data [9.21828361691977]
  本研究は整形外科手術における手術ナビゲーション導入における重要な障害に対処するものである。 これは、少数の蛍光画像から脊椎の3次元解剖モデルを生成するためのアプローチを示す。 これまでの合成データに基づく研究の精度に匹敵する84%のF1スコアを達成しました。
  論文  参考訳（メタデータ） (2024-01-29T10:22:45Z)
• On the Localization of Ultrasound Image Slices within Point Distribution Models [84.27083443424408]
  甲状腺疾患は高分解能超音波(US)で診断されることが多い 縦断追跡は病理甲状腺形態の変化をモニタリングするための重要な診断プロトコルである。 3次元形状表現におけるUS画像の自動スライスローカライズのためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-01T10:10:46Z)
• Accurate Fine-Grained Segmentation of Human Anatomy in Radiographs via Volumetric Pseudo-Labeling [66.75096111651062]
  我々は,10,021個の胸部CTと157個のラベルの大規模データセットを作成した。 解剖学的擬似ラベル抽出のために3次元解剖分類モデルのアンサンブルを適用した。 得られたセグメンテーションモデルはCXRで顕著な性能を示した。
  論文  参考訳（メタデータ） (2023-06-06T18:01:08Z)
• Perspective Projection-Based 3D CT Reconstruction from Biplanar X-rays [32.98966469644061]
  我々は,X線を用いた新しいCT再構成フレームワークPerX2CTを提案する。 提案手法は,各座標に対して異なる特徴の組み合わせを提供し,モデルが3次元位置に関する情報を暗黙的に取得できるようにする。
  論文  参考訳（メタデータ） (2023-03-09T14:45:25Z)
• Context-Aware Transformers For Spinal Cancer Detection and Radiological Grading [70.04389979779195]
  本稿では,脊椎分析に関わる医療画像問題に対するトランスフォーマーを用いた新しいモデルアーキテクチャを提案する。 MR画像におけるそのようなモデルの2つの応用について考察する: (a)脊椎転移の検出と脊椎骨折の関連状況と転移性脊髄圧迫。 画像中の脊椎のコンテキストを考慮することで,SCTは以前に公表したモデルと比較して,いくつかのグレーディングの精度を向上することを示す。
  論文  参考訳（メタデータ） (2022-06-27T10:31:03Z)
• 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)
• 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)
• Probabilistic 3D surface reconstruction from sparse MRI information [58.14653650521129]
  スパース2次元MR画像データとアレータティック不確実性予測から3次元表面再構成を同時に行うための新しい確率論的深層学習手法を提案する。 本手法は,3つの準直交MR画像スライスから,限られたトレーニングセットから大きな表面メッシュを再構成することができる。
  論文  参考訳（メタデータ） (2020-10-05T14:18:52Z)
• A Convolutional Approach to Vertebrae Detection and Labelling in Whole Spine MRI [70.04389979779195]
  脊椎MRIにおける脊椎の発見と同定のための新しい畳み込み法を提案する。 これには学習ベクトル場を使用して、検出された脊椎の角を個別の脊椎にまとめる。 本手法の臨床的有用性を示すために, 腰部, 脊柱管内MRスキャンにおける側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側
  論文  参考訳（メタデータ） (2020-07-06T09:37:12Z)

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。