論文の概要: ARI3D: A Software for Interactive Quantification of Regions in X-Ray CT 3D Images

• arxiv url: http://arxiv.org/abs/2508.09849v1
• Date: Wed, 13 Aug 2025 14:28:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-14 20:42:00.929949
• Title: ARI3D: A Software for Interactive Quantification of Regions in X-Ray CT 3D Images
• Title（参考訳）: ARI3D:X線CT3D画像における領域のインタラクティブな定量化ソフトウェア
• Authors: Jan Phillipp Albrecht, Jose R. A. Godinho, Christina Hübers, Deborah Schmidt,
• Abstract要約: ARI3D は,1) 位相同定の改善,2) 部分体積効果の説明,3) 物体定量化の検出限界と精度の向上,および 4) 異なる分野の科学で実装可能な定量的3次元解析の調和を図ることを目的としている。
• 参考スコア（独自算出の注目度）: 0.3749861135832073
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: X-ray computed tomography (CT) is the main 3D technique for imaging the internal microstructures of materials. Quantitative analysis of the microstructures is usually achieved by applying a sequence of steps that are implemented to the entire 3D image. This is challenged by various imaging artifacts inherent from the technique, e.g., beam hardening and partial volume. Consequently, the analysis requires users to make a number of decisions to segment and classify the microstructures based on the voxel gray-values. In this context, a software tool, here called ARI3D, is proposed to interactively analyze regions in three-dimensional X-ray CT images, assisting users through the various steps of a protocol designed to classify and quantify objects within regions of a three-dimensional image. ARI3D aims to 1) Improve phase identification; 2) Account for partial volume effect; 3) Increase the detection limit and accuracy of object quantification; and 4) Harmonize quantitative 3D analysis that can be implemented in different fields of science.
• Abstract（参考訳）: X線CT(CT)は材料内部の微細構造をイメージングする主要な3D技術である。 ミクロ構造の定量的解析は通常、3次元画像全体に実装された一連のステップを適用することで達成される。 これは、例えばビーム硬化や部分体積といった技術に由来する様々なイメージングアーティファクトに挑戦されている。 その結果、ユーザは、ボクセルグレー値に基づいて、マイクロ構造を分類し分類するために、多くの決定を行う必要がある。 この文脈において、ARI3Dと呼ばれるソフトウェアツールは、3次元CT画像内の領域をインタラクティブに解析し、3次元画像の領域内のオブジェクトを分類・定量化するように設計されたプロトコルの様々なステップを通してユーザを支援する。 ARI3Dが目指すのは 1) 位相識別の改善。 2 部分体積効果の会計 3)物体定量化の検出限界と精度の増大 4)異なる分野の科学で実施可能な定量的3次元解析を調和させる。

