論文の概要: FlowRoI A Fast Optical Flow Driven Region of Interest Extraction Framework for High-Throughput Image Compression in Immune Cell Migration Analysis
- arxiv url: http://arxiv.org/abs/2511.14419v1
- Date: Tue, 18 Nov 2025 12:25:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-19 16:23:53.099514
- Title: FlowRoI A Fast Optical Flow Driven Region of Interest Extraction Framework for High-Throughput Image Compression in Immune Cell Migration Analysis
- Title（参考訳）: 免疫細胞移動解析における高出力画像圧縮のための興味抽出フレームワークの高速光フロー駆動領域FlowRoI
- Authors: Xiaowei Xu, Justin Sonneck, Hongxiao Wang, Roman Burkard, Hendrik Wohrle, Anton Grabmasier, Matthias Gunzer, Jianxu Chen,
- Abstract要約: FlowRoIは、免疫細胞移動研究における画像圧縮のための高速な光フローベースの関心領域である。
FlowRoIは、標準のJPEG2000に匹敵するランタイムを実現し、最新のラップトップで毎秒30フレームのスループットに達する。
画像品質の面では、FlowRoIはセルラー領域で高いピーク信号-雑音比(PSNR)を出力し、標準JPEG2000と比較して、一致するPSNRで2.0-2.2倍の圧縮速度を達成する。
- 参考スコア（独自算出の注目度）: 2.06146730397134
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Autonomous migration is essential for the function of immune cells such as neutrophils and plays a pivotal role in diverse diseases. Recently, we introduced ComplexEye, a multi-lens array microscope comprising 16 independent aberration-corrected glass lenses arranged at the pitch of a 96-well plate, capable of capturing high-resolution movies of migrating cells. This architecture enables high-throughput live-cell video microscopy for migration analysis, supporting routine quantification of autonomous motility with strong potential for clinical translation. However, ComplexEye and similar high-throughput imaging platforms generate data at an exponential rate, imposing substantial burdens on storage and transmission. To address this challenge, we present FlowRoI, a fast optical-flow-based region of interest (RoI) extraction framework designed for high-throughput image compression in immune cell migration studies. FlowRoI estimates optical flow between consecutive frames and derives RoI masks that reliably cover nearly all migrating cells. The raw image and its corresponding RoI mask are then jointly encoded using JPEG2000 to enable RoI-aware compression. FlowRoI operates with high computational efficiency, achieving runtimes comparable to standard JPEG2000 and reaching an average throughput of about 30 frames per second on a modern laptop equipped with an Intel i7-1255U CPU. In terms of image quality, FlowRoI yields higher peak signal-to-noise ratio (PSNR) in cellular regions and achieves 2.0-2.2x higher compression rates at matched PSNR compared to standard JPEG2000.
- Abstract（参考訳）: 自律移動は好中球などの免疫細胞の機能に必須であり、多様な疾患において重要な役割を果たす。
最近,96ウェルプレートのピッチに配設された16個の独立収差補正ガラスレンズからなる多レンズアレイ顕微鏡であるComplexEyeを紹介した。
このアーキテクチャは、移動解析のための高スループットライブセルビデオ顕微鏡を可能にし、臨床翻訳の可能性の強い自律運動の定期的な定量化をサポートする。
しかし、ComplexEyeと類似の高スループットイメージングプラットフォームは指数率でデータを生成し、ストレージと送信にかなりの負担を課している。
この課題に対処するために,免疫細胞移動研究における高スループット画像圧縮のための高速光フローベース関心領域抽出フレームワークであるFlowRoIを提案する。
FlowRoIは連続するフレーム間の光の流れを推定し、ほぼ全ての移動細胞を確実にカバーするRoIマスクを導出する。
生画像と対応するRoIマスクはJPEG2000を用いて共同で符号化され、RoI対応圧縮が可能となる。
FlowRoIは高い計算効率で動作し、標準のJPEG2000に匹敵するランタイムを実現し、Intel i7-1255U CPUを搭載した最新のラップトップで毎秒30フレームのスループットを達成した。
画像品質の面では、FlowRoIはセルラー領域で高いピーク信号-雑音比(PSNR)を出力し、標準JPEG2000と比較して、一致するPSNRで2.0-2.2倍の圧縮速度を達成する。
関連論文リスト
