論文の概要: Real-Time, Population-Based Reconstruction of 3D Bone Models via Very-Low-Dose Protocols

• arxiv url: http://arxiv.org/abs/2508.13947v1
• Date: Tue, 19 Aug 2025 15:36:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-20 15:36:31.990876
• Title: Real-Time, Population-Based Reconstruction of 3D Bone Models via Very-Low-Dose Protocols
• Title（参考訳）: 極低次元プロトコルによる3次元骨モデルのリアルタイム・人口ベース再構築
• Authors: Yiqun Lin, Haoran Sun, Yongqing Li, Rabia Aslam, Lung Fung Tse, Tiange Cheng, Chun Sing Chui, Wing Fung Yau, Victorine R. Le Meur, Meruyert Amangeldy, Kiho Cho, Yinyu Ye, James Zou, Wei Zhao, Xiaomeng Li,
• Abstract要約: 骨モデルを作成するための従来のCTベースのアプローチは、CTの低柔軟性と高放射線曝露のため、術前の使用に限られている。 本稿では, 2平面X線から30秒で高品質な骨モデルを再構築する,高速かつ高精度なAIフレームワークであるSSR-KDについて紹介する。 両平面X線で再構成した骨モデルとCTで注釈した骨モデルとが同等の臨床的応用性を示した。
• 参考スコア（独自算出の注目度）: 28.991590897821283
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Patient-specific bone models are essential for designing surgical guides and preoperative planning, as they enable the visualization of intricate anatomical structures. However, traditional CT-based approaches for creating bone models are limited to preoperative use due to the low flexibility and high radiation exposure of CT and time-consuming manual delineation. Here, we introduce Semi-Supervised Reconstruction with Knowledge Distillation (SSR-KD), a fast and accurate AI framework to reconstruct high-quality bone models from biplanar X-rays in 30 seconds, with an average error under 1.0 mm, eliminating the dependence on CT and manual work. Additionally, high tibial osteotomy simulation was performed by experts on reconstructed bone models, demonstrating that bone models reconstructed from biplanar X-rays have comparable clinical applicability to those annotated from CT. Overall, our approach accelerates the process, reduces radiation exposure, enables intraoperative guidance, and significantly improves the practicality of bone models, offering transformative applications in orthopedics.
• Abstract（参考訳）: 患者固有の骨モデルは、複雑な解剖学的構造の可視化を可能にするため、外科的ガイドや術前計画の設計に不可欠である。 しかし, 骨モデル作成の従来のアプローチは, CTの低柔軟性と高放射線曝露, 時間を要する手作業によるデライン化のため, 術前の使用に限られている。 本稿では,2次元X線から30秒で高品質な骨モデルを再構築し,平均誤差1.0mm以下でCTや手作業への依存をなくすための,高速かつ正確なAIフレームワークであるSSR-KDについて紹介する。 さらに, 再建骨モデルの専門家らにより, 両側平面X線から再構成した骨モデルがCTから注釈した骨モデルと同等の臨床的応用性を示した。 全体として,本手法は放射線照射を減らし,術中指導を可能にし,骨模型の実用性を大幅に改善し,整形外科における変形的応用を提供する。

