論文の概要: Applying Medical Imaging Tractography Techniques to Painterly Rendering of Images

• arxiv url: http://arxiv.org/abs/2511.00702v1
• Date: Sat, 01 Nov 2025 20:51:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-05 16:37:26.901898
• Title: Applying Medical Imaging Tractography Techniques to Painterly Rendering of Images
• Title（参考訳）: 医用画像トラクトグラフィーの絵画レンダリングへの応用
• Authors: Alberto Di Biase,
• Abstract要約: トラクトグラフィーアルゴリズムを用いて、人間の絵を描く過程を模倣するブラシストロークを配置することができる。 この技法を肖像画や一般画像で実演し、繊維追跡とブラシストローク配置の類似性について論じる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Doctors and researchers routinely use diffusion tensor imaging (DTI) and tractography to visualize the fibrous structure of tissues in the human body. This paper explores the connection of these techniques to the painterly rendering of images. Using a tractography algorithm the presented method can place brush strokes that mimic the painting process of human artists, analogously to how fibres are tracked in DTI. The analogue to the diffusion tensor for image orientation is the structural tensor, which can provide better local orientation information than the gradient alone. I demonstrate this technique in portraits and general images, and discuss the parallels between fibre tracking and brush stroke placement, and frame it in the language of tractography. This work presents an exploratory investigation into the cross-domain application of diffusion tensor imaging techniques to painterly rendering of images. All the code is available at https://github.com/tito21/st-python
• Abstract（参考訳）: 医師や研究者は、拡散テンソルイメージング(DTI)とトラクトグラフィーを使用して、人体の組織の線維構造を可視化する。 本稿では,これらの技法と絵の描画との関係について考察する。 トラクトグラフィーアルゴリズムを用いて、人間のアーティストの絵を描く過程を模倣するブラシストロークを、DTIで繊維をトラッキングする方法と類似して配置することができる。 画像配向のための拡散テンソルの類似は構造テンソルであり、勾配のみよりも優れた局所配向情報を提供できる。 この技法を肖像画や一般画像で実演し、繊維追跡とブラシストローク配置の類似性について議論し、トラクトグラフィーの言語でフレーム化する。 本研究は,拡散テンソルイメージング技術を用いた画像の描画へのクロスドメイン応用に関する探索的研究である。 すべてのコードはhttps://github.com/tito21/st-pythonで入手できる。

関連論文リスト

• A Graph-Based Framework for Interpretable Whole Slide Image Analysis [86.37618055724441]
  我々は,全スライディング画像を生物学的にインフォームドされたグラフ表現に変換するフレームワークを開発した。 我々のアプローチは、任意の格子ではなく、自然構造を尊重する組織領域からグラフノードを構築する。 がんのステージングと生存予測の課題に強いパフォーマンスを示す。
  論文  参考訳（メタデータ） (2025-03-14T20:15:04Z)
• ISImed: A Framework for Self-Supervised Learning using Intrinsic Spatial Information in Medical Images [0.0]
  本稿では,自己監督学習(SSL)を用いて医用画像の解釈可能な表現を学習するために空間情報を利用することを実証する。 我々は、物理的領域における位置をキャプチャ可能な潜在表現を生成する自己教師対象を確立する。 提案手法は,データの基盤構造を捉える表現を効率的に学習し,下流の分類タスクに転送することができることを示す。
  論文  参考訳（メタデータ） (2024-10-22T12:21:39Z)
• Coarse-to-Fine Latent Diffusion for Pose-Guided Person Image Synthesis [65.7968515029306]
  PGPIS(Pose-Guided Person Image Synthesis)のためのCFLD(Coarse-to-Fine Latent Diffusion)法を提案する。 認識修正デコーダは、学習可能なクエリの集合を段階的に洗練し、粗いプロンプトとして人物画像の意味的理解を抽出するように設計されている。
  論文  参考訳（メタデータ） (2024-02-28T06:07:07Z)
• Stroke-based Neural Painting and Stylization with Dynamically Predicted Painting Region [66.75826549444909]
  ストロークベースのレンダリングは、ストロークのセットで画像を再現することを目的としている。 本研究では,現在のキャンバスに基づいて絵画領域を予測する合成ニューラルネットワークを提案する。 我々は、新しい微分可能な距離変換損失を伴って、ストロークベースのスタイル転送に拡張する。
  論文  参考訳（メタデータ） (2023-09-07T06:27:39Z)
• Stroke-based Rendering: From Heuristics to Deep Learning [0.17188280334580194]
  近年のディープラーニング手法の発展は,ストロークベースの絵画と画素写真生成のギャップを埋めるのに役立つ。 我々は,ストロークベースのレンダリングアルゴリズムにおける共通課題とアプローチについて,構造化された紹介と理解を提供することを目指している。
  論文  参考訳（メタデータ） (2022-12-30T05:34:54Z)
• Sketch-Guided Text-to-Image Diffusion Models [57.12095262189362]
  本稿では,事前訓練されたテキスト-画像拡散モデルを示す普遍的なアプローチを提案する。 本手法では,タスク専用のモデルや専用エンコーダをトレーニングする必要はない。 我々は、スケッチ・ツー・イメージの翻訳タスクに特に焦点をあて、画像を生成する堅牢で表現力のある方法を明らかにする。
  論文  参考訳（メタデータ） (2022-11-24T18:45:32Z)
• Deepfake Style Transfer Mixture: a First Forensic Ballistics Study on Synthetic Images [0.0]
  本稿では,デジタル画像が何回処理されたかを,スタイル転送のための生成アーキテクチャを用いて検出する。 ディープフェイク画像の法医学的弾道学を正確に研究するために,スタイル・トランスファー操作の数学的特性について検討した。
  論文  参考訳（メタデータ） (2022-03-18T13:11:54Z)
• Filtering in tractography using autoencoders (FINTA) [5.8135956130576965]
  拡散MRIからストリームラインをフィルタリングするオートエンコーダに基づく新しい学習法について述べる。 我々の手法はFINTAと呼ばれ、生の未計算のトラクトグラムを用いてオートエンコーダを訓練し、脳の流動性の堅牢な表現を学習する。 その結果,FINTAは従来の解剖学的手法に比べてフィルタ性能が優れていることがわかった。
  論文  参考訳（メタデータ） (2020-10-07T16:45:55Z)
• Graph Neural Networks for UnsupervisedDomain Adaptation of Histopathological ImageAnalytics [22.04114134677181]
  組織像解析のための教師なし領域適応のための新しい手法を提案する。 特徴空間に画像を埋め込むバックボーンと、ラベルで画像の監視信号をプロパゲートするグラフニューラルネットワーク層に基づいている。 実験では、4つの公開データセット上での最先端のパフォーマンスを評価する。
  論文  参考訳（メタデータ） (2020-08-21T04:53:44Z)
• From Perspective X-ray Imaging to Parallax-Robust Orthographic Stitching [47.44626333193997]
  本研究では、フーリエスライス定理を利用してパララックスフリー領域における多重伝送画像からの情報を集約する。 縫合画像のセマンティクスは、周波数を中心に設計された類似度を利用した新しい深層学習戦略を用いて復元される。 我々のパイプラインは、画像の縫合だけでなく、2次元画像平面上で、臨床的に関係のある量の計量測定を可能にするホログラフィック再構成も提供する。
  論文  参考訳（メタデータ） (2020-03-05T23:16:48Z)

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。