論文の概要: Digital twins enable full-reference quality assessment of photoacoustic image reconstructions

• arxiv url: http://arxiv.org/abs/2505.24514v1
• Date: Fri, 30 May 2025 12:25:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-02 19:47:52.940257
• Title: Digital twins enable full-reference quality assessment of photoacoustic image reconstructions
• Title（参考訳）: デジタル双生児は光音響画像再構成の完全参照品質評価を可能にする
• Authors: Janek Gröhl, Leonid Kunyansky, Jenni Poimala, Thomas R. Else, Francesca Di Cecio, Sarah E. Bohndiek, Ben T. Cox, Andreas Hauptmann,
• Abstract要約: 非参照画像の品質測定は不十分な場合が多いが、フル参照は理想的な参照画像へのアクセスを必要とする。 組織模倣ファントムの数値デジタル双対とイメージングシステムを用いて定量的キャリブレーションを行うことにより,この問題に対処する。
• 参考スコア（独自算出の注目度）: 1.5926880411246285
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantitative comparison of the quality of photoacoustic image reconstruction algorithms remains a major challenge. No-reference image quality measures are often inadequate, but full-reference measures require access to an ideal reference image. While the ground truth is known in simulations, it is unknown in vivo, or in phantom studies, as the reference depends on both the phantom properties and the imaging system. We tackle this problem by using numerical digital twins of tissue-mimicking phantoms and the imaging system to perform a quantitative calibration to reduce the simulation gap. The contributions of this paper are two-fold: First, we use this digital-twin framework to compare multiple state-of-the-art reconstruction algorithms. Second, among these is a Fourier transform-based reconstruction algorithm for circular detection geometries, which we test on experimental data for the first time. Our results demonstrate the usefulness of digital phantom twins by enabling assessment of the accuracy of the numerical forward model and enabling comparison of image reconstruction schemes with full-reference image quality assessment. We show that the Fourier transform-based algorithm yields results comparable to those of iterative time reversal, but at a lower computational cost. All data and code are publicly available on Zenodo: https://doi.org/10.5281/zenodo.15388429.
• Abstract（参考訳）: 光音響画像再構成アルゴリズムの品質の定量的比較は依然として大きな課題である。 非参照画像の品質測定は不十分な場合が多いが、フル参照は理想的な参照画像へのアクセスを必要とする。 地上の真実はシミュレーションで知られているが、ファントムの性質とイメージングシステムの両方に依存しているため、生体内や幻の研究では知られていない。 組織模倣ファントムの数値デジタル双対とイメージングシステムを用いて,シミュレーションギャップを低減するために定量的キャリブレーションを行うことにより,この問題に対処する。 まず、このデジタル・ツイン・フレームワークを用いて、複数の最先端再構築アルゴリズムを比較する。 第2に、Fourier変換を用いた円形検出ジオメトリの再構成アルゴリズムがあり、初めて実験データを用いて検証する。 以上の結果から,デジタルファントム双生児は,数値フォワードモデルの精度を評価でき,画像再構成方式とフル参照画像品質評価を比較できることを示した。 フーリエ変換に基づくアルゴリズムは、反復時間反転のアルゴリズムに匹敵する結果が得られるが、計算コストは低い。 全データとコードはZenodoで公開されている。

関連論文リスト

• Quantum annealing-based computed tomography using variational approach for a real-number image reconstruction [0.0]
  本研究は実数再構成のための変分手法を用いたQACT再構成アルゴリズムを開発した。 注目すべきは、各ピクセルの表示に2キュービットしか必要とせず、正確な再構成に十分であることを示したことである。
  論文  参考訳（メタデータ） (2023-06-03T23:35:10Z)
• Deep Unfolded Recovery of Sub-Nyquist Sampled Ultrasound Image [94.42139459221784]
  本稿では,ISTAアルゴリズムの展開に基づく時空間領域におけるサブNyquistサンプルからの再構成手法を提案する。 本手法は,高品質な撮像性能を確保しつつ,配列要素数,サンプリングレート,計算時間を削減できる。
  論文  参考訳（メタデータ） (2021-03-01T19:19:38Z)
• Shared Prior Learning of Energy-Based Models for Image Reconstruction [69.72364451042922]
  本研究では,地中真理データを含まないトレーニングに特化して設計された画像再構成のための新しい学習ベースフレームワークを提案する。 基底真理データがない場合には、損失関数をパッチベースのワッサーシュタイン関数に変更する。 共用事前学習では、上記の最適制御問題と正規化器の共用学習パラメータを同時に最適化する。
  論文  参考訳（メタデータ） (2020-11-12T17:56:05Z)
• Deep Variational Network Toward Blind Image Restoration [60.45350399661175]
  ブラインド画像復元はコンピュータビジョンでは一般的だが難しい問題である。 両利点を両立させることを目的として,新しいブラインド画像復元手法を提案する。 画像デノイングと超解像という2つの典型的なブラインド赤外線タスクの実験により,提案手法が現状よりも優れた性能を達成できることが実証された。
  論文  参考訳（メタデータ） (2020-08-25T03:30:53Z)
• Single Image Brightening via Multi-Scale Exposure Fusion with Hybrid Learning [48.890709236564945]
  小さいISOと小さな露光時間は、通常、背面または低い光条件下で画像をキャプチャするために使用される。 本稿では、そのような画像を明るくするために、単一の画像輝度化アルゴリズムを提案する。 提案アルゴリズムは,露出時間が大きい2つの仮想画像を生成するための,ユニークなハイブリッド学習フレームワークを含む。
  論文  参考訳（メタデータ） (2020-07-04T08:23:07Z)
• u-net CNN based fourier ptychography [5.46367622374939]
  本稿では,畳み込みニューラルネットワークに基づく新しい検索アルゴリズムを提案する。 実験により, システム収差下において, 再現性が向上し, より堅牢であることが確認された。
  論文  参考訳（メタデータ） (2020-03-16T22:48:44Z)
• Class-Specific Blind Deconvolutional Phase Retrieval Under a Generative Prior [8.712404218757733]
  この問題はフーリエ・プチコグラフィー、X線結晶学、可視光通信など様々な画像モダリティで発生する。 本稿では,事前訓練された2つの深層生成ネットワークの下での交互勾配降下アルゴリズムを用いて,この逆問題の解法を提案する。 提案アルゴリズムは,前向き測定モデルを説明する各前駆体の範囲内で,シャープな画像とぼやけたカーネルを見つけ出そうとする。
  論文  参考訳（メタデータ） (2020-02-28T07:36:28Z)

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。