論文の概要: Deep Learning based 3D Volume Correlation for Additive Manufacturing Using High-Resolution Industrial X-ray Computed Tomography
- arxiv url: http://arxiv.org/abs/2507.07757v1
- Date: Thu, 10 Jul 2025 13:34:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-11 16:40:15.421107
- Title: Deep Learning based 3D Volume Correlation for Additive Manufacturing Using High-Resolution Industrial X-ray Computed Tomography
- Title（参考訳）: 高分解能産業用X線CTを用いた添加物製造のためのディープラーニングに基づく3次元ボリューム相関
- Authors: Keerthana Chand, Tobias Fritsch, Bardia Hejazi, Konstantin Poka, Giovanni Bruno,
- Abstract要約: 添加物製造(AM)の品質管理は、自動車、医療、航空宇宙などの分野における産業用途に欠かせない。
デジタルボリューム相関(DVC)は、コンピュータ支援設計(CAD)モデルと、生成されたコンポーネントのX線CT(Computerd Tomography)幾何を比較する。
本研究では,CADとXCTボリューム間のボクセル方向の変形を推定するための深層学習に基づくアプローチを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quality control in additive manufacturing (AM) is vital for industrial applications in areas such as the automotive, medical and aerospace sectors. Geometric inaccuracies caused by shrinkage and deformations can compromise the life and performance of additively manufactured components. Such deviations can be quantified using Digital Volume Correlation (DVC), which compares the computer-aided design (CAD) model with the X-ray Computed Tomography (XCT) geometry of the components produced. However, accurate registration between the two modalities is challenging due to the absence of a ground truth or reference deformation field. In addition, the extremely large data size of high-resolution XCT volumes makes computation difficult. In this work, we present a deep learning-based approach for estimating voxel-wise deformations between CAD and XCT volumes. Our method uses a dynamic patch-based processing strategy to handle high-resolution volumes. In addition to the Dice Score, we introduce a Binary Difference Map (BDM) that quantifies voxel-wise mismatches between binarized CAD and XCT volumes to evaluate the accuracy of the registration. Our approach shows a 9.2\% improvement in the Dice Score and a 9.9\% improvement in the voxel match rate compared to classic DVC methods, while reducing the interaction time from days to minutes. This work sets the foundation for deep learning-based DVC methods to generate compensation meshes that can then be used in closed-loop correlations during the AM production process. Such a system would be of great interest to industries since the manufacturing process will become more reliable and efficient, saving time and material.
- Abstract（参考訳）: 添加物製造(AM)の品質管理は、自動車、医療、航空宇宙などの分野における産業用途に欠かせない。
収縮と変形による幾何学的不正確さは、添加物製造部品の寿命と性能を損なう可能性がある。
このような偏差をDVC(Digital Volume correlation)を用いて定量化することができる。これはコンピュータ支援設計(CAD)モデルと、生成されたコンポーネントのX線CT(Computerd Tomography)幾何を比較したものである。
しかし、基底真実や基準変形場がないため、2つのモード間の正確な登録は困難である。
さらに、高解像度XCTボリュームの非常に大きなデータサイズは、計算を困難にしている。
本研究では,CADとXCTボリューム間のボクセル方向の変形を推定するための深層学習に基づくアプローチを提案する。
提案手法は,高解像度ボリュームを扱うために動的パッチベースの処理戦略を用いる。
Dice Scoreに加えて、バイナライズされたCADとXCTボリューム間のボクセル的ミスマッチを定量化し、登録精度を評価するバイナリ差分マップ(BDM)を導入する。
提案手法は,従来のDVC法と比較して,9.2\%のDiceスコア改善,9.9\%のボクセルマッチング率向上を実現し,インタラクション時間を数日から数分に短縮する。
この研究は、AM生産プロセス中にクローズドループ相関で使用できる補償メッシュを生成するためのディープラーニングベースのDVC手法の基礎を定めている。
このようなシステムは、製造プロセスがより信頼性が高く、効率的になり、時間と材料が節約されるので、産業にとって大きな関心を持つだろう。
関連論文リスト
