Fugu-MT 論文翻訳(概要): Robust Tracking with Particle Filtering for Fluorescent Cardiac Imaging

論文の概要: Robust Tracking with Particle Filtering for Fluorescent Cardiac Imaging

arxiv url: http://arxiv.org/abs/2508.05262v1
Date: Thu, 07 Aug 2025 10:57:13 GMT
ステータス: 翻訳完了
システム内更新日: 2025-08-08 18:59:39.826425
Title: Robust Tracking with Particle Filtering for Fluorescent Cardiac Imaging
Title（参考訳）: 蛍光心画像用粒子フィルタを用いたロバストトラッキング
Authors: Suresh Guttikonda, Maximilian Neidhart, Johanna Sprenger, Johannes Petersen, Christian Detter, Alexander Schlaefer,
Abstract要約: 術中心筋イメージングは冠動脈バイパス手術後の品質管理を可能にする。目標ランドマークに追従する粒子を頑健に追跡する循環整合性チェックに基づく粒子フィルタリングトラッカーを提案する。提案手法は,25.4fpsで117の目標を同時に追跡し,介入中のリアルタイム推定を可能にする。
参考スコア（独自算出の注目度）: 38.101372238544734
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Intraoperative fluorescent cardiac imaging enables quality control following coronary bypass grafting surgery. We can estimate local quantitative indicators, such as cardiac perfusion, by tracking local feature points. However, heart motion and significant fluctuations in image characteristics caused by vessel structural enrichment limit traditional tracking methods. We propose a particle filtering tracker based on cyclicconsistency checks to robustly track particles sampled to follow target landmarks. Our method tracks 117 targets simultaneously at 25.4 fps, allowing real-time estimates during interventions. It achieves a tracking error of (5.00 +/- 0.22 px) and outperforms other deep learning trackers (22.3 +/- 1.1 px) and conventional trackers (58.1 +/- 27.1 px).
Abstract（参考訳）: 術中蛍光心電図は冠動脈バイパス手術後の品質管理を可能にする。局所的特徴点の追跡により,心臓灌流などの局所的定量的指標を推定できる。しかし, 血管構造強化に伴う心臓運動と画像特性の顕著な変動は, 従来の追跡法を制限している。目標ランドマークに追従する粒子を頑健に追跡する循環整合性チェックに基づく粒子フィルタリングトラッカーを提案する。提案手法は,25.4fpsで117の目標を同時に追跡し,介入中のリアルタイム推定を可能にする。追跡誤差は (5.00 +/- 0.22 px) で、他のディープラーニングトラッカー (22.3 +/- 1.1 px) や従来のトラッカー (58.1 +/- 27.1 px) を上回っている。

