論文の概要: Quantifying Local Strain Field and Deformation in Active Contraction of Bladder Using a Pretrained Transformer Model: A Speckle-Free Approach
- arxiv url: http://arxiv.org/abs/2601.01315v1
- Date: Sun, 04 Jan 2026 00:52:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-06 16:25:22.222317
- Title: Quantifying Local Strain Field and Deformation in Active Contraction of Bladder Using a Pretrained Transformer Model: A Speckle-Free Approach
- Title（参考訳）: 予め訓練された変圧器モデルによる膀胱の局所ひずみ場と変形の定量化:スペックルフリーアプローチ
- Authors: Alireza Asadbeygi, Anne M. Robertson, Yasutaka Tobe, Masoud Zamani, Sean D. Stocker, Paul Watton, Naoki Yoshimura, Simon C Watkins,
- Abstract要約: 本研究では,最先端ゼロショットトランスモデルであるCoTracker3を用いて局所ひずみ場を定量化するためのスペックルフリーフレームワークを提案する。
ベンチマークテストでは、高いピクセル精度と低いひずみ誤差が検証された。
この非侵襲的なアプローチは、スペックルによって引き起こされるアーティファクトを排除し、より生理学的に関連する測定を可能にする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Accurate quantification of local strain fields during bladder contraction is essential for understanding the biomechanics of bladder micturition, in both health and disease. Conventional digital image correlation (DIC) methods have been successfully applied to various biological tissues; however, this approach requires artificial speckling, which can alter both passive and active properties of the tissue. In this study, we introduce a speckle-free framework for quantifying local strain fields using a state-of-the-art, zero-shot transformer model, CoTracker3. We utilized a custom-designed, portable isotonic biaxial apparatus compatible with multiphoton microscopy (MPM) to demonstrate this approach, successfully tracking natural bladder lumen textures without artificial markers. Benchmark tests validated the method's high pixel accuracy and low strain errors. Our framework effectively captured heterogeneous deformation patterns, despite complex folding and buckling, which conventional DIC often fails to track. Application to in vitro active bladder contractions in four rat specimens (n=4) revealed statistically significant anisotropy (p<0.01), with higher contraction longitudinally compared to circumferentially. Multiphoton microscopy further illustrated and confirmed heterogeneous morphological changes, such as large fold formation during active contraction. This non-invasive approach eliminates speckle-induced artifacts, enabling more physiologically relevant measurements, and has broad applicability for material testing of other biological and engineered systems.
- Abstract（参考訳）: 膀胱収縮時の局所ひずみ場の正確な定量化は, 膀胱の生体力学の解明に不可欠である。
従来のデジタル画像相関法 (DIC) は様々な生体組織に適用されているが, 生体組織の受動的特性と能動的特性を両立させるには, 人工スペックリングが必要である。
本研究では,最先端ゼロショットトランスモデルであるCoTracker3を用いて局所ひずみ場を定量化するためのスペックルフリーフレームワークを提案する。
我々は,多光子顕微鏡(MPM)と互換性のあるカスタム設計の携帯型等方性二軸装置を用いて,人工マーカーを使わずに自然膀胱内腔のテクスチャの追跡に成功した。
ベンチマークテストでは、高いピクセル精度と低いひずみ誤差が検証された。
従来のDICでは追跡できない複雑な折り畳みや座屈に拘わらず, 異種変形パターンを効果的に捉えた。
4例 (n=4) において, 統計的に有意な異方性 (p<0.01) を示した。
多光子顕微鏡はさらに、活性収縮時の大きな折りたたみ形成のような不均一な形態変化を描写し、確認した。
この非侵襲的なアプローチは、スペックルによって引き起こされるアーティファクトを排除し、より生理学的に関係のある測定を可能にし、他の生物学的および工学的なシステムの物質試験に広く適用可能である。
