論文の概要: CT-ScanGaze: A Dataset and Baselines for 3D Volumetric Scanpath Modeling

• arxiv url: http://arxiv.org/abs/2507.12591v1
• Date: Wed, 16 Jul 2025 19:21:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-18 20:10:24.255199
• Title: CT-ScanGaze: A Dataset and Baselines for 3D Volumetric Scanpath Modeling
• Title（参考訳）: CT-ScanGaze:3次元体積走査パスモデリングのためのデータセットとベースライン
• Authors: Trong-Thang Pham, Akash Awasthi, Saba Khan, Esteban Duran Marti, Tien-Phat Nguyen, Khoa Vo, Minh Tran, Ngoc Son Nguyen, Cuong Tran Van, Yuki Ikebe, Anh Totti Nguyen, Anh Nguyen, Zhigang Deng, Carol C. Wu, Hien Van Nguyen, Ngan Le,
• Abstract要約: 我々は,CT-ScanGazeと呼ばれる,初めて公開された視線データセットをCT上に提示する。 次にCT-Searcherを紹介した。CTボリュームを処理し,放射線学的な3D固定シーケンスを生成するために設計された,新しい3Dスキャンパス予測器である。
• 参考スコア（独自算出の注目度）: 12.457017701871273
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Understanding radiologists' eye movement during Computed Tomography (CT) reading is crucial for developing effective interpretable computer-aided diagnosis systems. However, CT research in this area has been limited by the lack of publicly available eye-tracking datasets and the three-dimensional complexity of CT volumes. To address these challenges, we present the first publicly available eye gaze dataset on CT, called CT-ScanGaze. Then, we introduce CT-Searcher, a novel 3D scanpath predictor designed specifically to process CT volumes and generate radiologist-like 3D fixation sequences, overcoming the limitations of current scanpath predictors that only handle 2D inputs. Since deep learning models benefit from a pretraining step, we develop a pipeline that converts existing 2D gaze datasets into 3D gaze data to pretrain CT-Searcher. Through both qualitative and quantitative evaluations on CT-ScanGaze, we demonstrate the effectiveness of our approach and provide a comprehensive assessment framework for 3D scanpath prediction in medical imaging.
• Abstract（参考訳）: CT(Computed Tomography)読影における放射線医の眼球運動の理解は,効果的なコンピュータ支援診断システムの開発に不可欠である。 しかし、この領域でのCT研究は、公開されている視線追跡データセットの欠如とCTボリュームの3次元複雑さによって制限されている。 これらの課題に対処するため,CT-ScanGaze と呼ばれる,初めて公開された視線データセットをCT上に提示する。 次にCT-Searcherを導入し,CTボリュームを処理し,放射線技師のような3D固定シーケンスを生成するために設計された新しい3Dスキャンパス予測器について述べる。 ディープラーニングモデルは事前学習の恩恵を受けるため,既存の2次元視線データセットを3次元視線データに変換するパイプラインを開発し,CT-Searcherを事前訓練する。 CT-ScanGazeの質的,定量的な評価を通じて,本手法の有効性を実証し,医用画像における3Dスキャンパス予測のための総合的評価枠組みを提供する。

