論文の概要: Generative AI Pipeline for Interactive Prompt-driven 2D-to-3D Vascular Reconstruction for Fontan Geometries from Contrast-Enhanced X-Ray Fluoroscopy Imaging

• arxiv url: http://arxiv.org/abs/2509.13372v1
• Date: Tue, 16 Sep 2025 04:47:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-18 18:41:50.572031
• Title: Generative AI Pipeline for Interactive Prompt-driven 2D-to-3D Vascular Reconstruction for Fontan Geometries from Contrast-Enhanced X-Ray Fluoroscopy Imaging
• Title（参考訳）: コントラスト強調X線蛍光イメージングによるフォンタン測地のための対話型プロンプト駆動型2D-to-3D血管再構築のための生成AIパイプライン
• Authors: Prahlad G Menon,
• Abstract要約: フォンタン麻痺の最近の評価は, 血管造影に頼っている。 蛍光アンギオグラムの系統的かつ反復的な処理のための多段階AIパイプラインを開発した。 パイプラインは、単一ビューのアンジオグラムから幾何学的に最適化された2Dプロジェクションをうまく生成した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Fontan palliation for univentricular congenital heart disease progresses to hemodynamic failure with complex flow patterns poorly characterized by conventional 2D imaging. Current assessment relies on fluoroscopic angiography, providing limited 3D geometric information essential for computational fluid dynamics (CFD) analysis and surgical planning. A multi-step AI pipeline was developed utilizing Google's Gemini 2.5 Flash (2.5B parameters) for systematic, iterative processing of fluoroscopic angiograms through transformer-based neural architecture. The pipeline encompasses medical image preprocessing, vascular segmentation, contrast enhancement, artifact removal, and virtual hemodynamic flow visualization within 2D projections. Final views were processed through Tencent's Hunyuan3D-2mini (384M parameters) for stereolithography file generation. The pipeline successfully generated geometrically optimized 2D projections from single-view angiograms after 16 processing steps using a custom web interface. Initial iterations contained hallucinated vascular features requiring iterative refinement to achieve anatomically faithful representations. Final projections demonstrated accurate preservation of complex Fontan geometry with enhanced contrast suitable for 3D conversion. AI-generated virtual flow visualization identified stagnation zones in central connections and flow patterns in branch arteries. Complete processing required under 15 minutes with second-level API response times. This approach demonstrates clinical feasibility of generating CFD-suitable geometries from routine angiographic data, enabling 3D generation and rapid virtual flow visualization for cursory insights prior to full CFD simulation. While requiring refinement cycles for accuracy, this establishes foundation for democratizing advanced geometric and hemodynamic analysis using readily available imaging data.
• Abstract（参考訳）: 心室性先天性心疾患に対するフォンタン緩和術は, 従来の2D画像で特徴付けられる複雑な血流パターンを欠いた血行障害へと進展する。 現在の評価は、Fluorscopic angiographyに依存しており、計算流体力学(CFD)解析と手術計画に不可欠な、限られた3D幾何学的情報を提供している。 GoogleのGemini 2.5 Flash(2.5Bパラメータ)を使って、トランスフォーマーベースのニューラルアーキテクチャによる蛍光アンジオグラムの体系的かつ反復的な処理のために、マルチステップAIパイプラインが開発された。 パイプラインは、医用画像前処理、血管分割、コントラスト拡張、アーティファクト除去、および2Dプロジェクション内の仮想血行フロー可視化を含む。 最終的なビューはTencentのHunyuan3D-2mini(384Mパラメータ)を通じてステレオリソグラフィファイル生成のために処理された。 パイプラインは16の処理ステップを経て、カスタムのWebインターフェースを使用して、単一ビューのアンジオグラムから幾何学的に最適化された2Dプロジェクションを生成することに成功した。 最初の反復は、解剖学的に忠実な表現を達成するために反復的改善を必要とする幻覚血管の特徴を含んでいた。 最終的な投影は、複雑なフォンタン幾何の正確な保存を示し、3次元変換に適したコントラストが強化された。 AIによって生成された仮想フローの可視化は、枝動脈の中央接続とフローパターンの停滞ゾーンを特定した。 第2レベルのAPI応答時間で15分以内の処理が完了した。 本手法は, フルCFDシミュレーションに先立って, 血管造影データからCFDに適したジオメトリを生成することの臨床的実現可能性を示し, カーソルインサイトに対する3次元生成と高速な仮想フロー可視化を可能にする。 精度向上のために精細化サイクルを必要とするが、これは手軽に利用できる画像データを用いて高度な幾何学的および血行動態解析を民主化するための基盤を確立する。