- Biology-driven assessment of deep learning super-resolution imaging of the porosity network in dentin [3.6401695744986866]
歯のメカノセンスシステムは、象牙質を介して伸びる多孔性ネットワークを流れる流体による象牙芽細胞細胞刺激に部分的に依存していると考えられている。
最小のサブ顕微鏡ポロシティ容器を可視化するには、共焦点蛍光顕微鏡による最も高い分解能が必要である。
我々は、低解像度画像の高速な取得と、後処理による最適な画像品質の回復を可能にするために、異なる深層学習(DL)超解像(SR)モデルを試験した。
論文 参考訳（メタデータ） (2025-10-09T16:26:38Z) - Hyper-spectral Imaging with Up-Converted Mid-Infrared Single-Photons [0.0]
低コストで可視光波長のシリコン単光子アバランシェダイオード(Si-SPADs)ハイパースペクトルイメージングプラットフォームを提案する。
SPDCによって生成された時間関連光子対は、古典的な強度ノイズを抑制し、近距離ショットノイズ制限ハイパースペクトルイメージングを可能にする。
このプラットフォームは、分子診断、環境センシング、生物医学研究への応用のために、スケーラブルで量子可能なMIRイメージングへの道を開く。
論文 参考訳（メタデータ） (2025-08-27T15:25:36Z) - ZipIR: Latent Pyramid Diffusion Transformer for High-Resolution Image Restoration [75.0053551643052]
本稿では、高解像度画像復元のための効率性、スケーラビリティ、長距離モデリングを向上する新しいフレームワークZipIRを紹介する。
ZipIRは画像32xを圧縮する高度に圧縮された潜在表現を使用し、空間トークンの数を効果的に削減する。
ZipIRは既存の拡散ベースの手法を超越し、高度に劣化した入力からの高解像度画像の復元において、未整合の速度と品質を提供する。
論文 参考訳（メタデータ） (2025-04-11T14:49:52Z) - Improving the Diffusability of Autoencoders [54.920783089085035]
高品質な画像やビデオを生成するための主要なアプローチとして、潜伏拡散モデルが登場している。
我々は、現代のオートエンコーダのスペクトル分析を行い、その潜在空間における不規則な高周波成分を同定する。
我々は、この高周波成分が拡散合成プロセスの粗大な微細な性質に干渉し、生成品質を阻害する仮説を立てた。
論文 参考訳（メタデータ） (2025-02-20T18:45:44Z) - Enhanced Confocal Laser Scanning Microscopy with Adaptive Physics Informed Deep Autoencoders [0.0]
共焦点レーザー走査顕微鏡の限界に対処する物理インフォームド・ディープラーニング・フレームワークを提案する。
このモデルは、畳み込み層と転置畳み込み層を用いて、ノイズの多い入力から高忠実度画像を再構成する。
論文 参考訳（メタデータ） (2025-01-24T18:32:34Z) - Domain-specific augmentations with resolution agnostic self-attention mechanism improves choroid segmentation in optical coherence tomography images [3.8485899972356337]
脈絡膜は眼の重要な血管層であり、網膜光受容体に酸素を供給する。
現在、コロイドを測定するには、独立した半自動および深層学習に基づく複数のアルゴリズムを使う必要がある。
我々は、コロイドセグメンテーション(REACH)のためのロバストで解像度に依存しない、効果的な注意に基づくネットワークを提案する。
論文 参考訳（メタデータ） (2024-05-23T11:35:23Z) - Cross-system biological image quality enhancement based on the generative adversarial network as a foundation for establishing a multi-institute microscopy cooperative network [0.5235143203977018]
生物学的システムの高品質蛍光イメージングは、光漂白や光毒性といったプロセスによって制限される。
本稿では,2つの異なる顕微鏡システム間のコントラスト伝達のためのGAN(Generative-Adversarial Network)を提案する。
このような転送が可能であることを実証し、低平均二乗誤差(MSE)、高構造類似度指数(SSIM)、高ピーク信号-雑音比(PSNR)を特徴とするHQ生成画像の受信を可能にする。
論文 参考訳（メタデータ） (2024-03-26T18:23:31Z) - Calibration-free quantitative phase imaging in multi-core fiber
endoscopes using end-to-end deep learning [49.013721992323994]
位相再構成時間を5.5msに大幅に短縮する学習型MCF位相イメージング法を実証した。
我々はまた,MCF位相イメージングに適した最初のオープンソースデータセットを自動生成する,革新的な光学システムも導入した。
我々の訓練されたディープニューラルネットワーク(DNN)は、99.8%の平均忠実度を持つ実験において、堅牢な位相再構成性能を示す。
論文 参考訳（メタデータ） (2023-12-12T09:30:12Z) - CDDFuse: Correlation-Driven Dual-Branch Feature Decomposition for
Multi-Modality Image Fusion [138.40422469153145]
本稿では,CDDFuse(Relationed-Driven Feature Decomposition Fusion)ネットワークを提案する。
近赤外可視画像融合や医用画像融合など,複数の融合タスクにおいてCDDFuseが有望な結果をもたらすことを示す。
論文 参考訳（メタデータ） (2022-11-26T02:40:28Z) - Multifold Acceleration of Diffusion MRI via Slice-Interleaved Diffusion
Encoding (SIDE) [50.65891535040752]
本稿では,Slice-Interleaved Diffusionと呼ばれる拡散符号化方式を提案する。
SIDEは、拡散重み付き(DW)画像ボリュームを異なる拡散勾配で符号化したスライスでインターリーブする。
また,高いスライスアンサンプデータからDW画像を効果的に再構成するためのディープラーニングに基づく手法を提案する。
論文 参考訳（メタデータ） (2020-02-25T14:48:17Z)
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。