論文の概要: TUS-REC2024: A Challenge to Reconstruct 3D Freehand Ultrasound Without External Tracker

• arxiv url: http://arxiv.org/abs/2506.21765v1
• Date: Thu, 26 Jun 2025 20:52:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-30 21:12:23.010359
• Title: TUS-REC2024: A Challenge to Reconstruct 3D Freehand Ultrasound Without External Tracker
• Title（参考訳）: TUS-REC2024:外部トラッカーを使わずに3Dフリーハンド超音波を再構築する試み
• Authors: Qi Li, Shaheer U. Saeed, Yuliang Huang, Mingyuan Luo, Zhongnuo Yan, Jiongquan Chen, Xin Yang, Dong Ni, Nektarios Winter, Phuc Nguyen, Lucas Steinberger, Caelan Haney, Yuan Zhao, Mingjie Jiang, Bowen Ren, SiYeoul Lee, Seonho Kim, MinKyung Seo, MinWoo Kim, Yimeng Dou, Zhiwei Zhang, Yin Li, Tomy Varghese, Dean C. Barratt, Matthew J. Clarkson, Tom Vercauteren, Yipeng Hu,
• Abstract要約: TUS-REC2024 Challengeは、トラッカーレス3D超音波再構成の進歩をベンチマークし、加速するために設立された。 43以上の登録チームが参加し、6チームが21の有効なドーカライズソリューションを提出した。 結果は、この領域における最先端のアプローチの進歩と現在の限界の両方を強調します。
• 参考スコア（独自算出の注目度）: 25.14284964227897
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Trackerless freehand ultrasound reconstruction aims to reconstruct 3D volumes from sequences of 2D ultrasound images without relying on external tracking systems, offering a low-cost, portable, and widely deployable alternative for volumetric imaging. However, it presents significant challenges, including accurate inter-frame motion estimation, minimisation of drift accumulation over long sequences, and generalisability across scanning protocols. The TUS-REC2024 Challenge was established to benchmark and accelerate progress in trackerless 3D ultrasound reconstruction by providing a publicly available dataset for the first time, along with a baseline model and evaluation framework. The Challenge attracted over 43 registered teams, of which 6 teams submitted 21 valid dockerized solutions. Submitted methods spanned a wide range of algorithmic approaches, including recurrent models, registration-driven volume refinement, attention, and physics-informed models. This paper presents an overview of the Challenge design, summarises the key characteristics of the dataset, provides a concise literature review, introduces the technical details of the underlying methodology working with tracked freehand ultrasound data, and offers a comparative analysis of submitted methods across multiple evaluation metrics. The results highlight both the progress and current limitations of state-of-the-art approaches in this domain, and inform directions for future research. The data, evaluation code, and baseline are publicly available to facilitate ongoing development and reproducibility. As a live and evolving benchmark, this Challenge is designed to be continuously developed and improved. The Challenge was held at MICCAI 2024 and will be organised again at MICCAI 2025, reflecting its growing impact and the sustained commitment to advancing this field.
• Abstract（参考訳）: トラッキングレスフリーハンド超音波再構成は、外部追跡システムに頼ることなく、2D超音波画像のシーケンスから3Dボリュームを再構築することを目的としており、低コストでポータブルで広く展開可能なボリュームイメージングの代替手段を提供する。 しかし、フレーム間の動きの正確な推定、長いシーケンスでのドリフト蓄積の最小化、スキャンプロトコル間の一般化など、重要な課題が提示されている。 TUS-REC2024 Challengeは、ベースラインモデルと評価フレームワークとともに、初めて公開されているデータセットを提供することで、トラッカーレス3D超音波再構成の進捗をベンチマークし、加速するために設立された。 このチャレンジには43以上の登録チームが参加し、6つのチームが21の有効なドッカー化ソリューションを提出した。 提案された手法は、リカレントモデル、登録駆動ボリューム改善、注意力、物理インフォームドモデルなど、幅広いアルゴリズムアプローチにまたがった。 本稿では, 課題設計の概要, データセットの重要な特徴を要約し, 簡潔な文献レビューを提供し, 追跡自由ハンド超音波データを扱う手法の技術的詳細を紹介し, 提案手法を複数の評価指標で比較分析する。 その結果、この領域における最先端のアプローチの進展と現状の限界を浮き彫りにし、今後の研究の方向性を明らかにした。 データ、評価コード、ベースラインは、継続的な開発と再現性を促進するために公開されています。 ライブで進化したベンチマークとして、このチャレンジは継続的に開発され、改善されるように設計されている。 チャレンジはMICCAI 2024で開催され、MICCAI 2025で再び組織される。

