論文の概要: AI-Driven Three-Dimensional Reconstruction and Quantitative Analysis for Burn Injury Assessment

• arxiv url: http://arxiv.org/abs/2602.00113v1
• Date: Tue, 27 Jan 2026 01:24:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-03 19:28:32.947354
• Title: AI-Driven Three-Dimensional Reconstruction and Quantitative Analysis for Burn Injury Assessment
• Title（参考訳）: AIによる3次元再建と焼傷評価のための定量的解析
• Authors: S. Kalaycioglu, C. Hong, K. Zhai, H. Xie, J. N. Wong,
• Abstract要約: 本稿では,光グラム計測,3次元表面再構成,深層学習に基づくセグメンテーションを統合したAIによるバーンアセスメント・マネジメントプラットフォームを提案する。 このシステムは患者固有の3D熱傷面を再構築し、熱傷領域を解剖学にマッピングし、現実の単位の客観的な測定値を計算する。 このプラットフォームは、構造化された患者の摂取、ガイド付き画像キャプチャ、3D分析と可視化、治療勧告、自動レポート生成をサポートする。
• 参考スコア（独自算出の注目度）: 0.20308459813360544
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Accurate, reproducible burn assessment is critical for treatment planning, healing monitoring, and medico-legal documentation, yet conventional visual inspection and 2D photography are subjective and limited for longitudinal comparison. This paper presents an AI-enabled burn assessment and management platform that integrates multi-view photogrammetry, 3D surface reconstruction, and deep learning-based segmentation within a structured clinical workflow. Using standard multi-angle images from consumer-grade cameras, the system reconstructs patient-specific 3D burn surfaces and maps burn regions onto anatomy to compute objective metrics in real-world units, including surface area, TBSA, depth-related geometric proxies, and volumetric change. Successive reconstructions are spatially aligned to quantify healing progression over time, enabling objective tracking of wound contraction and depth reduction. The platform also supports structured patient intake, guided image capture, 3D analysis and visualization, treatment recommendations, and automated report generation. Simulation-based evaluation demonstrates stable reconstructions, consistent metric computation, and clinically plausible longitudinal trends, supporting a scalable, non-invasive approach to objective, geometry-aware burn assessment and decision support in acute and outpatient care.
• Abstract（参考訳）: 正確な再現性のあるバーンアセスメントは治療計画、ヒーリングモニタリング、医薬・法律文書に欠かせないが、従来の視覚検査と2D写真は縦断比較に限定されている。 本稿では,多視点フォトグラム,3次元表面再構成,深層学習に基づくセグメンテーションを構造化された臨床ワークフローに統合した,AIによるバーンアセスメントと管理プラットフォームを提案する。 コンシューマグレードのカメラからの標準的な多角画像を用いて、患者固有の3Dバーンサーフェスを再構成し、燃焼領域を解剖学にマップし、表面積、TBSA、深さ関連幾何学的プロキシ、体積変化などの実世界の単位の客観的なメトリクスを計算する。 連続的な再建は、時間とともに治癒の進行を定量化するために空間的に整列し、創傷収縮の客観的な追跡と深度減少を可能にする。 このプラットフォームは、構造化された患者の摂取、ガイド付き画像キャプチャ、3D分析と可視化、治療勧告、自動レポート生成をサポートする。 シミュレーションに基づく評価は、安定な再構成、一貫したメートル法計算、および臨床的に妥当な縦断的傾向を示し、急性および外来医療における客観的、幾何学的なバーンアセスメントおよび意思決定支援に対するスケーラブルで非侵襲的なアプローチをサポートする。

