論文の概要: Influence of Geometry, Class Imbalance and Alignment on Reconstruction Accuracy -- A Micro-CT Phantom-Based Evaluation
- arxiv url: http://arxiv.org/abs/2602.07658v1
- Date: Sat, 07 Feb 2026 18:33:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-10 20:26:24.744951
- Title: Influence of Geometry, Class Imbalance and Alignment on Reconstruction Accuracy -- A Micro-CT Phantom-Based Evaluation
- Title（参考訳）: 形状, クラス不均衡, 配向が復元精度に及ぼす影響 -マイクロCTファントムによる評価-
- Authors: Avinash Kumar K M, Samarth S. Raut,
- Abstract要約: 医療スキャンから生成された3Dモデルの精度は、イメージングハードウェア、セグメンテーション方法、メッシュ処理技術に依存する。
この研究は、再構築パイプライン全体のエラーを評価し、ボクセルと表面ベース精度メトリクスの使用について検討する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The accuracy of the 3D models created from medical scans depends on imaging hardware, segmentation methods and mesh processing techniques etc. The effects of geometry type, class imbalance, voxel and point cloud alignment on accuracy remain to be thoroughly explored. This work evaluates the errors across the reconstruction pipeline and explores the use of voxel and surface-based accuracy metrics for different segmentation algorithms and geometry types. A sphere, a facemask, and an AAA were printed using the SLA technique and scanned using a micro-CT machine. Segmentation was performed using GMM, Otsu and RG based methods. Segmented and reference models aligned using the KU algorithm, were quantitatively compared to evaluate metrics like Dice and Jaccard scores, precision. Surface meshes were registered with reference meshes using an ICP-based alignment process. Metrics like chamfer distance, and average Hausdorff distance were evaluated. The Otsu method was found to be the most suitable method for all the geometries. AAA yielded low overlap scores due to its small wall thickness and misalignment. The effect of class imbalance on specificity was observed the most for AAA. Surface-based accuracy metrics differed from the voxel-based trends. The RG method performed best for sphere, while GMM and Otsu perform better for AAA. The facemask surface was most error-prone, possibly due to misalignment during the ICP process. Segmentation accuracy is a cumulative sum of errors across different stages of the reconstruction process. High voxel-based accuracy metrics may be misleading in cases of high class imbalance and sensitivity to alignment. The Jaccard index is found to be more stringent than the Dice and more suitable for accuracy assessment for thin-walled structures. Voxel and point cloud alignment should be ensured to make any reliable assessment of the reconstruction pipeline.
- Abstract（参考訳）: 医療スキャンから生成された3Dモデルの精度は、イメージングハードウェア、セグメンテーション方法、メッシュ処理技術などに依存する。
幾何タイプ、クラス不均衡、ボクセル、点雲のアライメントが精度に与える影響は、いまだに徹底的に調査されている。
この研究は、再構成パイプライン全体の誤差を評価し、異なるセグメンテーションアルゴリズムと幾何タイプに対するボクセルおよび表面ベース精度メトリクスの使用について検討する。
SLA技術を用いて球面、フェイスマスク、AAAを印刷し、マイクロCTマシンでスキャンした。
GMM,大津法,RG法を用いてセグメンテーションを行った。
分割および参照モデルは、KUアルゴリズムを用いて定量的に比較され、DiceやJaccardのスコア、精度などの指標を評価した。
ICPベースのアライメントプロセスを使用して、表面メッシュに参照メッシュを登録した。
シャンファー距離やハウスドルフ平均距離などの指標を評価した。
大津法は全地形に最も適した方法であることがわかった。