関連論文リスト

• Automated Dynamic Image Analysis for Particle Size and Shape Classification in Three Dimensions [3.8300818830608345]
  動的画像解析のための最先端技術は、主に二次元イメージングに限られている。 既存の3次元イメージング技術(CT、レーザースキャン、写真撮影など)は静的物体に限られている。 OCcularは、光カメラの同期配列を用いて連続的な粒子の流れを撮像するコスト効率のよいソリューションを提供することで、これらの課題に対処する。
  論文  参考訳（メタデータ） (2024-12-06T15:36:59Z)
• TomoGRAF: A Robust and Generalizable Reconstruction Network for Single-View Computed Tomography [3.1209855614927275]
  従来の解析的・定性的なCT再構成アルゴリズムは数百の角データサンプリングを必要とする。 我々は,高品質な3Dボリュームを再構成するために,ユニークなX線輸送物理を取り入れた新しいTtomoGRAFフレームワークを開発した。
  論文  参考訳（メタデータ） (2024-11-12T20:07:59Z)
• Large Spatial Model: End-to-end Unposed Images to Semantic 3D [79.94479633598102]
  大空間モデル(LSM)は、RGB画像を直接意味的放射場に処理する。 LSMは、単一のフィードフォワード操作における幾何学、外観、意味を同時に推定する。 新しい視点で言語と対話することで、多目的ラベルマップを生成することができる。
  論文  参考訳（メタデータ） (2024-10-24T17:54:42Z)
• μ-Net: A Deep Learning-Based Architecture for μ-CT Segmentation [2.012378666405002]
  X線計算マイクロトモグラフィー(mu-CT)は、医学および生物学的サンプルの内部解剖の高解像度な3D画像を生成する非破壊的手法である。 3D画像から関連情報を抽出するには、興味のある領域のセマンティックセグメンテーションが必要である。 本稿では、畳み込みニューラルネットワーク(CNN)を用いて、Carassius auratusの心臓の完全な形態を自動分割する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-06-24T15:29:08Z)
• SAM3D: Zero-Shot Semi-Automatic Segmentation in 3D Medical Images with the Segment Anything Model [3.2554912675000818]
  SAM3Dは,既存のセグメンテーションモデル上に構築された3次元画像の半自動ゼロショットセグメンテーションのための新しいアプローチである。 ユーザが3Dポリラインでプロンプトし、複数の軸に沿ってボリュームスライスし、事前訓練されたモデルでスライスワイド推論を行い、3Dで再構成と洗練を行う4段階の戦略で、3D画像の高速かつ正確なセグメンテーションを実現する。
  論文  参考訳（メタデータ） (2024-05-10T19:26:17Z)
• X-Ray: A Sequential 3D Representation For Generation [54.160173837582796]
  我々は、X線スキャンにインスパイアされた新しい3Dシーケンシャル表現であるX線を紹介する。 X線は3Dオブジェクトを異なる層で一連の表面フレームに変換するため、画像から3Dモデルを生成するのに適している。
  論文  参考訳（メタデータ） (2024-04-22T16:40:11Z)
• MM3DGS SLAM: Multi-modal 3D Gaussian Splatting for SLAM Using Vision, Depth, and Inertial Measurements [59.70107451308687]
  カメラ画像と慣性測定による地図表現に3Dガウスアンを用いることで、精度の高いSLAMが実現できることを示す。 我々の手法であるMM3DGSは、より高速なスケール認識と軌道追跡の改善により、事前レンダリングの限界に対処する。 また,カメラと慣性測定ユニットを備えた移動ロボットから収集したマルチモーダルデータセットUT-MMもリリースした。
  論文  参考訳（メタデータ） (2024-04-01T04:57:41Z)
• 3D Volumetric Super-Resolution in Radiology Using 3D RRDB-GAN [4.8698443014985715]
  本研究では,放射線画像の3次元超解像のための3次元残留残差ブロックGAN(3D RRDB-GAN)を提案する。 3D RRDB-GANの重要な側面は2.5D Dense損失関数の統合である。
  論文  参考訳（メタデータ） (2024-02-06T17:26:18Z)
• A unified 3D framework for Organs at Risk Localization and Segmentation for Radiation Therapy Planning [56.52933974838905]
  現在の医療ワークフローは、OAR(Organs-at-risk)のマニュアル記述を必要とする 本研究は,OARローカライゼーション・セグメンテーションのための統合された3Dパイプラインの導入を目的とする。 提案手法は医用画像に固有の3Dコンテキスト情報の活用を可能にする。
  論文  参考訳（メタデータ） (2022-03-01T17:08:41Z)
• 3D Reconstruction of Curvilinear Structures with Stereo Matching DeepConvolutional Neural Networks [52.710012864395246]
  本稿では,立体対における曲線構造の検出とマッチングのための完全自動パイプラインを提案する。 主に、TEM画像のステレオ対から転位を3次元再構成することに焦点を当てる。
  論文  参考訳（メタデータ） (2021-10-14T23:05:47Z)

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。