関連論文リスト

• Non-Invasive 3D Wound Measurement with RGB-D Imaging [6.009571668786525]
  本稿では,RGB-D画像に基づく高速,非侵襲的な3次元創傷計測アルゴリズムを提案する。 この方法は、RGB-D odometryとB-spline表面再構成を組み合わせることで、詳細な3D創傷メッシュを生成する。
  論文  参考訳（メタデータ） (2026-01-26T23:03:24Z)
• 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)
• 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)
• Wound3DAssist: A Practical Framework for 3D Wound Assessment [24.184493298243392]
  モノクラー・コンシューマグレード・ビデオを用いた3次元創傷評価のためのフレームワークであるWound3DAssistを提案する。 本フレームワークは手持ちの短いスマートフォンのビデオ記録から正確な3Dモデルを生成する。 我々は3D再構成,創部分割,組織分類,および周辺解析をモジュラーワークフローに統合した。
  論文  参考訳（メタデータ） (2025-08-25T03:50:04Z)
• SPIDER: Structure-Preferential Implicit Deep Network for Biplanar X-ray Reconstruction [30.432335038130866]
  SPIDERは、バイプレーンX線画像からCTボリュームを再構成するための教師付きフレームワークである。 解剖学的制約を再構築プロセスに組み込み、構造的連続性を高め、軟質の人工物を減らす。 提案手法は,ダウンストリームセグメンテーションタスクにおける強力な可能性を示し,パーソナライズされた治療計画と画像誘導型手術ナビゲーションにおけるその有用性を裏付けるものである。
  論文  参考訳（メタデータ） (2025-07-07T06:06:28Z)
• Are Pixel-Wise Metrics Reliable for Sparse-View Computed Tomography Reconstruction? [61.48804987263701]
  解剖学的構造全体にわたる構造的完全性を評価するために,解剖学的評価尺度の組を提案する。 CAREは、重要な構造物の解剖学的保存を促進するために、訓練中に構造的罰則を取り入れている。 CAREはCT再建における構造的完全性を大幅に改善し、大臓器では+32%、小臓器では+22%、小腸では+40%、血管では+36%となる。
  論文  参考訳（メタデータ） (2025-06-02T17:07:10Z)
• A 3D Facial Reconstruction Evaluation Methodology: Comparing Smartphone Scans with Deep Learning Based Methods Using Geometry and Morphometry Criteria [60.865754842465684]
  3次元顔形状解析は臨床応用の可能性から注目されている。 高度な3D顔認証システムの高コスト化は、その普及を制限し、低コストな取得と再構築方法の開発を推進している。 本研究では,形態素形状解析技術を統合することで,従来の幾何学的ベンチマークを超える新しい評価手法を提案する。
  論文  参考訳（メタデータ） (2025-02-13T15:47:45Z)
• A Quantitative Evaluation of Dense 3D Reconstruction of Sinus Anatomy from Monocular Endoscopic Video [8.32570164101507]
  内視鏡的シーケンスと光学的トラッキングを用いた洞再建のための自己教師型アプローチの定量的解析を行った。 以上の結果から, 生成した復元は解剖学的に高い一致を示し, 平均点間誤差は0.91mmであった。 ポーズと深さ推定の不正確さがこの誤りに等しく寄与し、より短い軌跡を持つ局所的に一貫したシーケンスがより正確な再構成をもたらすことを確認した。
  論文  参考訳（メタデータ） (2023-10-22T17:11:40Z)
• Attentive Symmetric Autoencoder for Brain MRI Segmentation [56.02577247523737]
  視覚変換器(ViT)をベースとした3次元脳MRIセグメンテーションタスクのための新しいアテンテーティブシンメトリオートエンコーダを提案する。 事前学習の段階では、提案するオートエンコーダがより注意を払って、勾配測定値に従って情報パッチを再構築する。 実験の結果,提案手法は最先端の自己教師付き学習法や医用画像分割モデルよりも優れていた。
  論文  参考訳（メタデータ） (2022-09-19T09:43:19Z)
• Tattoo tomography: Freehand 3D photoacoustic image reconstruction with an optical pattern [49.240017254888336]
  光音響トモグラフィ(PAT)は、形態学的および機能的組織特性の両方を解決することができる新しいイメージング技術である。 現在の欠点は、従来の2Dプローブによって提供される視野の制限である。 本研究では,外部追跡システムを必要としないPATデータの3次元再構成手法を提案する。
  論文  参考訳（メタデータ） (2020-11-10T09:27:56Z)

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。