論文の概要: UltrON: Ultrasound Occupancy Networks

• arxiv url: http://arxiv.org/abs/2509.08991v1
• Date: Wed, 10 Sep 2025 20:38:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-12 16:52:24.145978
• Title: UltrON: Ultrasound Occupancy Networks
• Title（参考訳）: UltrON: 超音波操作ネットワーク
• Authors: Magdalena Wysocki, Felix Duelmer, Ananya Bal, Nassir Navab, Mohammad Farid Azampour,
• Abstract要約: SDFや占有関数のような暗黙の表現は、従来のボクセルやメッシュベースの方法に代わる強力な代替手段を提供する。 これらのアプローチは、Bモード強度に埋め込まれたリッチな音響情報を見渡して、正確なアノテーションにヒンジする。 本稿では, 音響的特徴を利用して幾何整合性を向上させる, 占有率に基づく表現とglsUltrONの導入を提案する。
• 参考スコア（独自算出の注目度）: 38.32197440821245
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In free-hand ultrasound imaging, sonographers rely on expertise to mentally integrate partial 2D views into 3D anatomical shapes. Shape reconstruction can assist clinicians in this process. Central to this task is the choice of shape representation, as it determines how accurately and efficiently the structure can be visualized, analyzed, and interpreted. Implicit representations, such as SDF and occupancy function, offer a powerful alternative to traditional voxel- or mesh-based methods by modeling continuous, smooth surfaces with compact storage, avoiding explicit discretization. Recent studies demonstrate that SDF can be effectively optimized using annotations derived from segmented B-mode ultrasound images. Yet, these approaches hinge on precise annotations, overlooking the rich acoustic information embedded in B-mode intensity. Moreover, implicit representation approaches struggle with the ultrasound's view-dependent nature and acoustic shadowing artifacts, which impair reconstruction. To address the problems resulting from occlusions and annotation dependency, we propose an occupancy-based representation and introduce \gls{UltrON} that leverages acoustic features to improve geometric consistency in weakly-supervised optimization regime. We show that these features can be obtained from B-mode images without additional annotation cost. Moreover, we propose a novel loss function that compensates for view-dependency in the B-mode images and facilitates occupancy optimization from multiview ultrasound. By incorporating acoustic properties, \gls{UltrON} generalizes to shapes of the same anatomy. We show that \gls{UltrON} mitigates the limitations of occlusions and sparse labeling and paves the way for more accurate 3D reconstruction. Code and dataset will be available at https://github.com/magdalena-wysocki/ultron.
• Abstract（参考訳）: フリーハンド超音波画像では、ソノグラフィーは、部分的な2Dビューを3D解剖学的形状に統合する専門知識に頼っている。 形状復元は、この過程で臨床医を助けることができる。 このタスクの中心は形状表現の選択であり、構造がどれだけ正確かつ効率的に視覚化され、分析され、解釈されるかを決定する。 SDFや占有関数のような暗黙の表現は、連続的で滑らかな表面をコンパクトなストレージでモデル化することで、従来のボクセルやメッシュベースの手法に代わる強力な代替手段を提供する。 近年の研究では、分割Bモード超音波画像からのアノテーションを用いて、SDFを効果的に最適化できることが示されている。 しかし、これらのアプローチは、Bモード強度に埋め込まれたリッチな音響情報を見渡して、正確なアノテーションにヒンジする。 さらに、暗黙的な表現アプローチは、超音波の視界依存性の性質と、再建を損なう音響的シャドーイングアーティファクトに苦慮する。 咬合とアノテーションの依存性から生じる問題に対処するため,音響的特徴を活用し,弱教師付き最適化システムにおける幾何的整合性を改善するために,占有率に基づく表現を提案し,それを用いた \gls{UltrON} を導入する。 これらの特徴は,付加的なアノテーションコストを伴わずに,Bモード画像から得られることを示す。 さらに,Bモード画像におけるビュー依存性を補正し,マルチビュー超音波による占有率の最適化を容易にする新しい損失関数を提案する。 音響特性を取り入れることで、 \gls{UltrON} は同じ解剖学の形に一般化される。 以上の結果から,<gls{UltrON} は咬合の限界を緩和し,スパースラベルを緩和し,より正確な3D再構成の道を開いた。 コードとデータセットはhttps://github.com/magdalena-wysocki/ultron.comから入手できる。

