Fugu-MT 論文翻訳(概要): Coarse-to-Fine Joint Registration of MR and Ultrasound Images via Imaging Style Transfer

論文の概要: Coarse-to-Fine Joint Registration of MR and Ultrasound Images via Imaging Style Transfer

arxiv url: http://arxiv.org/abs/2508.05240v1
Date: Thu, 07 Aug 2025 10:27:50 GMT
ステータス: 翻訳完了
システム内更新日: 2025-08-08 18:59:39.816722
Title: Coarse-to-Fine Joint Registration of MR and Ultrasound Images via Imaging Style Transfer
Title（参考訳）: MR画像と超音波画像の撮像スタイル移動による粗-重結合レジストレーション
Authors: Junyi Wang, Xi Zhu, Yikun Guo, Zixi Wang, Haichuan Gao, Le Zhang, Fan Zhang,
Abstract要約: 術前MR像と術後超音波像を登録するためのパイプラインを構築した。提案手法は, 3D CycleGAN を用いたアンペアスタイル転送を利用して, 合成 T1 画像を生成することで, 登録性能を向上させる。
参考スコア（独自算出の注目度）: 8.622007888062146
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We developed a pipeline for registering pre-surgery Magnetic Resonance (MR) images and post-resection Ultrasound (US) images. Our approach leverages unpaired style transfer using 3D CycleGAN to generate synthetic T1 images, thereby enhancing registration performance. Additionally, our registration process employs both affine and local deformable transformations for a coarse-to-fine registration. The results demonstrate that our approach improves the consistency between MR and US image pairs in most cases.
Abstract（参考訳）: 術前MR画像と術後超音波画像の登録のためのパイプラインを開発した。提案手法は, 3D CycleGAN を用いたアンペアスタイル転送を利用して, 合成 T1 画像を生成することで, 登録性能を向上させる。さらに,我々の登録プロセスでは,粗大な登録のためにアフィンと局所的な変形可能な変換が採用されている。その結果,ほとんどの場合,MRとUS画像の整合性が向上することが示唆された。

