論文の概要: Motion-compensated cardiac MRI using low-rank diffeomorphic flow (DMoCo)

• arxiv url: http://arxiv.org/abs/2505.03149v1
• Date: Tue, 06 May 2025 03:52:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-07 18:50:11.19072
• Title: Motion-compensated cardiac MRI using low-rank diffeomorphic flow (DMoCo)
• Title（参考訳）: 低ランク差動流(DMoCo)を用いた運動補償心磁図
• Authors: Joseph William Kettelkamp, Ludovica Romanin, Sarv Priya, Mathews Jacob,
• Abstract要約: 自由呼吸および非ゲート型3次元心臓磁気共鳴イメージング(MRI)のための教師なしモーション補償画像再構成アルゴリズム 静止画像テンプレートの変形として,各動き位相に対応する画像量を表現する。 より拘束された運動モデルでは、現在の3次元シネMRIの動作補償アルゴリズムと比較して回復性の向上が期待できる。
• 参考スコア（独自算出の注目度）: 11.684567299252741
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce an unsupervised motion-compensated image reconstruction algorithm for free-breathing and ungated 3D cardiac magnetic resonance imaging (MRI). We express the image volume corresponding to each specific motion phase as the deformation of a single static image template. The main contribution of the work is the low-rank model for the compact joint representation of the family of diffeomorphisms, parameterized by the motion phases. The diffeomorphism at a specific motion phase is obtained by integrating a parametric velocity field along a path connecting the reference template phase to the motion phase. The velocity field at different phases is represented using a low-rank model. The static template and the low-rank motion model parameters are learned directly from the k-space data in an unsupervised fashion. The more constrained motion model is observed to offer improved recovery compared to current motion-resolved and motion-compensated algorithms for free-breathing 3D cine MRI.
• Abstract（参考訳）: フリーブレス法とアンゲート型3次元心臓磁気共鳴画像(MRI)のための教師なしモーション補償画像再構成アルゴリズムを提案する。 静止画像テンプレートの変形として,各動き位相に対応する画像量を表現する。 この研究の主な貢献は、運動相によってパラメータ化される微分同相族のコンパクトな合同表現に対するローランクモデルである。 基準テンプレート位相と運動相を連結する経路に沿ってパラメトリック速度場を積分することにより、特定の運動相における微分同相を得る。 異なる位相における速度場は低ランクモデルを用いて表現される。 静的テンプレートと低ランクモーションモデルパラメータは、教師なしの方法でk空間データから直接学習される。 より拘束された運動モデルでは、現在の3DシネMRIの運動分解および運動補償アルゴリズムと比較して、回復性の向上が期待できる。

関連論文リスト

• EMoTive: Event-guided Trajectory Modeling for 3D Motion Estimation [59.33052312107478]
  イベントカメラは、シーン変化に対する連続的適応ピクセルレベル応答による3次元モーション推定の可能性を提供する。 本稿では,イベント誘導パラメトリック曲線を用いた一様軌道をモデル化するイベントベースフレームワークであるEMoveについて述べる。 動作表現には,事象誘導下での空間的特徴と時間的特徴を融合する密度認識適応機構を導入する。 最終3次元運動推定は、パラメトリック軌道、流れ、深度運動場の多時間サンプリングによって達成される。
  論文  参考訳（メタデータ） (2025-03-14T13:15:54Z)
• 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)
• Equivariant Graph Neural Operator for Modeling 3D Dynamics [148.98826858078556]
  我々は,次のステップの予測ではなく,ダイナミックスを直接トラジェクトリとしてモデル化するために,Equivariant Graph Neural Operator (EGNO)を提案する。 EGNOは3次元力学の時間的進化を明示的に学習し、時間とともに関数として力学を定式化し、それを近似するためにニューラル演算子を学習する。 粒子シミュレーション、人間のモーションキャプチャー、分子動力学を含む複数の領域における総合的な実験は、既存の手法と比較して、EGNOの極めて優れた性能を示す。
  論文  参考訳（メタデータ） (2024-01-19T21:50:32Z)
• RoHM: Robust Human Motion Reconstruction via Diffusion [58.63706638272891]
  RoHMは、モノクロRGB(-D)ビデオから頑健な3次元人間の動きを復元するためのアプローチである。 ノイズと閉鎖された入力データに条件付けし、一貫した大域座標で完全な可塑性運動を再構成した。 本手法は,テスト時に高速でありながら,定性的かつ定量的に最先端の手法より優れる。
  論文  参考訳（メタデータ） (2024-01-16T18:57:50Z)
• Volumetric Reconstruction Resolves Off-Resonance Artifacts in Static and Dynamic PROPELLER MRI [76.60362295758596]
  磁気共鳴イメージング(MRI)におけるオフ共鳴アーティファクトは、画像ボリューム内のスピンの実際の共鳴周波数が空間情報を符号化するのに使用される期待周波数と異なる場合に発生する視覚歪みである。 本稿では,2次元MRI再構成問題を3次元に引き上げ,このオフ共鳴をモデル化するための「スペクトル」次元を導入することで,これらのアーチファクトを解決することを提案する。
  論文  参考訳（メタデータ） (2023-11-22T05:44:51Z)
• MomentaMorph: Unsupervised Spatial-Temporal Registration with Momenta, Shooting, and Correction [12.281250177881445]
  本稿では,反復パターンと大動きの存在下でのラグランジアン運動推定のための新しい枠組みを提案する。 2次元合成データセットと実3次元tMRIデータセットの結果から,本手法の有効性が示された。
  論文  参考訳（メタデータ） (2023-08-05T20:32:30Z)
• Dynamic imaging using Motion-Compensated SmooThness Regularization on Manifolds (MoCo-SToRM) [19.70386996879205]
  高分解能自由呼吸性肺MRIのための教師なし運動補償再建法を提案する。 時系列画像フレームを3Dテンプレート画像ボリュームの変形版としてモデル化する。 変形写像は高次元空間の滑らかな多様体上の点であると仮定する。
  論文  参考訳（メタデータ） (2021-12-06T22:04:57Z)
• Dynamic imaging using motion-compensated smoothness regularization on manifolds (MoCo-SToRM) [23.093076134206513]
  運動補償動的MRIのための教師なし深部多様体学習アルゴリズムを提案する。 このアルゴリズムの有用性は、運動補償高分解能肺MRIの文脈で示される。
  論文  参考訳（メタデータ） (2021-11-21T19:52:01Z)
• Learning a Generative Motion Model from Image Sequences based on a Latent Motion Matrix [8.774604259603302]
  画像列の時間的登録をシミュレートして確率的動きモデルを学ぶ。 3つの最先端登録アルゴリズムと比較して,登録精度と時間的にスムーズな整合性が改善された。 また, フレームの欠落のあるシーケンスからの動作再構成を改良し, 動作解析, シミュレーション, 超解像に対するモデルの適用性を実証した。
  論文  参考訳（メタデータ） (2020-11-03T14:44:09Z)

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。