論文の概要: OSCAR: Occupancy-based Shape Completion via Acoustic Neural Implicit Representations

• arxiv url: http://arxiv.org/abs/2603.08279v1
• Date: Mon, 09 Mar 2026 11:51:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-10 15:13:15.892989
• Title: OSCAR: Occupancy-based Shape Completion via Acoustic Neural Implicit Representations
• Title（参考訳）: OSCAR:音響的ニューラルインプシット表現による占有型形状補完
• Authors: Magdalena Wysocki, Kadir Burak Buldu, Miruna-Alexandra Gafencu, Mohammad Farid Azampour, Nassir Navab,
• Abstract要約: そこで本研究では, 超音波部分観察から3次元解剖学的形状を再構築する, 占有率に基づく形状完備化手法を提案する。 提案手法では,画像から直接解剖学的表面を抽出し,推論中の解剖学的ラベルの必要性を回避する。 本手法は,Bモード超音波の最先端形状完成度をHD95スコアで80%向上することを示す。
• 参考スコア（独自算出の注目度）: 35.20946695773807
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accurate 3D reconstruction of vertebral anatomy from ultrasound is important for guiding minimally invasive spine interventions, but it remains challenging due to acoustic shadowing and view-dependent signal variations. We propose an occupancy-based shape completion method that reconstructs complete 3D anatomical geometry from partial ultrasound observations. Crucially for intra-operative applications, our approach extracts the anatomical surface directly from the image, avoiding the need for anatomical labels during inference. This label-free completion relies on a coupled latent space representing both the image appearance and the underlying anatomical shape. By leveraging a Neural Implicit Representation (NIR) that jointly models both spatial occupancy and acoustic interactions, the method uses acoustic parameters to become implicitly aware of the unseen regions without explicit shadowing labels through tracking acoustic signal transmission. We show that this method outperforms state-of-the-art shape completion for B-mode ultrasound by 80% in HD95 score. We validate our approach both in-silico and on phantom US images with registered mesh models from CT labels, demonstrating accurate reconstruction of occluded anatomy and robust generalization across diverse imaging conditions. Code and data will be released on publication.
• Abstract（参考訳）: 超音波による脊椎解剖の正確な3次元再構築は、最小侵襲の脊椎手術を導く上で重要であるが、音響的シャドーイングとビュー依存信号のばらつきにより、依然として困難である。 そこで本研究では, 超音波部分観察から3次元解剖学的形状を再構築する, 占有率に基づく形状完備化手法を提案する。 術中手術では,画像から直接解剖学的表面を抽出し,推論時に解剖学的ラベルを必要としない。 このラベルなし完備化は、画像の外観と下層の解剖学的形状の両方を表す結合潜在空間に依存している。 空間的占有性と音響的相互作用の両方を共同でモデル化するニューラルインシシット表現(NIR)を活用することにより、音響信号の伝達を追跡することで、明示的なシャドーイングラベルを使わずに、未知の領域を暗黙的に認識する。 本手法は,Bモード超音波の最先端形状完成度をHD95スコアで80%向上することを示す。 我々は,CTラベルから得られたメッシュモデルを用いて,シリコン内およびファントムUS画像の両方のアプローチを検証し,閉塞した解剖学の正確な再構築と多様な画像条件における堅牢な一般化を実証した。 コードとデータは公開時に公開される。

関連論文リスト

• US-X Complete: A Multi-Modal Approach to Anatomical 3D Shape Recovery [38.0728021642047]
  本稿では,3次元超音波における閉塞型解剖構造を完遂するための新しいマルチモーダル学習法を提案する。 我々は,(1)X線スキャンをシミュレートする2次元側方椎体ビューと(2)部分椎体表現からなるペアトレーニングデータを生成する。 本手法は画像モダリティの両面で形態情報を統合し, 脊椎再建において有意な改善が認められた。
  論文  参考訳（メタデータ） (2025-11-19T16:45:04Z)
• UltrON: Ultrasound Occupancy Networks [38.32197440821245]
  SDFや占有関数のような暗黙の表現は、従来のボクセルやメッシュベースの方法に代わる強力な代替手段を提供する。 これらのアプローチは、Bモード強度に埋め込まれたリッチな音響情報を見渡して、正確なアノテーションにヒンジする。 本稿では, 音響的特徴を利用して幾何整合性を向上させる, 占有率に基づく表現とglsUltrONの導入を提案する。
  論文  参考訳（メタデータ） (2025-09-10T20:38:59Z)
• Class-Aware Cartilage Segmentation for Autonomous US-CT Registration in Robotic Intercostal Ultrasound Imaging [39.597735935731386]
  形状制約後処理を施したクラスアウェア軟骨骨分節ネットワークを提示し, 患者固有の骨骨格を捕捉する。 一般的なテンプレートから個々の患者へ、宿主間走査経路をマッピングするために、密度の高い骨格グラフに基づく非剛性登録が提示される。 提案手法は,CTテンプレートから個々の患者へのパスを,頑健かつ正確にマッピングできることを示す。
  論文  参考訳（メタデータ） (2024-06-06T14:15:15Z)
• CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
  縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。 ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。 我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
  論文  参考訳（メタデータ） (2024-03-21T15:13:36Z)
• AiAReSeg: Catheter Detection and Segmentation in Interventional Ultrasound using Transformers [75.20925220246689]
  血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。 本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
  論文  参考訳（メタデータ） (2023-09-25T19:34:12Z)
• On the Localization of Ultrasound Image Slices within Point Distribution Models [84.27083443424408]
  甲状腺疾患は高分解能超音波(US)で診断されることが多い 縦断追跡は病理甲状腺形態の変化をモニタリングするための重要な診断プロトコルである。 3次元形状表現におけるUS画像の自動スライスローカライズのためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-01T10:10:46Z)
• Feature-aggregated spatiotemporal spine surface estimation for wearable patch ultrasound volumetric imaging [4.287216236596808]
  我々は,複数の画像角から反射性骨表面を捉えるためにパッチライクなウェアラブル超音波ソリューションを提案する。 我々のウェアラブル超音波システムは、拡張現実環境で臨床医に直感的で正確な介入指導を提供する可能性がある。
  論文  参考訳（メタデータ） (2022-11-11T02:15:48Z)
• SQUID: Deep Feature In-Painting for Unsupervised Anomaly Detection [76.01333073259677]
  無線画像からの異常検出のための空間認識型メモリキューを提案する(略してSQUID)。 SQUIDは, 微細な解剖学的構造を逐次パターンに分類でき, 推測では画像中の異常(見えない/修正されたパターン)を識別できる。
  論文  参考訳（メタデータ） (2021-11-26T13:47:34Z)
• 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。