関連論文リスト

Taming Modern Point Tracking for Speckle Tracking Echocardiography via Impartial Motion [0.686108371431346]
本研究は, 超音波検査における最先端点追跡法の可能性について検討し, 心エコー検査に焦点をあてる。実際のBモード超音波ビデオにおいて心臓の周期を通しての運動を解析することにより、方向運動バイアスが既存のトレーニング戦略に影響を与えていることを同定する。偏見を低減し, 心臓運動による一般化とロバスト性の向上を図った。
論文参考訳（メタデータ） (2025-07-14T10:18:26Z)
LiteTracker: Leveraging Temporal Causality for Accurate Low-latency Tissue Tracking [84.52765560227917]
LiteTrackerは、内視鏡的ビデオストリームにおける組織追跡のための低遅延手法である。 LiteTrackerは最先端の長期追跡手法に基づいており、トレーニング不要なランタイム最適化のセットを導入している。
論文参考訳（メタデータ） (2025-04-14T05:53:57Z)
Sequence-aware Pre-training for Echocardiography Probe Movement Guidance [71.79421124144145]
本稿では,高品質な標準平面画像取得のためのプローブポーズ調整によるロボットシステムや初心者の誘導に応用可能な,新しいプローブ移動誘導アルゴリズムを提案する。本研究では, マスクアウト画像の特徴とプローブ動作をスキャンシーケンスで予測することにより, パーソナライズされた3次元心構造の特徴を学習する。
論文参考訳（メタデータ） (2024-08-27T12:55:54Z)
Unsupervised 4D Cardiac Motion Tracking with Spatiotemporal Optical Flow Networks [7.920406261260867]
本稿では、空間的再構成損失と時間的整合損失を伴って、教師なし光フローネットワークを設計する動作追跡手法を提案する。提案する損失関数はペアワイズと時間的相関を利用してノイズ背景から心臓の動きを推定する。我々の知る限り、これは4次元心運動追跡のための教師なしエンドツーエンドのディープラーニング光フローネットワークを用いた最初の研究である。
論文参考訳（メタデータ） (2024-07-05T17:18:46Z)
EchoTracker: Advancing Myocardial Point Tracking in Echocardiography [0.6263680699548959]
EchoTrackerは、超音波画像シーケンスを横切る組織表面のクエリポイントの追跡を容易にする、2倍の粗い粒度モデルである。実験の結果、平均位置精度は67%、中央軌道誤差は2.86ピクセルである。このことは、学習に基づく点追跡がパフォーマンスを向上し、臨床測定において高い診断と予後の値が得られることを示唆している。
論文参考訳（メタデータ） (2024-05-14T13:24:51Z)
RTracker: Recoverable Tracking via PN Tree Structured Memory [71.05904715104411]
本稿では,木構造メモリを用いてトラッカーと検出器を動的に関連付け,自己回復を可能にするRTrackerを提案する。具体的には,正負と負のターゲットサンプルを時系列に保存し,維持する正負のツリー構造メモリを提案する。我々の中核となる考え方は、正と負の目標カテゴリーの支持サンプルを用いて、目標損失の信頼性評価のための相対的距離に基づく基準を確立することである。
論文参考訳（メタデータ） (2024-03-28T08:54:40Z)
ConTrack: Contextual Transformer for Device Tracking in X-ray [13.788670026481324]
ConTrackはトランスフォーマーベースのネットワークで、空間的および時間的コンテキスト情報の両方を使って正確なデバイス検出と追跡を行う。本手法は,最先端追跡モデルと比較して,検出と追跡の精度が45%以上向上する。
論文参考訳（メタデータ） (2023-07-14T14:20:09Z)
CNN Filter Learning from Drawn Markers for the Detection of Suggestive Signs of COVID-19 in CT Images [58.720142291102135]
畳み込みニューラルネットワーク(CNN)のフィルタを推定するために,大規模な注釈付きデータセットやバックプロパゲーションを必要としない手法を提案する。少数のCT画像に対して、ユーザは、代表的な正常領域と異常領域にマーカーを描画する。本発明の方法は、カーネルがマークされたものに似た拡張領域に特有な一連の畳み込み層からなる特徴抽出器を生成する。
論文参考訳（メタデータ） (2021-11-16T15:03:42Z)
Reciprocal Landmark Detection and Tracking with Extremely Few Annotations [10.115679843920958]
本稿では,心エコーラベルのスパース特性を扱うために,新しいエンドツーエンドの相互検出・追跡モデルを提案する。このモデルは、心臓のシネシーケンス全体にわたって注釈付きフレームをほとんど使わずにトレーニングされ、ランドマークの一貫した検出と追跡が生成される。
論文参考訳（メタデータ） (2021-01-27T06:59:41Z)
Probabilistic Tracklet Scoring and Inpainting for Multiple Object Tracking [83.75789829291475]
本稿では,トラックレット提案の確率的自己回帰運動モデルを提案する。これは、我々のモデルを訓練して、自然のトラックレットの基盤となる分布を学習することで達成される。我々の実験は、挑戦的なシーケンスにおける物体の追跡におけるアプローチの優位性を実証している。
論文参考訳（メタデータ） (2020-12-03T23:59:27Z)
Tracking-by-Counting: Using Network Flows on Crowd Density Maps for Tracking Multiple Targets [96.98888948518815]
State-of-the-art multi-object tracking(MOT)法は、トラッキング・バイ・検出のパラダイムに従っている。混み合ったシーンに適したMOTパラダイムであるトラッキング・バイ・カウントを提案する。
論文参考訳（メタデータ） (2020-07-18T19:51:53Z)

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。