論文の概要: MoRe-3DGSMR: Motion-resolved reconstruction framework for free-breathing pulmonary MRI based on 3D Gaussian representation

• arxiv url: http://arxiv.org/abs/2505.04959v1
• Date: Thu, 08 May 2025 05:41:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-09 21:43:49.755165
• Title: MoRe-3DGSMR: Motion-resolved reconstruction framework for free-breathing pulmonary MRI based on 3D Gaussian representation
• Title（参考訳）: MoRe-3DGSMR:3次元ガウス表現に基づく自由呼吸肺MRIのための運動分解再構成フレームワーク
• Authors: Tengya Peng, Ruyi Zha, Qing Zou,
• Abstract要約: 本研究は、高分解能自由呼吸性肺磁気共鳴画像(MRI)のための、教師なし、運動解像再構成フレームワークを提案する。 提案手法は3DGSを利用して,運動分解型3D等方性肺MRI再構成の課題に対処する。 高い信号対雑音比とコントラスト対雑音比で反射される優れた画質を実現する。
• 参考スコア（独自算出の注目度）: 5.166993855950655
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This study presents an unsupervised, motion-resolved reconstruction framework for high-resolution, free-breathing pulmonary magnetic resonance imaging (MRI), utilizing a three-dimensional Gaussian representation (3DGS). The proposed method leverages 3DGS to address the challenges of motion-resolved 3D isotropic pulmonary MRI reconstruction by enabling data smoothing between voxels for continuous spatial representation. Pulmonary MRI data acquisition is performed using a golden-angle radial sampling trajectory, with respiratory motion signals extracted from the center of k-space in each radial spoke. Based on the estimated motion signal, the k-space data is sorted into multiple respiratory phases. A 3DGS framework is then applied to reconstruct a reference image volume from the first motion state. Subsequently, a patient-specific convolutional neural network is trained to estimate the deformation vector fields (DVFs), which are used to generate the remaining motion states through spatial transformation of the reference volume. The proposed reconstruction pipeline is evaluated on six datasets from six subjects and bench-marked against three state-of-the-art reconstruction methods. The experimental findings demonstrate that the proposed reconstruction framework effectively reconstructs high-resolution, motion-resolved pulmonary MR images. Compared with existing approaches, it achieves superior image quality, reflected by higher signal-to-noise ratio and contrast-to-noise ratio. The proposed unsupervised 3DGS-based reconstruction method enables accurate motion-resolved pulmonary MRI with isotropic spatial resolution. Its superior performance in image quality metrics over state-of-the-art methods highlights its potential as a robust solution for clinical pulmonary MR imaging.
• Abstract（参考訳）: 本研究では,3次元ガウス表現(3DGS)を用いた高分解能自由呼吸性肺磁気共鳴画像(MRI)のための,教師なし・運動分解再構成フレームワークを提案する。 提案手法は3DGSを用いて,連続空間表現のためのボクセル間のデータの平滑化を可能にすることで,運動分解型3D等方性肺MRI再構成の課題に対処する。 肺MRIデータ取得はゴールデンアングルラジアルサンプリング軌道を用いて行われ、各ラジアルスポークにおけるk空間の中心から呼吸運動信号が抽出される。 推定された運動信号に基づいて、k空間データは複数の呼吸位相に分類される。 そして、3DGSフレームワークを適用して、第1の動作状態から基準画像ボリュームを再構成する。 その後、患者固有の畳み込みニューラルネットワークを訓練し、基準体積の空間変換により残りの運動状態を生成する変形ベクトル場(DVF)を推定する。 提案した再建パイプラインは、6つの被験者から得られた6つのデータセットで評価され、3つの最先端の再建手法に対してベンチマークが付けられている。 提案手法は,高分解能で運動分解能の肺MR像を効果的に再構成することを示した。 既存の手法と比較して、高い信号対雑音比とコントラスト対雑音比で反射される優れた画質を実現する。 提案手法は, 高精度な運動分解肺MRIと等方的空間分解能を有する3DGSを用いた再構成法である。 最先端の手法よりも画質の指標が優れていることは、臨床肺MRIの堅牢な解決策としての可能性を強調している。