関連論文リスト

• Accelerating 3D Photoacoustic Computed Tomography with End-to-End Physics-Aware Neural Operators [74.65171736966131]
  光音響計算トモグラフィ(PACT)は、光コントラストと超音波分解能を組み合わせることで、光拡散限界を超える深部像を実現する。 現在の実装では、高密度トランスデューサアレイと長い取得時間を必要とし、臨床翻訳を制限している。 本研究では,センサ計測からボリューム再構成まで,逆音響マッピングを直接学習する物理認識モデルであるPanoを紹介する。
  論文  参考訳（メタデータ） (2025-09-11T23:12:55Z)
• Explicit Differentiable Slicing and Global Deformation for Cardiac Mesh Reconstruction [8.730291904586656]
  医用画像からの心臓解剖のメッシュ再構築は, 形状, 運動計測, 生体物理シミュレーションに有用である。 従来のボクセルベースのアプローチは、イメージの忠実さを損なう前処理と後処理に依存している。 そこで本稿では,メッシュのスライスからメッシュへの勾配バックプロパゲーションを可能にする,新しい識別可能なボキセル化とスライシング(DVS)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-09-03T17:19:31Z)
• 3D Vessel Reconstruction from Sparse-View Dynamic DSA Images via Vessel Probability Guided Attenuation Learning [79.60829508459753]
  現在の商用デジタルサブトラクション・アンジオグラフィー(DSA)システムは通常、再構築を行うために数百のスキャンビューを要求する。 スパース・ビューDSA画像のダイナミックな血流と不十分な入力は,3次元血管再建作業において重要な課題である。 本稿では,時間に依存しない容器確率場を用いてこの問題を効果的に解くことを提案する。
  論文  参考訳（メタデータ） (2024-05-17T11:23:33Z)
• Physics-Informed Learning for Time-Resolved Angiographic Contrast Agent Concentration Reconstruction [3.3359894496511053]
  本稿では、画像に基づく血流シミュレーションのデータセットに基づいてトレーニングされたニューラルネットワークベースのモデルを提案する。 このモデルでは, 血管の各中心点における空間平均コントラスト剤濃度を経時的に予測する。 本手法は, 経時的血管造影画像再構成における機械学習と血流シミュレーションの統合の可能性を示すものである。
  論文  参考訳（メタデータ） (2024-03-04T12:37:52Z)
• StableDreamer: Taming Noisy Score Distillation Sampling for Text-to-3D [88.66678730537777]
  本稿では3つの進歩を取り入れた方法論であるStableDreamerを紹介する。 まず、SDS生成前の等価性と、簡単な教師付きL2再構成損失を定式化する。 第2に,画像空間拡散は幾何学的精度に寄与するが,色調の鮮明化には潜時空間拡散が不可欠であることを示す。
  論文  参考訳（メタデータ） (2023-12-02T02:27:58Z)
• Geometry-Aware Attenuation Learning for Sparse-View CBCT Reconstruction [53.93674177236367]
  Cone Beam Computed Tomography (CBCT) は臨床画像撮影において重要な役割を担っている。 従来の方法では、高品質な3D CBCT画像の再構成には数百の2次元X線投影が必要である。 これにより、放射線線量を減らすため、スパースビューCBCT再構成への関心が高まっている。 本稿では,この問題を解決するために,新しい幾何対応エンコーダデコーダフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-26T14:38:42Z)
• 3D Coronary Vessel Reconstruction from Bi-Plane Angiography using Graph Convolutional Networks [1.8244763402770727]
  3DAngioNetは、2つのビューから2D XCA画像を使用して高速な3Dコンテナメッシュ再構築を可能にする、新しいディープラーニング(DL)システムである。 提案手法は,効率的なB3-UNetセグメンテーションネットワークとプロジェクションジオメトリを用いて粗いメッシュテンプレートを学習し,グラフ畳み込みネットワークを用いて変形する。
  論文  参考訳（メタデータ） (2023-02-28T17:46:25Z)
• Deep Learning compatible Differentiable X-ray Projections for Inverse Rendering [8.926091372824942]
  距離マップを生成するために、メッシュ内部の線状構造によって移動される距離を導出して微分可能とする。 骨盤の実際の2次元蛍光画像から3次元モデルを再構成する逆問題(逆問題)を解くことにより,その応用を示す。
  論文  参考訳（メタデータ） (2021-02-04T22:06:05Z)
• Revisiting 3D Context Modeling with Supervised Pre-training for Universal Lesion Detection in CT Slices [48.85784310158493]
  CTスライスにおける普遍的病変検出のための3Dコンテキスト強化2D特徴を効率的に抽出するための修飾擬似3次元特徴ピラミッドネットワーク(MP3D FPN)を提案する。 新たな事前学習手法により,提案したMP3D FPNは,DeepLesionデータセット上での最先端検出性能を実現する。 提案された3Dプリトレーニングウェイトは、他の3D医療画像分析タスクのパフォーマンスを高めるために使用できる。
  論文  参考訳（メタデータ） (2020-12-16T07:11:16Z)
• Tattoo tomography: Freehand 3D photoacoustic image reconstruction with an optical pattern [49.240017254888336]
  光音響トモグラフィ(PAT)は、形態学的および機能的組織特性の両方を解決することができる新しいイメージング技術である。 現在の欠点は、従来の2Dプローブによって提供される視野の制限である。 本研究では,外部追跡システムを必要としないPATデータの3次元再構成手法を提案する。
  論文  参考訳（メタデータ） (2020-11-10T09:27:56Z)

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。