関連論文リスト
- Restless Multi-Process Multi-Armed Bandits with Applications to Self-Driving Microscopies [3.344873290507966]
高濃度走査顕微鏡は、大量のライブセルイメージングデータを生成するが、そのポテンシャルは、最も効果的に画像が撮影される時期と場所を判断できないことによって制限されている。
我々は、各実験領域を単一のプロセスではなく、アンサンブルマルコフ連鎖としてモデル化する新しい決定理論の枠組みである、レスレスマルチプロセス・マルチアーム・バンディット(RMPMAB)を導入する。
提案手法は,資源制約下でのスループットを大幅に向上することを示す。
論文 参考訳（メタデータ） (2025-12-16T21:42:46Z) - Unsupervised full-field Bayesian inference of orthotropic hyperelasticity from a single biaxial test: a myocardial case study [0.0]
内在的なサンプル間の変動と操作によって引き起こされる組織損傷は、逆同定された組織の挙動に悪影響を及ぼす可能性がある。
パラメータ推定問題における異種変形プロファイルの利用に着目した。
本研究は, 単軸ストレッチ試験による高非線形, オルソトロピック材料モデルのキャラクタリゼーションの可能性を強調した。
論文 参考訳（メタデータ） (2025-10-10T15:59:49Z) - Unlasting: Unpaired Single-Cell Multi-Perturbation Estimation by Dual Conditional Diffusion Implicit Bridges [68.98973318553983]
本稿では,Dual Diffusion Implicit Bridges (DDIB) に基づくフレームワークを提案する。
我々は、生物学的に意味のある方法で摂動シグナルを伝達するために遺伝子制御ネットワーク(GRN)情報を統合する。
また、サイレント遺伝子を予測し、生成したプロファイルの品質を向上させるためのマスキング機構も組み込んだ。
論文 参考訳（メタデータ） (2025-06-26T09:05:38Z) - Equivariant Imaging Biomarkers for Robust Unsupervised Segmentation of Histopathology [4.079341102022069]
病理組織学的評価は正確な疾患診断と予後に不可欠である。
専門的に訓練された病理学者による伝統的な手動分析は、時間消費、労働集約、コスト非効率、およびラター間変動の傾向である。
論文 参考訳（メタデータ） (2025-05-08T23:19:21Z) - CellFlux: Simulating Cellular Morphology Changes via Flow Matching [44.8979602893102]
本稿では,化学および遺伝的摂動による細胞形態変化をシミュレートする画像生成モデルであるCellFluxを紹介する。
CellFluxは生物学的に意味のある細胞画像を生成し、摂動特異的な形態変化を忠実に捉える。
これらの能力は、生体医学研究のための仮想細胞モデリングの実現に向けた重要な一歩である。
論文 参考訳（メタデータ） (2025-02-13T21:10:00Z) - MS-MANO: Enabling Hand Pose Tracking with Biomechanical Constraints [50.61346764110482]
筋骨格系と学習可能なパラメトリックハンドモデルMANOを統合し,MS-MANOを作成する。
このモデルは骨格系を駆動する筋肉と腱の力学をエミュレートし、結果として生じるトルク軌跡に生理学的に現実的な制約を与える。
また,マルチ層パーセプトロンネットワークによる初期推定ポーズを改良する,ループ式ポーズ改善フレームワークBioPRを提案する。
論文 参考訳（メタデータ） (2024-04-16T02:18:18Z) - Generative inpainting of incomplete Euclidean distance matrices of trajectories generated by a fractional Brownian motion [46.1232919707345]
フラクショナルブラウン運動(fBm)はランダム性と強いスケールフリーの相関を特徴とする。
本稿では, 劣化した画像の特定のデータセット上で, 拡散に基づく塗布方法の動物園について検討する。
条件拡散生成は、異なるメモリ状態におけるfBmパスの組込み相関を容易に再現する。
論文 参考訳（メタデータ） (2024-04-10T14:22:16Z) - PhenDiff: Revealing Subtle Phenotypes with Diffusion Models in Real Images [0.7329200485567825]
PhenDiffは、実際の画像をある状態から別の状態に翻訳することで、細胞性表現型の変化を特定する。
薬物治療の低濃度の場合など,表現型の変化が見えない場合や見えない場合において,この手法を質的,定量的に検証する。
論文 参考訳（メタデータ） (2023-12-13T17:06:33Z) - Cross Attention Transformers for Multi-modal Unsupervised Whole-Body PET
Anomaly Detection [1.0098107825681861]
18F-フルオロデオキシグルコース(18F-fluorodeoxyglucose)は、がんを検出するために一般的に用いられる画像モダリティである。
汎用的識別性癌検出モデルの訓練は困難である。
教師なし異常検出モデルは仮定解として提案されている。
論文 参考訳（メタデータ） (2023-04-14T14:15:27Z) - Texture Characterization of Histopathologic Images Using Ecological
Diversity Measures and Discrete Wavelet Transform [82.53597363161228]
本稿では,病理組織像間でテクスチャを特徴付ける手法を提案する。
2つのHIデータセットに有望な精度で、そのような画像の固有特性を定量化することが可能である。
論文 参考訳（メタデータ） (2022-02-27T02:19:09Z)
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。