関連論文リスト

3D Wavelet Latent Diffusion Model for Whole-Body MR-to-CT Modality Translation [13.252652406393205]
既存の全身画像のためのMR-to-CT法では、生成したCT画像と入力したMR画像との空間的アライメントが低くなることが多い。本稿では,これらの制約に対処する新しい3次元ウェーブレット遅延拡散モデル(3D-WLDM)を提案する。エンコーダ・デコーダアーキテクチャにWavelet Residual Moduleを組み込むことで,画像空間と潜伏空間をまたいだ微細な特徴の捕捉と再構築が促進される。
論文参考訳（メタデータ） (2025-07-14T06:17:05Z)
MR2US-Pro: Prostate MR to Ultrasound Image Translation and Registration Based on Diffusion Models [7.512221808783586]
本稿では,TRUS 3次元再構成とクロスモーダル登録という,2段階のプロセスによる課題に対処する新しい枠組みを提案する。本稿では,矢状面と横方向のTRUSビューの自然な相関を生かした完全プローブ位置独立アプローチを提案する。登録段階では、モダリティ変換によって導かれる教師なし拡散に基づくフレームワークを導入する。
論文参考訳（メタデータ） (2025-05-31T14:55:03Z)
Intraoperative Registration by Cross-Modal Inverse Neural Rendering [61.687068931599846]
クロスモーダル逆ニューラルレンダリングによる神経外科手術における術中3D/2Dレジストレーションのための新しいアプローチを提案する。本手法では,暗黙の神経表現を2つの構成要素に分離し,術前および術中における解剖学的構造について検討した。臨床症例の振り返りデータを用いて本法の有効性を検証し,現在の登録基準を満たした状態での最先端の検査成績を示した。
論文参考訳（メタデータ） (2024-09-18T13:40:59Z)
Learning to Match 2D Keypoints Across Preoperative MR and Intraoperative Ultrasound [38.1299082729891]
術前MR画像と術中超音波画像との整合性を考慮したテクスチャ不変2Dキーポイント記述法を提案する。我々は,すべての画像に対してキーポイントのローカライゼーションを強制し,テクスチャ不変の識別特徴を教師付きコントラスト的に学習する患者固有の記述ネットワークをトレーニングすることで,トレーニングセットを構築した。本実験は, 提案手法の有効性を実証し, 最先端手法に勝り, マッチング精度を平均80.35%向上した。
論文参考訳（メタデータ） (2024-09-12T16:00:22Z)
Epicardium Prompt-guided Real-time Cardiac Ultrasound Frame-to-volume Registration [50.602074919305636]
本稿では,CU-Reg と呼ばれる,軽量でエンドツーエンドなカード・ツー・エンド・超音波フレーム・ツー・ボリューム・レジストレーション・ネットワークを提案する。 2次元スパースと3次元濃密な特徴の相互作用を増強するために,心内膜急速ガイドによる解剖学的手がかりを用い,その後,強化された特徴のボクセル的局所グロバル集約を行った。
論文参考訳（メタデータ） (2024-06-20T17:47:30Z)
Volumetric Reconstruction Resolves Off-Resonance Artifacts in Static and Dynamic PROPELLER MRI [76.60362295758596]
磁気共鳴イメージング(MRI)におけるオフ共鳴アーティファクトは、画像ボリューム内のスピンの実際の共鳴周波数が空間情報を符号化するのに使用される期待周波数と異なる場合に発生する視覚歪みである。本稿では,2次元MRI再構成問題を3次元に引き上げ,このオフ共鳴をモデル化するための「スペクトル」次元を導入することで,これらのアーチファクトを解決することを提案する。
論文参考訳（メタデータ） (2023-11-22T05:44:51Z)
Optimizing Sampling Patterns for Compressed Sensing MRI with Diffusion Generative Models [75.52575380824051]
圧縮センシングマルチコイルMRIにおけるサブサンプリングパターンを最適化する学習手法を提案する。拡散モデルとMRI計測プロセスにより得られた後部平均推定値に基づいて1段階の再構成を行う。本手法では,効果的なサンプリングパターンの学習には5つのトレーニング画像が必要である。
論文参考訳（メタデータ） (2023-06-05T22:09:06Z)
Spatial and Modal Optimal Transport for Fast Cross-Modal MRI Reconstruction [54.19448988321891]
本稿では,T1重み付き画像(T1WIs)を補助モダリティとして活用し,T2WIsの取得を高速化するエンド・ツー・エンドのディープラーニングフレームワークを提案する。最適輸送(OT)を用いてT1WIを整列させてT2WIを合成し、クロスモーダル合成を行う。再構成されたT2WIと合成されたT2WIがT2画像多様体に近づき、繰り返しが増加することを示す。
論文参考訳（メタデータ） (2023-05-04T12:20:51Z)
Primitive Simultaneous Optimization of Similarity Metrics for Image Registration [11.928304177787604]
本稿では,原始和法により実装された登録メトリクスの同時最適化が,画像登録に有効かどうかを検討する。専門神経放射線医の目印アノテーションを用いたTREによる登録精度の向上を実証した。
論文参考訳（メタデータ） (2023-04-04T07:43:56Z)
A Long Short-term Memory Based Recurrent Neural Network for Interventional MRI Reconstruction [50.1787181309337]
本稿では,畳み込み長短期記憶(Conv-LSTM)に基づくリカレントニューラルネットワーク(Recurrent Neural Network, RNN)を提案する。提案アルゴリズムは,DBSのリアルタイムi-MRIを実現する可能性があり,汎用的なMR誘導介入に使用できる。
論文参考訳（メタデータ） (2022-03-28T14:03:45Z)
MR-Contrast-Aware Image-to-Image Translations with Generative Adversarial Networks [5.3580471186206005]
MR取得パラメータの反復時間とエコー時間に基づいて,画像から画像へ生成する敵ネットワークを訓練する。提案手法はピーク信号対雑音比と24.48と0.66の構造的類似性を示し,ピクセルベンチマークモデルを大幅に上回っている。
論文参考訳（メタデータ） (2021-04-03T17:05:13Z)
Dual-cycle Constrained Bijective VAE-GAN For Tagged-to-Cine Magnetic Resonance Image Synthesis [11.697141493937021]
VAE-GANによるタグ付け-Cine MR画像合成手法を提案する。このフレームワークは1,768,416,および1,560個の被検非依存のタグ付きMRIとシネMRIを用いて,訓練,検証,および試験を行った。
論文参考訳（メタデータ） (2021-01-14T03:27:16Z)

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。