関連論文リスト

• DiffUS: Differentiable Ultrasound Rendering from Volumetric Imaging [0.0]
  術中超音波画像検査は、多数の外科手術中にリアルタイムのガイダンスを提供する。 しかし、その解釈はノイズ、ボリュームアーティファクト、高分解能MRI/CTスキャンとの整合性に複雑である。 本稿では,体積像から実写のBモード像を合成する物理ベースの反射法DiffUSを提案する。
  論文  参考訳（メタデータ） (2025-08-09T01:04:11Z)
• Decompositional Neural Scene Reconstruction with Generative Diffusion Prior [64.71091831762214]
  完全な形状と詳細なテクスチャを持つ3次元シーンの分解的再構成は、下流の応用に興味深い。 近年のアプローチでは、この問題に対処するために意味的あるいは幾何学的正則化が取り入れられているが、制約の少ない領域では著しく劣化している。 本稿では,SDS(Score Distillation Sampling)の形で拡散先行値を用いたDP-Reconを提案し,新しい視点下で個々の物体の神経表現を最適化する。
  論文  参考訳（メタデータ） (2025-03-19T02:11:31Z)
• Denoising via Repainting: an image denoising method using layer wise medical image repainting [6.195127726026568]
  異方性ガウスフィルタとプログレッシブベジエパス再描画を統合したマルチスケール手法を提案する。 本手法は, 構造的詳細を保存しながら, 騒音を緩和するスケールスペースピラミッドを構築する。 複数のMRIデータセットに対する実験結果は、競合する手法よりもPSNRとSSIMが一貫した改善を示した。
  論文  参考訳（メタデータ） (2025-03-11T06:54:37Z)
• Enhancing Free-hand 3D Photoacoustic and Ultrasound Reconstruction using Deep Learning [3.8426872518410997]
  本研究では,携帯型光音響・超音波(PAUS)画像における3次元再構成を支援するため,グローバルローカル自己保持モジュール(MoGLo-Net)を用いたモーションベース学習ネットワークを提案する。 MoGLo-Netは、連続した超音波画像内の完全に発達したスペックル領域や高発癌組織領域などの臨界領域を利用して、運動パラメータを正確に推定する。
  論文  参考訳（メタデータ） (2025-02-05T11:59:23Z)
• CP-UNet: Contour-based Probabilistic Model for Medical Ultrasound Images Segmentation [15.56723271531489]
  本稿では,輪郭型確率分割モデルCP-UNetを提案する。 セグメンテーションネットワークをガイドし、デコード中の輪郭に焦点を当てる。 本手法は乳腺病変と甲状腺病変のセグメンテーションに有効である。
  論文  参考訳（メタデータ） (2024-11-21T15:56:30Z)
• FreeSplat: Generalizable 3D Gaussian Splatting Towards Free-View Synthesis of Indoor Scenes [50.534213038479926]
  FreeSplatは、長いシーケンス入力から自由視点合成まで、幾何学的に一貫した3Dシーンを再構築することができる。 ビュー数に関係なく、広いビュー範囲にわたる堅牢なビュー合成を実現するための、シンプルで効果的なフリービュートレーニング戦略を提案する。
  論文  参考訳（メタデータ） (2024-05-28T08:40:14Z)
• Feature-aggregated spatiotemporal spine surface estimation for wearable patch ultrasound volumetric imaging [4.287216236596808]
  我々は,複数の画像角から反射性骨表面を捉えるためにパッチライクなウェアラブル超音波ソリューションを提案する。 我々のウェアラブル超音波システムは、拡張現実環境で臨床医に直感的で正確な介入指導を提供する可能性がある。
  論文  参考訳（メタデータ） (2022-11-11T02:15:48Z)
• Weakly-supervised Learning For Catheter Segmentation in 3D Frustum Ultrasound [74.22397862400177]
  超音波を用いた新しいカテーテルセグメンテーション法を提案する。 提案手法は,1ボリュームあたり0.25秒の効率で最先端の性能を実現した。
  論文  参考訳（メタデータ） (2020-10-19T13:56:22Z)

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。