関連論文リスト

• A combined Machine Learning and Finite Element Modelling tool for the surgical planning of craniosynostosis correction [31.874825130479174]
  本研究は,患者の手術成績をリアルタイムに予測するツールを開発することを目的とする。 提案手法は, 3次元写真に基づくパーソナライズされた合成頭蓋骨を作成することを含む。 所望の手術結果を達成するために、機械学習サロゲートモデルを用いる。
  論文  参考訳（メタデータ） (2025-06-02T17:11:50Z)
• X-GRM: Large Gaussian Reconstruction Model for Sparse-view X-rays to Computed Tomography [89.84588038174721]
  Computed Tomographyは臨床において必須のツールであり、内部解剖学的構造を非侵襲的に可視化する。 既存のCT再構成作業は、小さなキャパシティモデルアーキテクチャと非フレキシブルボリューム表現に限られている。 スパースビュー2次元X線プロジェクションから3次元CTボリュームを再構成する大規模なフィードフォワードモデルであるX-GRMを提案する。
  論文  参考訳（メタデータ） (2025-05-21T08:14:10Z)
• IXGS-Intraoperative 3D Reconstruction from Sparse, Arbitrarily Posed Real X-rays [1.2721397985664153]
  R2$-Gaussian splatting frameworkを拡張して、一貫した3Dボリュームを困難な条件下で再構築する。 形態伝達を用いた解剖学的誘導ラジオグラフィ標準化のステップを導入し、ビュー間の視覚的整合性を改善する。
  論文  参考訳（メタデータ） (2025-04-20T18:28:13Z)
• Enhanced Knee Kinematics: Leveraging Deep Learning and Morphing Algorithms for 3D Implant Modeling [2.752817022620644]
  本研究では, 人工膝の正確な3次元再構築のための機械学習アルゴリズムとモーフィング技術を用いた新しいアプローチを提案する。 畳み込みニューラルネットワークは、インプラントされたコンポーネントの大腿骨輪郭を自動的に分割するように訓練される。 移植膝関節のパーソナライズされた3次元モデルを生成する。
  論文  参考訳（メタデータ） (2024-08-02T20:11:04Z)
• Autonomous Path Planning for Intercostal Robotic Ultrasound Imaging Using Reinforcement Learning [45.5123007404575]
  胸腔鏡検査は, 皮下リブケージの音響的影が原因で, 依然として困難である。 本研究は, 内臓器病変のモニタリングを行うために, リブ間の走査経路を計画するための強化学習手法を提案する。 ランダムに定義された単一または複数の走査ターゲットを持つ未確認のCTに対して実験が実施されている。
  論文  参考訳（メタデータ） (2024-04-15T16:52:53Z)
• Two-View Topogram-Based Anatomy-Guided CT Reconstruction for Prospective Risk Minimization [6.143855587452395]
  GAN(Generative Adversarial Network)に基づくCT再構成モデルを提案する。 GANは3Dボリュームを前方と外側のCTプロジェクションから再構成するように訓練されている。 提案手法は,PSNRが26.49,RMSEが196.17,SSIMが0.64,SSIMが26.21,201.55,0.63でCTボリュームを再構成できる。
  論文  参考訳（メタデータ） (2024-01-23T12:53:37Z)
• Accurate Fine-Grained Segmentation of Human Anatomy in Radiographs via Volumetric Pseudo-Labeling [66.75096111651062]
  我々は,10,021個の胸部CTと157個のラベルの大規模データセットを作成した。 解剖学的擬似ラベル抽出のために3次元解剖分類モデルのアンサンブルを適用した。 得られたセグメンテーションモデルはCXRで顕著な性能を示した。
  論文  参考訳（メタデータ） (2023-06-06T18:01:08Z)
• Breast Cancer Induced Bone Osteolysis Prediction Using Temporal Variational Auto-Encoders [65.95959936242993]
  骨分解性骨病変の進展を正確に予測し,可視化する深層学習フレームワークを開発した。 乳癌患者の骨格関連事象(SRE)を予防するための治療戦略の計画と評価を支援する。
  論文  参考訳（メタデータ） (2022-03-20T21:00:10Z)
• A Self-Supervised Deep Framework for Reference Bony Shape Estimation in Orthognathic Surgical Planning [55.30223654196882]
  仮想的な矯正手術計画では、3次元顔面骨形状モデルにおける顎変形の外科的修正をシミュレートする。 正常な解剖を表現した基準顔骨形状モデルは、計画精度を向上させるための客観的ガイダンスを提供することができる。 本稿では,顔面骨の形状モデルを自動的に推定する自己教師型ディープフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-09-11T05:24:40Z)
• Generative Modelling of 3D in-silico Spongiosa with Controllable Micro-Structural Parameters [1.0804061924593265]
  本稿では, シリコン中の現実的な骨構造を生成するために, 生成的対向ネットワークの最近の進歩を適用することを提案する。 最初のステップでは、ワッサーシュタインの目的と勾配のペナルティを用いて、累積生成モデルを漸進的に訓練した。 骨粗しょう症治療後の骨構造をシミュレートし, 骨粗しょうの治療効果について検討した。
  論文  参考訳（メタデータ） (2020-09-23T18:11:47Z)
• iPhantom: a framework for automated creation of individualized computational phantoms and its application to CT organ dosimetry [58.943644554192936]
  本研究の目的は、患者固有の幻覚やデジタル双眼鏡の自動作成のための新しいフレームワーク、iPhantomを開発し、検証することである。 この枠組みは、個々の患者のCT画像における放射線感受性臓器への放射線線量を評価するために応用される。 iPhantomは、アンカーオルガンのDice similarity Coefficients (DSC) >0.6の精度で全ての臓器の位置を正確に予測し、他のオルガンのDSCは0.3-0.9である。
  論文  参考訳（メタデータ） (2020-08-20T01:50:49Z)

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。