論文の概要: A Shape-Aware Total Body Photography System for In-focus Surface Coverage Optimization

• arxiv url: http://arxiv.org/abs/2505.16228v1
• Date: Thu, 22 May 2025 04:57:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-23 17:12:48.046444
• Title: A Shape-Aware Total Body Photography System for In-focus Surface Coverage Optimization
• Title（参考訳）: 表面被覆最適化のための形状認識全体撮影システム
• Authors: Wei-Lun Huang, Joshua Liu, Davood Tashayyod, Jun Kang, Amir Gandjbakhche, Misha Kazhdan, Mehran Armand,
• Abstract要約: 全身写真(TBP)は、皮膚がんのリスクが高い患者に有用なスクリーニングツールになりつつある。 本稿では,全身画像を自動的にキャプチャする新しい形状認識型TPPシステムを提案する。 提案システムでは,平均分解能は0.068mm/ピクセル,0.0566mm/ピクセルであり,表面積は約85%と95%である。
• 参考スコア（独自算出の注目度）: 3.8598226486555314
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Total Body Photography (TBP) is becoming a useful screening tool for patients at high risk for skin cancer. While much progress has been made, existing TBP systems can be further improved for automatic detection and analysis of suspicious skin lesions, which is in part related to the resolution and sharpness of acquired images. This paper proposes a novel shape-aware TBP system automatically capturing full-body images while optimizing image quality in terms of resolution and sharpness over the body surface. The system uses depth and RGB cameras mounted on a 360-degree rotary beam, along with 3D body shape estimation and an in-focus surface optimization method to select the optimal focus distance for each camera pose. This allows for optimizing the focused coverage over the complex 3D geometry of the human body given the calibrated camera poses. We evaluate the effectiveness of the system in capturing high-fidelity body images. The proposed system achieves an average resolution of 0.068 mm/pixel and 0.0566 mm/pixel with approximately 85% and 95% of surface area in-focus, evaluated on simulation data of diverse body shapes and poses as well as a real scan of a mannequin respectively. Furthermore, the proposed shape-aware focus method outperforms existing focus protocols (e.g. auto-focus). We believe the high-fidelity imaging enabled by the proposed system will improve automated skin lesion analysis for skin cancer screening.
• Abstract（参考訳）: 全身写真(TBP)は、皮膚がんのリスクが高い患者に有用なスクリーニングツールになりつつある。 多くの進展が見られたが、既存のTBPシステムは疑わしい皮膚病変の自動検出と解析のためにさらに改善され、これは取得した画像の解像度とシャープネスに関連している。 本稿では, 画像の解像度とシャープさの観点から, 画像の画質を最適化しつつ, 全身画像を自動的にキャプチャする新しい形状認識型TPPシステムを提案する。 このシステムは、360度回転ビームに装着された奥行きカメラとRGBカメラを使用し、3Dボディ形状の推定と焦点内面最適化により、各カメラのポーズに最適な焦点距離を選択する。 これにより、キャリブレーションされたカメラのポーズによって、人間の体の複雑な3D形状よりも焦点を絞ったカバレッジを最適化できる。 高忠実度体像の撮影におけるシステムの有効性を評価する。 提案システムでは, 表面積が約85%, 95%の0.068mm/ピクセル, 0.0566mm/ピクセルの平均分解能を, 多様な体形やポーズのシミュレーションデータ, およびマネキンの実スキャンで評価した。 さらに,本提案手法は,既存のフォーカスプロトコル(例えばauto-focus)よりも優れていた。 提案システムによって実現された高忠実度イメージングは,皮膚がん検診における皮膚病変の自動解析を改善すると考えられる。

関連論文リスト

• A Unified Model for Compressed Sensing MRI Across Undersampling Patterns [69.19631302047569]
  様々な計測アンサンプパターンと画像解像度に頑健な統合MRI再構成モデルを提案する。 我々のモデルは、拡散法よりも600$times$高速な推論で、最先端CNN(End-to-End VarNet)の4dBでSSIMを11%改善し、PSNRを4dB改善する。
  論文  参考訳（メタデータ） (2024-10-05T20:03:57Z)
• 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)
• Dense 3D Reconstruction Through Lidar: A Comparative Study on Ex-vivo Porcine Tissue [16.786601606755013]
  研究者たちは、視覚に基づく手術支援のための深度検知と3D再構成を積極的に研究している。 腹腔鏡下手術では, リアルタイム, 正確, 堅牢な3次元表示が困難である。 この研究は、3Dレーザーによる飛行時間センサーが解剖学的表面の再構成を行うことができる品質を徹底的に特徴付けるために、生き残ったブタの組織を定量的に検査する。
  論文  参考訳（メタデータ） (2024-01-19T14:14:26Z)
• Next-generation Surgical Navigation: Marker-less Multi-view 6DoF Pose Estimation of Surgical Instruments [64.59698930334012]
  静止カメラとヘッドマウントカメラを組み合わせたマルチカメラ・キャプチャー・セットアップを提案する。 第2に,手術用ウェットラボと実際の手術用劇場で撮影された元脊椎手術のマルチビューRGB-Dビデオデータセットを公表した。 第3に,手術器具の6DoFポーズ推定の課題に対して,最先端のシングルビューとマルチビューの3つの手法を評価した。
  論文  参考訳（メタデータ） (2023-05-05T13:42:19Z)
• Monitoring of Pigmented Skin Lesions Using 3D Whole Body Imaging [14.544274849288952]
  皮膚病変の迅速評価とマッピングを可能にする3次元全身イメージングプロトタイプを提案する。 モジュラーカメラリグは、体全体をスキャンするために複数の角度から同期した画像を自動でキャプチャするように設計されている。 我々は,深部畳み込みニューラルネットワークに基づく3次元体像再構成,データ処理,皮膚病変検出のためのアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2022-05-14T15:24:06Z)
• 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)

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。