関連論文リスト

• Imitating Radiological Scrolling: A Global-Local Attention Model for 3D Chest CT Volumes Multi-Label Anomaly Classification [0.0]
  3次元CTスキャンのマルチラベル分類は、データの体積特性と検出すべき異常の多様性のために難しい課題である。 畳み込みニューラルネットワーク(CNN)に基づく既存のディープラーニング手法は、長距離依存を効果的に捉えるのに苦労する。 我々は,3次元CTスキャン解析において,放射線技師のスクロール挙動をエミュレートする新しいグローバルアテンションモデルCT-Scrollを提案する。
  論文  参考訳（メタデータ） (2025-03-26T15:47:50Z)
• Explaining 3D Computed Tomography Classifiers with Counterfactuals [5.782952470371709]
  本研究では,Latent Shift反ファクト生成法を2次元アプリケーションから拡張し,CTスキャンを解説する。 スライスベースのオートエンコーダと勾配ブロッキングを実装した。 本手法は,高分解能3次元医用画像における解釈可能な偽物の生成に有効である。
  論文  参考訳（メタデータ） (2025-02-11T00:44:20Z)
• 3D-CT-GPT: Generating 3D Radiology Reports through Integration of Large Vision-Language Models [51.855377054763345]
  本稿では,VQAに基づく医用視覚言語モデルである3D-CT-GPTについて紹介する。 パブリックデータセットとプライベートデータセットの両方の実験により、3D-CT-GPTはレポートの正確さと品質という点で既存の手法を著しく上回っていることが示された。
  論文  参考訳（メタデータ） (2024-09-28T12:31:07Z)
• Developing Generalist Foundation Models from a Multimodal Dataset for 3D Computed Tomography [10.110878689623961]
  我々は3次元医用画像と対応するテキストレポートとをマッチングする最初のデータセットであるCT-RATEを紹介する。 我々はCTに焦点を当てたコントラスト言語画像事前学習フレームワークであるCT-CLIPを開発した。 我々は3次元胸部CTボリュームのための視覚言語基礎チャットモデルであるCT-CHATを作成する。
  論文  参考訳（メタデータ） (2024-03-26T16:19:56Z)
• Deep learning network to correct axial and coronal eye motion in 3D OCT retinal imaging [65.47834983591957]
  深層学習に基づくニューラルネットワークを用いて,OCTの軸運動とコロナ運動のアーチファクトを1つのスキャンで補正する。 実験結果から, 提案手法は動作アーチファクトを効果的に補正し, 誤差が他の方法よりも小さいことを示す。
  論文  参考訳（メタデータ） (2023-05-27T03:55:19Z)
• Geometry-Aware Attenuation Learning for Sparse-View CBCT Reconstruction [53.93674177236367]
  Cone Beam Computed Tomography (CBCT) は臨床画像撮影において重要な役割を担っている。 従来の方法では、高品質な3D CBCT画像の再構成には数百の2次元X線投影が必要である。 これにより、放射線線量を減らすため、スパースビューCBCT再構成への関心が高まっている。 本稿では,この問題を解決するために,新しい幾何対応エンコーダデコーダフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-26T14:38:42Z)
• Slice-level Detection of Intracranial Hemorrhage on CT Using Deep Descriptors of Adjacent Slices [0.31317409221921133]
  そこで本研究では,隣接するスライスのディスクリプタに基づいて,CTスキャンでエンフスライスレベルの分類器を訓練する新しい手法を提案する。 我々は、RSNA頭蓋内出血データセットの課題における、最高のパフォーマンスソリューションの上位4%において、単一のモデルを得る。 提案手法は汎用的であり,MRIなどの他の3次元診断タスクにも適用可能である。
  論文  参考訳（メタデータ） (2022-08-05T23:20:37Z)
• COVIDx CT-3: A Large-scale, Multinational, Open-Source Benchmark Dataset for Computer-aided COVID-19 Screening from Chest CT Images [82.74877848011798]
  胸部CT画像から新型コロナウイルスの症例を検出するための大規模ベンチマークデータセットであるCOVIDx CT-3を紹介する。 COVIDx CT-3には、少なくとも17カ国で6,068人の患者から431,205個のCTスライスが含まれている。 我々は, COVIDx CT-3データセットのデータ多様性と潜在的なバイアスについて検討し, 地理的, 集団的不均衡について検討した。
  論文  参考訳（メタデータ） (2022-06-07T06:35:48Z)
• Automated Model Design and Benchmarking of 3D Deep Learning Models for COVID-19 Detection with Chest CT Scans [72.04652116817238]
  3D胸部CTスキャン分類のための3D DLモデルを自動的に検索するための差別化可能なニューラルネットワーク探索(DNAS)フレームワークを提案する。 また,我々のモデルのクラスアクティベーションマッピング(cam)技術を利用して,結果の解釈可能性を提供する。
  論文  参考訳（メタデータ） (2021-01-14T03:45:01Z)
• XraySyn: Realistic View Synthesis From a Single Radiograph Through CT Priors [118.27130593216096]
  放射線写真は、X線を用いて患者の内部解剖を視覚化し、3D情報を2次元平面に投影する。 私たちの知る限りでは、ラジオグラフィビューの合成に関する最初の研究である。 本手法は,3次元空間におけるX線撮影の理解を得ることにより,地中骨ラベルを使わずに,X線撮影による骨抽出と骨抑制に応用できることが示唆された。
  論文  参考訳（メタデータ） (2020-12-04T05:08:53Z)

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。