- A Fast, Scalable, and Robust Deep Learning-based Iterative Reconstruction Framework for Accelerated Industrial Cone-beam X-ray Computed Tomography [5.104810959579395]
コーンビームX線CT(XCT)と大型検出器とそれに対応する大規模3次元再構成は,様々な産業における材料や部品のミクロンスケールのキャラクタリゼーションにおいて重要な役割を担っている。
本稿では, 自動正規化パラメータ選択を伴う先行モデルとして, アーティファクト縮小学習CNNを組み込んだ, ディープニューラルネットワークに基づく反復アルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-01-21T19:34:01Z) - Memory-efficient High-resolution OCT Volume Synthesis with Cascaded Amortized Latent Diffusion Models [48.87160158792048]
本稿では,高分解能CTボリュームをメモリ効率よく合成できるCA-LDM(Cascaded amortized Latent diffusion model)を提案する。
公開高解像度OCTデータセットを用いた実験により、我々の合成データは、既存の手法の能力を超越した、現実的な高解像度かつグローバルな特徴を持つことが示された。
論文 参考訳（メタデータ） (2024-05-26T10:58:22Z) - Continuous sign language recognition based on cross-resolution knowledge
distillation [10.920363368754721]
本稿では,教師ネットワークの出力と同一の規模でフレームレベルの特徴を出力するフレームレベルの特徴抽出器を提案する。
その後、クロスレゾリューションの知識蒸留法と伝統的な知識蒸留法を組み合わせてCSLRモデルを形成する。
2つの大規模連続手話データセットの実験によりCRKDの有効性が証明された。
論文 参考訳（メタデータ） (2023-03-13T02:33:34Z) - Adapting the Mean Teacher for keypoint-based lung registration under
geometric domain shifts [75.51482952586773]
ディープニューラルネットワークは一般的に、ラベル付きトレーニングデータが多く必要であり、トレーニングデータとテストデータの間のドメインシフトに弱い。
本稿では,ラベル付きソースからラベル付きターゲットドメインへのモデルの適用により,画像登録のための幾何学的領域適応手法を提案する。
本手法は,ベースラインモデルの精度を目標データに適合させながら,ベースラインモデルの50%/47%を継続的に改善する。
論文 参考訳（メタデータ） (2022-07-01T12:16:42Z) - Auto-Weighted Layer Representation Based View Synthesis Distortion
Estimation for 3-D Video Coding [78.53837757673597]
本稿では,自動重み付け層表現に基づくビュー合成歪み推定モデルを提案する。
提案手法は, 精度, 効率の両面において, 最先端の手法よりも優れている。
論文 参考訳（メタデータ） (2022-01-07T12:12:41Z) - Incremental Cross-view Mutual Distillation for Self-supervised Medical
CT Synthesis [88.39466012709205]
本稿では,スライス間の分解能を高めるために,新しい医療スライスを構築した。
臨床実践において, 根本・中間医療スライスは常に欠落していることを考慮し, 相互蒸留の段階的相互蒸留戦略を導入する。
提案手法は,最先端のアルゴリズムよりも明確なマージンで優れる。
論文 参考訳（メタデータ） (2021-12-20T03:38:37Z) - Toward Fault Detection in Industrial Welding Processes with Deep
Learning and Data Augmentation [0.0]
本稿では,AIツールの産業的実現における課題について述べる。
我々はオブジェクト検出APIからオブジェクト検出アルゴリズムを使用し、転送学習を用いてユースケースに適応する。
画像拡張によるデータセットの適度なスケーリングは、結合(IoU)とリコールの交差点の改善につながる。
論文 参考訳（メタデータ） (2021-06-18T14:52:49Z) - Detecting micro fractures with X-ray computed tomography [4.855026133182103]
XRCTを用いたカララ大理石のフラクチャーネットワークの可視化に成功したデータ集合について述べる。
従来の3手法と機械学習に基づく2手法を評価した。
2次元U-netモデルの出力は、機械学習に基づくセグメンテーション手法の1つである。
論文 参考訳（メタデータ） (2021-03-23T20:20:24Z) - Machine-learning based methodologies for 3d x-ray measurement,
characterization and optimization for buried structures in advanced ic
packages [0.5727968722424194]
シリコンのスケーリングが遅くなるにつれて、業界はICパッケージ技術に依存して、回路統合と性能改善に貢献している。
従来のパッケージ特性評価とプロセス最適化は、物理的な断面や遅延などの破壊的な技術に依存します。
本稿では、3次元X線顕微鏡で非破壊的に取得したデータを機械学習を用いて強化・最適化する方法を示す。
論文 参考訳（メタデータ） (2021-03-08T15:44:18Z) - An Uncertainty-Driven GCN Refinement Strategy for Organ Segmentation [53.425900196763756]
本研究では,不確実性解析とグラフ畳み込みネットワークに基づくセグメンテーション改善手法を提案する。
半教師付きグラフ学習問題を定式化するために、特定の入力ボリュームにおける畳み込みネットワークの不確実性レベルを用いる。
本手法は膵臓で1%,脾臓で2%向上し,最先端のCRF改善法よりも優れていた。
論文 参考訳（メタデータ） (2020-12-06T18:55:07Z) - Modelling the Distribution of 3D Brain MRI using a 2D Slice VAE [66.63629641650572]
本研究では,2次元スライスVAEとガウスモデルを組み合わせた3次元MR脳の体積分布をモデル化する手法を提案する。
また,本研究では,脳解剖学に適合するセグメンテーションの精度を定量的に評価する新たなボリューム評価手法を提案する。
論文 参考訳（メタデータ） (2020-07-09T13:23:15Z)
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。