関連論文リスト

• MRI Reconstruction with Regularized 3D Diffusion Model (R3DM) [2.842800539489865]
  正規化3次元拡散モデルと最適化手法を組み合わせた3次元MRI再構成法を提案する。 拡散に基づく事前処理を取り入れることで,画像品質の向上,ノイズの低減,3次元MRI再構成の全体的な忠実度の向上を実現した。
  論文  参考訳（メタデータ） (2024-12-25T00:55:05Z)
• LDPM: Towards undersampled MRI reconstruction with MR-VAE and Latent Diffusion Prior [4.499605583818247]
  拡散モデルを用いてMRI再構成を解こうとする研究もあるが、これらの手法はピクセル空間で直接動作する。 リッチな視覚的背景を持つ自然画像に事前学習した潜時拡散モデルでは,MRI再構成における高い計算コストの問題を解くことが期待されている。 LDPM法(Latent Diffusion Prior-based Undersampled MRI reconstruction)を提案する。
  論文  参考訳（メタデータ） (2024-11-05T09:51:59Z)
• 3D Vessel Reconstruction from Sparse-View Dynamic DSA Images via Vessel Probability Guided Attenuation Learning [79.60829508459753]
  現在の商用デジタルサブトラクション・アンジオグラフィー(DSA)システムは通常、再構築を行うために数百のスキャンビューを要求する。 スパース・ビューDSA画像のダイナミックな血流と不十分な入力は,3次元血管再建作業において重要な課題である。 本稿では,時間に依存しない容器確率場を用いてこの問題を効果的に解くことを提案する。
  論文  参考訳（メタデータ） (2024-05-17T11:23:33Z)
• 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)
• Passive superresolution imaging of incoherent objects [63.942632088208505]
  手法は、Hermite-Gaussianモードとその重ね合わせのオーバーコンプリートベースで、画像平面内のフィールドの空間モード成分を測定することで構成される。 ディープニューラルネットワークは、これらの測定からオブジェクトを再構築するために使用される。
  論文  参考訳（メタデータ） (2023-04-19T15:53:09Z)
• REGAS: REspiratory-GAted Synthesis of Views for Multi-Phase CBCT Reconstruction from a single 3D CBCT Acquisition [75.64791080418162]
  REGASは、アンダーサンプドトモグラフィビューを合成し、再構成画像中のアーティファクトのエイリアスを緩和する自己教師手法を提案する。 高解像度4Dデータ上でのディープニューラルネットワークの大規模なメモリコストに対処するため、REGASは分散して微分可能なフォワードプロジェクションを可能にする新しいレイパス変換(RPT)を導入した。
  論文  参考訳（メタデータ） (2022-08-17T03:42:19Z)
• A Long Short-term Memory Based Recurrent Neural Network for Interventional MRI Reconstruction [50.1787181309337]
  本稿では,畳み込み長短期記憶(Conv-LSTM)に基づくリカレントニューラルネットワーク(Recurrent Neural Network, RNN)を提案する。 提案アルゴリズムは,DBSのリアルタイムi-MRIを実現する可能性があり,汎用的なMR誘導介入に使用できる。
  論文  参考訳（メタデータ） (2022-03-28T14:03:45Z)
• ReconFormer: Accelerated MRI Reconstruction Using Recurrent Transformer [60.27951773998535]
  本稿では,MRI再構成のためのリカレントトランスモデルである textbfReconFormer を提案する。 高度にアンダーサンプリングされたk空間データから高純度磁気共鳴像を反復的に再構成することができる。 パラメータ効率が向上し,最先端手法よりも大幅に向上したことを示す。
  論文  参考訳（メタデータ） (2022-01-23T21:58:19Z)
• 4D iterative reconstruction of brain fMRI in the moving fetus [1.8492120771993543]
  本手法の精度を実地臨床用fMRI胎児群で定量的に評価した。 その結果,従来の3D手法と比較して再現性の向上が見られた。
  論文  参考訳（メタデータ） (2021-11-22T18:12:21Z)

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。