関連論文リスト

• UltraGauss: Ultrafast Gaussian Reconstruction of 3D Ultrasound Volumes [15.02330703285484]
  2D-to-3D再構成は、しばしば計算コストが高く、メモリ集約的であり、超音波物理と相容れない。 UltraGauss - 超音波波伝搬にビュー合成技術を拡張した最初の超音波特異的ガウス平滑化フレームワーク。 実際の臨床超音波データでは、UltraGaussは最先端の再建を5分で達成し、1枚の画像で0.99 SSIMに達する。
  論文  参考訳（メタデータ） (2025-05-08T20:53:47Z)
• ImplicitCell: Resolution Cell Modeling of Joint Implicit Volume Reconstruction and Pose Refinement in Freehand 3D Ultrasound [12.066225199232777]
  ImplicitCell は Inlicit Neural Representation (INR) と超音波分解能セルモデルを統合した新しいフレームワークである。 実験結果から, ImplicitCell は既存手法と比較して, 復元アーチファクトを著しく低減し, ボリューム品質を向上することが示された。
  論文  参考訳（メタデータ） (2025-03-09T16:40:49Z)
• Enhancing Free-hand 3D Photoacoustic and Ultrasound Reconstruction using Deep Learning [3.8426872518410997]
  本研究では,携帯型光音響・超音波(PAUS)画像における3次元再構成を支援するため,グローバルローカル自己保持モジュール(MoGLo-Net)を用いたモーションベース学習ネットワークを提案する。 MoGLo-Netは、連続した超音波画像内の完全に発達したスペックル領域や高発癌組織領域などの臨界領域を利用して、運動パラメータを正確に推定する。
  論文  参考訳（メタデータ） (2025-02-05T11:59:23Z)
• DailyDVS-200: A Comprehensive Benchmark Dataset for Event-Based Action Recognition [51.96660522869841]
  DailyDVS-200は、イベントベースのアクション認識コミュニティに適したベンチマークデータセットである。 実世界のシナリオで200のアクションカテゴリをカバーし、47人の参加者によって記録され、22,000以上のイベントシーケンスで構成されている。 DailyDVS-200には14の属性がアノテートされており、記録されたアクションの詳細なキャラクタリゼーションが保証されている。
  論文  参考訳（メタデータ） (2024-07-06T15:25:10Z)
• DRAC: Diabetic Retinopathy Analysis Challenge with Ultra-Wide Optical Coherence Tomography Angiography Images [51.27125547308154]
  第25回医用画像コンピューティング・コンピュータ支援介入国際会議(MICCAI 2022)にともなうDRAC糖尿病網膜症解析チャレンジの企画を行った。 この課題は、DR病変の分節化、画像品質評価、DRグレーディングの3つのタスクから構成される。 本稿では,課題の各課題について,トップパフォーマンスのソリューションと結果の要約と分析を行う。
  論文  参考訳（メタデータ） (2023-04-05T12:04:55Z)
• Trackerless freehand ultrasound with sequence modelling and auxiliary transformation over past and future frames [15.815449197145382]
  トラッカーのない3次元フリーハンド超音波(US)再建は、多くの臨床応用において、その2次元または追跡された超音波よりも有利である。 本稿では、フィードフォワードとリカレントニューラルネットワーク(RNN)を用いて、過去と将来の2次元画像から米国フレーム間の3次元空間変換を推定する。 時間的に利用可能なフレームでは、さらに多タスク学習アルゴリズムが提案され、それらの間に多数の補助的な変換予測タスクが利用できる。
  論文  参考訳（メタデータ） (2022-11-09T13:18:35Z)
• Recovering 3D Human Mesh from Monocular Images: A Survey [49.00136388529404]
  単眼画像から人間のポーズと形状を推定することは、コンピュータビジョンにおける長年の問題である。 本調査は, 単分子型3次元メッシュ回収の課題に焦点を当てた。
  論文  参考訳（メタデータ） (2022-03-03T18:56:08Z)
• Transducer Adaptive Ultrasound Volume Reconstruction [17.19369561039399]
  フリーハンド2Dスキャンによる3Dボリューム再構成は、特に外部追跡装置を使わずに、非常に難しい問題である。 近年の深層学習に基づく手法は,連続する超音波フレーム間のフレーム間移動を直接推定する可能性を示している。 本稿では、異なるトランスデューサで取得したデータにディープラーニングアルゴリズムを適用するための新しいドメイン適応手法を提案する。
  論文  参考訳（メタデータ） (2020-11-17T04:46:57Z)

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。