論文の概要: Three-dimensional visualization of X-ray micro-CT with large-scale datasets: Efficiency and accuracy for real-time interaction
- arxiv url: http://arxiv.org/abs/2601.15098v1
- Date: Wed, 21 Jan 2026 15:37:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-22 21:27:50.426112
- Title: Three-dimensional visualization of X-ray micro-CT with large-scale datasets: Efficiency and accuracy for real-time interaction
- Title（参考訳）: 大規模データセットを用いたX線マイクロCTの3次元可視化:リアルタイムインタラクションの効率性と精度
- Authors: Yipeng Yin, Rao Yao, Qingying Li, Dazhong Wang, Hong Zhou, Zhijun Fang, Jianing Chen, Longjie Qian, Mingyue Wu,
- Abstract要約: 本稿は、Micro-CTを用いた高精度かつ効率的な3次元可視化の最近の進歩について、ユニークな視点を提供する。
コンピュータ断層撮影の原理と微細構造技術の進歩を比較することにより,CT再構成アルゴリズムの進化を考察する。
高精度、フォトリアリスティック、効率的なボリュームレンダリングのための高度な照明モデルを探究する。
- 参考スコア（独自算出の注目度）: 10.568087673951531
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: As Micro-CT technology continues to refine its characterization of material microstructures, industrial CT ultra-precision inspection is generating increasingly large datasets, necessitating solutions to the trade-off between accuracy and efficiency in the 3D characterization of defects during ultra-precise detection. This article provides a unique perspective on recent advances in accurate and efficient 3D visualization using Micro-CT, tracing its evolution from medical imaging to industrial non-destructive testing (NDT). Among the numerous CT reconstruction and volume rendering methods, this article selectively reviews and analyzes approaches that balance accuracy and efficiency, offering a comprehensive analysis to help researchers quickly grasp highly efficient and accurate 3D reconstruction methods for microscopic features. By comparing the principles of computed tomography with advancements in microstructural technology, this article examines the evolution of CT reconstruction algorithms from analytical methods to deep learning techniques, as well as improvements in volume rendering algorithms, acceleration, and data reduction. Additionally, it explores advanced lighting models for high-accuracy, photorealistic, and efficient volume rendering. Furthermore, this article envisions potential directions in CT reconstruction and volume rendering. It aims to guide future research in quickly selecting efficient and precise methods and developing new ideas and approaches for real-time online monitoring of internal material defects through virtual-physical interaction, for applying digital twin model to structural health monitoring (SHM).
- Abstract（参考訳）: マイクロCT技術は材料ミクロ構造のキャラクタリゼーションを洗練し続けており、工業用CT超精密検査はますます大きなデータセットを生成し、超精密検出における欠陥の3次元評価における精度と効率のトレードオフへの解決策を必要としている。
本稿は, 医用画像から産業用非破壊検査(NDT)への進化を辿る, Micro-CTを用いた高精度かつ効率的な3次元可視化の最近の進歩について, ユニークな視点を提供する。
多数のCT再構成法とボリュームレンダリング法の中で,本論文は精度と効率のバランスをとるアプローチを選択的にレビュー・分析し,研究者が高効率で正確な3次元再構成法を顕微鏡的特徴に対して迅速に把握するのに役立つ包括的分析を提供する。
