論文の概要: SlingBAG Pro: Accelerating point cloud-based iterative reconstruction for 3D photoacoustic imaging with arbitrary array geometries

• arxiv url: http://arxiv.org/abs/2601.00551v2
• Date: Tue, 06 Jan 2026 01:50:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-07 13:14:29.369546
• Title: SlingBAG Pro: Accelerating point cloud-based iterative reconstruction for 3D photoacoustic imaging with arbitrary array geometries
• Title（参考訳）: SlingBAG Pro:任意のアレイジオメトリを用いた3次元光音響イメージングのための点クラウドに基づく反復再構成
• Authors: Shuang Li, Yibing Wang, Jian Gao, Chulhong Kim, Seongwook Choi, Yu Zhang, Qian Chen, Yao Yao, Changhui Li,
• Abstract要約: SlingBAG Proは,スライディングボール適応成長法(SlingBAG)のポイントクラウド反復概念に基づく高度な再構成アルゴリズムである。 SlingBAG Proは高い復元品質を維持し、必要なトランスデューサの数を削減し、階層的な最適化戦略を採用している。 元のSlingBAGアルゴリズムと比較して、SlingBAG Proは不規則な配列ジオメトリの下で、ポイントクラウドベースの3D PA再構成において最大2.2倍の速度向上を実現している。
• 参考スコア（独自算出の注目度）: 19.037858744870913
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: High-quality three-dimensional (3D) photoacoustic imaging (PAI) is gaining increasing attention in clinical applications. To address the challenges of limited space and high costs, irregular geometric transducer arrays that conform to specific imaging regions are promising for achieving high-quality 3D PAI with fewer transducers. However, traditional iterative reconstruction algorithms struggle with irregular array configurations, suffering from high computational complexity, substantial memory requirements, and lengthy reconstruction times. In this work, we introduce SlingBAG Pro, an advanced reconstruction algorithm based on the point cloud iteration concept of the Sliding ball adaptive growth (SlingBAG) method, while extending its compatibility to arbitrary array geometries. SlingBAG Pro maintains high reconstruction quality, reduces the number of required transducers, and employs a hierarchical optimization strategy that combines zero-gradient filtering with progressively increased temporal sampling rates during iteration. This strategy rapidly removes redundant spatial point clouds, accelerates convergence, and significantly shortens overall reconstruction time. Compared to the original SlingBAG algorithm, SlingBAG Pro achieves up to a 2.2-fold speed improvement in point cloud-based 3D PA reconstruction under irregular array geometries. The proposed method is validated through both simulation and in vivo mouse experiments, and the source code is publicly available at https://github.com/JaegerCQ/SlingBAG_Pro.
• Abstract（参考訳）: 臨床応用において高品質な3次元3次元光音響イメージング(PAI)が注目されている。 限られた空間と高コストの課題に対処するため、特定の画像領域に対応する不規則な幾何学的トランスデューサアレイは、トランスデューサを少なくして高品質な3D PAIを実現することを約束している。 しかし、従来の反復再構成アルゴリズムは、高い計算複雑性、かなりのメモリ要求、長い再構成時間といった不規則な配列構成に悩まされている。 本研究では,スライディングボール適応成長法(SlingBAG)のポイントクラウド反復概念に基づく高度な再構成アルゴリズムであるSlingBAG Proを紹介する。 SlingBAG Proは高い再構成品質を維持し、必要なトランスデューサの数を削減し、ゼロ階調フィルタと漸進的に増大する時間サンプリング率を組み合わせた階層的な最適化戦略を採用している。 この戦略は、冗長な空間点雲を迅速に除去し、収束を加速し、全体の再構築時間を著しく短縮する。 元のSlingBAGアルゴリズムと比較して、SlingBAG Proは不規則な配列ジオメトリの下で、ポイントクラウドベースの3D PA再構成において最大2.2倍の速度向上を実現している。 提案手法はシミュレーションおよびin vivoマウス実験により検証され,ソースコードはhttps://github.com/JaegerCQ/SlingBAG_Proで公開されている。

関連論文リスト

• A Constrained Optimization Approach for Gaussian Splatting from Coarsely-posed Images and Noisy Lidar Point Clouds [37.043012716944496]
  カメラポーズ推定と3次元再構成を同時に行うための制約付き最適化手法を提案する。 実験により,提案手法は既存の(マルチモーダル)3DGSベースラインを著しく上回ることを示した。
  論文  参考訳（メタデータ） (2025-04-12T08:34:43Z)
• FreeSplat++: Generalizable 3D Gaussian Splatting for Efficient Indoor Scene Reconstruction [50.534213038479926]
  FreeSplat++は大規模な屋内全シーン再構築の代替手法である。 深度調整による微調整により,再現精度が大幅に向上し,トレーニング時間も大幅に短縮された。
  論文  参考訳（メタデータ） (2025-03-29T06:22:08Z)
• PG-SAG: Parallel Gaussian Splatting for Fine-Grained Large-Scale Urban Buildings Reconstruction via Semantic-Aware Grouping [6.160345720038265]
  本稿では,分割処理とカーネル最適化の両方にセマンティックキューをフル活用した並列ガウス分割手法PG-SAGを提案する。 その結果, 建物表面の再構成におけるPG-SAGの優れた性能を示すことができた。
  論文  参考訳（メタデータ） (2025-01-03T07:40:16Z)
• Sliding Gaussian ball adaptive growth (SlingBAG): point cloud-based iterative algorithm for large-scale 3D photoacoustic imaging [20.286369270523245]
  本稿では,数桁の命令でメモリ消費を削減できるポイントクラウド型反復再構成アルゴリズムを提案する。 この手法はスライディングガウス球適応成長(SlingBAG)アルゴリズムと呼ばれ、高速反復とメモリ使用量の極端に少ない高速な3次元PA再構成を実現する。
  論文  参考訳（メタデータ） (2024-07-16T14:38:13Z)
• VastGaussian: Vast 3D Gaussians for Large Scene Reconstruction [59.40711222096875]
  VastGaussianは3次元ガウススティングに基づく大規模シーンにおける高品質な再構成とリアルタイムレンダリングのための最初の方法である。 提案手法は既存のNeRF手法より優れており,複数の大規模シーンデータセットの最先端結果が得られる。
  論文  参考訳（メタデータ） (2024-02-27T11:40:50Z)
• GaussianPro: 3D Gaussian Splatting with Progressive Propagation [49.918797726059545]
  3DGSはStructure-from-Motion (SfM)技術によって生成されるポイントクラウドに大きく依存している。 本稿では, 3次元ガウスの密度化を導くために, プログレッシブ・プログレッシブ・プログレッシブ・ストラテジーを適用した新しい手法を提案する。 提案手法はデータセット上の3DGSを大幅に上回り,PSNRでは1.15dBの改善が見られた。
  論文  参考訳（メタデータ） (2024-02-22T16:00:20Z)
• GS-SLAM: Dense Visual SLAM with 3D Gaussian Splatting [51.96353586773191]
  我々は,まず3次元ガウス表現を利用したtextbfGS-SLAM を提案する。 提案手法は,地図の最適化とRGB-Dレンダリングの大幅な高速化を実現するリアルタイム微分可能なスプレイティングレンダリングパイプラインを利用する。 提案手法は,Replica,TUM-RGBDデータセット上の既存の最先端リアルタイム手法と比較して,競争性能が向上する。
  論文  参考訳（メタデータ） (2023-11-20T12:08:23Z)

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。