AAAは、壁の厚みと調整ミスにより、低いオーバーラップスコアを得た。
クラス不均衡がAAAの特異性に及ぼす影響が最も高かった。
表面ベースの精度指標は、ボクセルベースの傾向とは異なる。
RG法は球面に最適であり, GMMと大津はAAAに優れていた。
フェイスマスクの表面は、おそらくICPプロセス中に不整合が生じたため、最もエラーを起こしやすい。
分割精度は再建過程の異なる段階にわたる誤差の累積和である。
高いボクセルベースの精度測定は、高いクラス不均衡とアライメントに対する感度の場合に誤解を招く可能性がある。
ジャカード指数はディースよりも厳密であり、薄肉構造物の精度評価に適している。
ボクセルとポイントクラウドのアライメントは、再構築パイプラインの信頼性を評価するために確保されるべきである。
関連論文リスト
- MS-ISSM: Objective Quality Assessment of Point Clouds Using Multi-scale Implicit Structural Similarity [65.85858856481131]
点雲の非構造的で不規則な性質は、客観的品質評価(PCQA)に重大な課題をもたらす
マルチスケールインシシシット構造類似度測定(MS-ISSM)を提案する。
論文 参考訳（メタデータ） (2026-01-03T14:58:52Z) - 3D Face Reconstruction Error Decomposed: A Modular Benchmark for Fair and Fast Method Evaluation [30.625439879741847]
M3DFB (Modularized 3D Face Restruction Benchmark) のためのツールキットを提案する。
エラーの基本成分は分離され交換可能であり、それぞれの効果を定量化することができる。
そこで本研究では,メッシュトポロジの不整合性に対して計算効率の良い手法を提案する。
論文 参考訳（メタデータ） (2025-05-23T15:28:43Z) - Approximate Size Targets Are Sufficient for Accurate Semantic Segmentation [52.239136918460616]
相対的なオブジェクトサイズ分布に近似するバイナリクラスタグを拡張することで、オフザシェルフアーキテクチャはセグメンテーション問題を解決することができる。
平均予測に対するゼロ回避KL偏差損失は、標準画素精度の監督に匹敵するセグメンテーション精度を生成する。
我々のアイデアはPASCAL VOC上で、近似オブジェクトサイズの人間のアノテーションを用いて検証されている。
論文 参考訳（メタデータ） (2025-03-10T06:02:13Z) - Quality assurance of organs-at-risk delineation in radiotherapy [7.698565355235687]
放射線治療計画において,腫瘍標的と臓器の脱線は重要である。
自動セグメンテーションの品質保証は、まだ臨床実践において必要ではない。
提案手法は,一級分類フレームワークにおける残差ネットワークとアテンション機構を導入し,様々な種類のOAR輪郭誤差を高精度に検出することができた。
論文 参考訳（メタデータ） (2024-05-20T02:32:46Z) - Unleash the Potential of 3D Point Cloud Modeling with A Calibrated Local
Geometry-driven Distance Metric [62.365983810610985]
そこで我々は,Callibated Local Geometry Distance (CLGD) と呼ばれる新しい距離測定法を提案する。
CLGDは、基準点の集合によってキャリブレーションされ誘導される基礎となる3次元表面の差を計算する。
一般的な指標として、CLGDは3Dポイントのクラウドモデリングを前進させる可能性がある。
論文 参考訳（メタデータ） (2023-06-01T11:16:20Z) - A Generalized Surface Loss for Reducing the Hausdorff Distance in
Medical Imaging Segmentation [1.2289361708127877]
本研究では,現在の手法よりも望ましい数値特性を持つハウスドルフ測度を最小化する新しい損失関数を提案する。
我々の損失関数は、最先端のnnUNetアーキテクチャを用いてLiTSとBraTSデータセットでテストした場合、他の損失よりも優れています。
論文 参考訳（メタデータ） (2023-02-08T04:01:42Z) - Lerna: Transformer Architectures for Configuring Error Correction Tools
for Short- and Long-Read Genome Sequencing [5.911600622951255]
我々は、k-merベースのECツールの自動構成にLernaを導入する。
最適なk-mer値は、同じECツールであっても、異なるデータセットに対して異なる可能性があることを示す。
また、注目に基づくモデルでは、パイプライン全体のランタイムが大幅に改善されていることも示しています。
論文 参考訳（メタデータ） (2021-12-19T05:59:26Z) - Surface Warping Incorporating Machine Learning Assisted Domain
Likelihood Estimation: A New Paradigm in Mine Geology Modelling and
Automation [68.8204255655161]
新たに取得した破砕孔データによって課される地球化学的および空間的制約に基づいて, モデル表面を再構成するバイーシアンワープ法が提案されている。
本稿では,このワーピングフレームワークに機械学習を組み込むことにより,可能性の一般化を図る。
その基礎は、p(g|c) が p(y(c)|g と似た役割を果たすような地質領域の確率のベイズ計算によって構成される。
論文 参考訳（メタデータ） (2021-02-15T10:37:52Z) - Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。
本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。
実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
論文 参考訳（メタデータ） (2020-07-20T12:07:48Z)
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。