本稿では,コンピュータトモグラフィの原理と微細構造技術の進歩とを比較し,解析手法から深層学習技術へのCT再構成アルゴリズムの進化と,ボリュームレンダリングアルゴリズム,アクセラレーション,データリダクションの改善について考察する。
さらに、高精度、フォトリアリスティック、効率的なボリュームレンダリングのための高度な照明モデルについても検討している。
さらに,本論文ではCT再構成とボリュームレンダリングの可能性について考察する。
ディジタルツインモデルを構造的健康モニタリング(SHM)に適用するための,効率的かつ正確な手法を迅速かつ迅速に選択し,仮想物理相互作用を通じて内部材料欠陥をリアルタイムにモニタリングするための新しいアイデアとアプローチを開発することを目的としている。
関連論文リスト
- Medical Scene Reconstruction and Segmentation based on 3D Gaussian Representation [6.980731532480765]
医用画像の3次元再構成は、医用画像解析と臨床診断において重要な技術である。
従来の手法は計算コストが高く、構造上の不連続性や細かなスライスで細部が失われやすい。
3次元ガウスおよび3次元平面表現に基づく効率的な3次元再構成法を提案する。
論文 参考訳（メタデータ） (2025-12-28T06:18:11Z) - A Novel Patch-Based TDA Approach for Computed Tomography [1.4747891731529605]
本研究は, 医用画像データ, 特にCTモダリティに適したパッチベースの新しいPH構築手法を提案する。
本結果は,分類性能と時間効率の両方の観点から,パッチベースのTDAアプローチの優位性を強調した。
論文 参考訳（メタデータ） (2025-12-13T00:51:03Z) - 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) - A Fast, Scalable, and Robust Deep Learning-based Iterative Reconstruction Framework for Accelerated Industrial Cone-beam X-ray Computed Tomography [5.104810959579395]
コーンビームX線CT(XCT)と大型検出器とそれに対応する大規模3次元再構成は,様々な産業における材料や部品のミクロンスケールのキャラクタリゼーションにおいて重要な役割を担っている。
本稿では, 自動正規化パラメータ選択を伴う先行モデルとして, アーティファクト縮小学習CNNを組み込んだ, ディープニューラルネットワークに基づく反復アルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-01-21T19:34:01Z) - MRI Reconstruction with Regularized 3D Diffusion Model (R3DM) [2.842800539489865]
正規化3次元拡散モデルと最適化手法を組み合わせた3次元MRI再構成法を提案する。
拡散に基づく事前処理を取り入れることで,画像品質の向上,ノイズの低減,3次元MRI再構成の全体的な忠実度の向上を実現した。
論文 参考訳（メタデータ） (2024-12-25T00:55:05Z) - 3D-CT-GPT: Generating 3D Radiology Reports through Integration of Large Vision-Language Models [51.855377054763345]
本稿では,VQAに基づく医用視覚言語モデルである3D-CT-GPTについて紹介する。
パブリックデータセットとプライベートデータセットの両方の実験により、3D-CT-GPTはレポートの正確さと品質という点で既存の手法を著しく上回っていることが示された。
論文 参考訳（メタデータ） (2024-09-28T12:31:07Z) - Super-resolution of biomedical volumes with 2D supervision [84.5255884646906]
超解像のための仮設スライス拡散は、生物学的標本のすべての空間次元にわたるデータ生成分布の固有同値性を利用する。
我々は,高解像度2次元画像の高速取得を特徴とするSliceRの組織学的刺激(SRH)への応用に着目する。
論文 参考訳（メタデータ） (2024-04-15T02:41:55Z) - Orientation-Shared Convolution Representation for CT Metal Artifact
Learning [63.67718355820655]
X線CT(CT)スキャン中、患者を乗せた金属インプラントは、しばしば有害なアーティファクトに繋がる。
既存のディープラーニングベースの手法は、有望な再構築性能を得た。
本稿では,人工物の物理的事前構造に適応するために,配向型畳み込み表現戦略を提案する。
論文 参考訳（メタデータ） (2022-12-26T13:56:12Z) - A parameter refinement method for Ptychography based on Deep Learning
concepts [55.41644538483948]
伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。
最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。
我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
論文 参考訳（メタデータ） (2021-05-18T10:15:17Z) - Probabilistic 3D surface reconstruction from sparse MRI information [58.14653650521129]
スパース2次元MR画像データとアレータティック不確実性予測から3次元表面再構成を同時に行うための新しい確率論的深層学習手法を提案する。
本手法は,3つの準直交MR画像スライスから,限られたトレーニングセットから大きな表面メッシュを再構成することができる。
論文 参考訳（メタデータ） (2020-10-05T14:18:52Z)
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。