論文の概要: Towards Real-Time Inference of Thin Liquid Film Thickness Profiles from Interference Patterns Using Vision Transformers

• arxiv url: http://arxiv.org/abs/2510.25157v1
• Date: Wed, 29 Oct 2025 04:19:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-30 15:50:45.079629
• Title: Towards Real-Time Inference of Thin Liquid Film Thickness Profiles from Interference Patterns Using Vision Transformers
• Title（参考訳）: 視覚変換器を用いた干渉パターンからの薄膜厚さ分布のリアルタイム推定に向けて
• Authors: Gautam A. Viruthagiri, Arnuv Tandon, Gerald G. Fuller, Vinny Chandran Suja,
• Abstract要約: 分離干渉計から直接の液体薄膜厚分布のリアルタイム推定のためのビジョントランスフォーマーによるアプローチ ネットワークは、モーションアーティファクトを持つノイズの多い急速に進化するフィルム上で、最先端のパフォーマンスを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Thin film interferometry is a powerful technique for non-invasively measuring liquid film thickness with applications in ophthalmology, but its clinical translation is hindered by the challenges in reconstructing thickness profiles from interference patterns - an ill-posed inverse problem complicated by phase periodicity, imaging noise and ambient artifacts. Traditional reconstruction methods are either computationally intensive, sensitive to noise, or require manual expert analysis, which is impractical for real-time diagnostics. To address this challenge, here we present a vision transformer-based approach for real-time inference of thin liquid film thickness profiles directly from isolated interferograms. Trained on a hybrid dataset combining physiologically-relevant synthetic and experimental tear film data, our model leverages long-range spatial correlations to resolve phase ambiguities and reconstruct temporally coherent thickness profiles in a single forward pass from dynamic interferograms acquired in vivo and ex vivo. The network demonstrates state-of-the-art performance on noisy, rapidly-evolving films with motion artifacts, overcoming limitations of conventional phase-unwrapping and iterative fitting methods. Our data-driven approach enables automated, consistent thickness reconstruction at real-time speeds on consumer hardware, opening new possibilities for continuous monitoring of pre-lens ocular tear films and non-invasive diagnosis of conditions such as the dry eye disease.
• Abstract（参考訳）: 薄膜干渉法は、眼科への応用による非侵襲的な液体膜厚測定の強力な手法であるが、その臨床翻訳は、位相周期性、撮像ノイズ、周囲の人工物によって複雑に複雑に生じる不測の逆問題である干渉パターンから厚さプロファイルを再構築する際の課題によって妨げられている。 従来の再構成手法は計算集約的であり、ノイズに敏感であるか、手動による専門家分析を必要とする。 そこで本研究では,分離した干渉電図から直接,薄膜厚みプロファイルをリアルタイムに推定するための視覚変換器を用いたアプローチを提案する。 生理的関連性のある合成および実験的な涙膜データを組み合わせたハイブリッドデータセットを用いて学習し, 長期空間相関を利用して相の曖昧さを解消し, 生体内および生体外から得られた動的インターフェログラムから単一前方通過における時間的コヒーレントな厚みプロファイルを再構成した。 このネットワークは、従来の位相アンラッピング法と反復フィッティング法の限界を克服し、動きのアーティファクトを持つノイズの多い急速に進化するフィルムに対して、最先端の性能を示す。 データ駆動型アプローチにより、消費者ハードウェア上でのリアルタイムな厚さ復元が可能となり、レンズ前涙フィルムの連続監視や、ドライアイ病などの非侵襲的診断が可能になった。

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)
• Self-supervised physics-informed generative networks for phase retrieval from a single X-ray hologram [0.4221292142376107]
  フレネル理論の近場状態における位相探索の逆問題に対する自己学習手法を提案する。 位相探索のための多くの深層学習アプローチとは異なり、我々の手法はペアリング、アンペアリング、シミュレートされたトレーニングデータを必要としない。
  論文  参考訳（メタデータ） (2025-08-21T13:06:06Z)
• Topology-based deep-learning segmentation method for deep anterior lamellar keratoplasty (DALK) surgical guidance using M-mode OCT data [0.0]
  本研究では,トポロジ的損失関数と改良型ネットワークアーキテクチャを統合した,トポロジに基づくディープラーニングセグメンテーション手法を提案する。 このアプローチは、ノイズの効果を効果的に低減し、セグメンテーション速度、精度、安定性を改善する。
  論文  参考訳（メタデータ） (2025-01-07T19:57:15Z)
• CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
  縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。 ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。 我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
  論文  参考訳（メタデータ） (2024-03-21T15:13:36Z)
• AiAReSeg: Catheter Detection and Segmentation in Interventional Ultrasound using Transformers [75.20925220246689]
  血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。 本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
  論文  参考訳（メタデータ） (2023-09-25T19:34:12Z)
• Fluctuation-based deconvolution in fluorescence microscopy using plug-and-play denoisers [2.236663830879273]
  蛍光顕微鏡で得られた生きた試料の画像の空間分解能は、可視光の回折により物理的に制限される。 この制限を克服するために、いくつかのデコンボリューションと超解像技術が提案されている。
  論文  参考訳（メタデータ） (2023-03-20T15:43:52Z)
• A Spatiotemporal Model for Precise and Efficient Fully-automatic 3D Motion Correction in OCT [10.550562752812894]
  OCT機器は網膜を横断する焦点スポットをバイスキャンし、断面画像を取得してデータを生成する。 非剛性で歪んだ歪みが発生し、データのギャップが生じる。 本稿では,新しい歪みモデルとそれに対応する完全自動参照フリーな計算ロバスト性最適化戦略を提案する。
  論文  参考訳（メタデータ） (2022-09-15T11:48:53Z)
• OADAT: Experimental and Synthetic Clinical Optoacoustic Data for Standardized Image Processing [62.993663757843464]
  オプトアコースティック(OA)イメージングは、ナノ秒レーザーパルスによる生体組織の励起と、光吸収による熱弾性膨張によって発生する超音波の検出に基づいている。 OAイメージングは、深部組織における豊富な光学コントラストと高分解能の強力な組み合わせを特徴としている。 臨床環境でのOAの幅広い応用を促進するために、異なるタイプの実験的なセットアップと関連する処理手法で生成される標準化データセットは存在しない。
  論文  参考訳（メタデータ） (2022-06-17T08:11:26Z)
• Transient motion classification through turbid volumes via parallelized single-photon detection and deep contrastive embedding [12.806431481376787]
  並列化単一光子dEtection (CREPE) を用いた高速デコリレーションイベントの分類手法を提案する。 332時間s32ピクセルSPADアレイからのパラレル化スペックルを用いて、タービッドボリュームの下に隠された異なる非相関運動を高い感度で探索し分類することができる。 これは、例えば異常な脳血流のイベントを識別するなど、通常、深部組織の動きパターンを監視するために応用される可能性がある。
  論文  参考訳（メタデータ） (2022-04-04T14:27:36Z)

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。