論文の概要: Biophysics-Enhanced Neural Representations for Patient-Specific Respiratory Motion Modeling

• arxiv url: http://arxiv.org/abs/2603.22123v1
• Date: Mon, 23 Mar 2026 15:47:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-24 19:11:39.763252
• Title: Biophysics-Enhanced Neural Representations for Patient-Specific Respiratory Motion Modeling
• Title（参考訳）: 生体物理学による患者の呼吸運動モデリングのための神経表現
• Authors: Jan Boysen, Hristina Uzunova, Heinz Handels, Jan Ehrhardt,
• Abstract要約: 呼吸運動モデルは通常、患者固有の呼吸運動を推測し、服用をより効率的に標的にするために用いられる。 本研究では,サロゲート型モーションモデリングにおける暗黙的ニューラル表現の可能性について検討する。 物理規則化暗黙サロゲートを用いた呼吸運動モデル(PRISM-RM)を提案する。
• 参考スコア（独自算出の注目度）: 0.6972604999325035
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A precise spatial delivery of the radiation dose is crucial for the treatment success in radiotherapy. In the lung and upper abdominal region, respiratory motion introduces significant treatment uncertainties, requiring special motion management techniques. To address this, respiratory motion models are commonly used to infer the patient-specific respiratory motion and target the dose more efficiently. In this work, we investigate the possibility of using implicit neural representations (INR) for surrogate-based motion modeling. Therefore, we propose physics-regularized implicit surrogate-based modeling for respiratory motion (PRISM-RM). Our new integrated respiratory motion model is free of a fixed reference breathing state. Unlike conventional pairwise registration techniques, our approach provides a trajectory-aware spatio-temporally continuous and diffeomorphic motion representation, improving generalization to extrapolation scenarios. We introduce biophysical constraints, ensuring physiologically plausible motion estimation across time beyond the training data. Our results show that our trajectory-aware approach performs on par in interpolation and improves the extrapolation ability compared to our initially proposed INR-based approach. Compared to sequential registration-based approaches both our approaches perform equally well in interpolation, but underperform in extrapolation scenarios. However, the methodical features of INRs make them particularly effective for respiratory motion modeling, and with their performance steadily improving, they demonstrate strong potential for advancing this field.
• Abstract（参考訳）: 放射線治療における治療成功には放射線照射の正確な空間伝達が不可欠である。 肺・上腹部領域では,呼吸運動は,特別な運動管理技術を必要とする,著しい治療の不確実性をもたらす。 これを解決するために、呼吸運動モデルは、患者固有の呼吸運動を推測し、より効率的に線量をターゲットにするために一般的に使用される。 本研究では,サロゲートに基づく動作モデリングにおいて,暗黙的ニューラル表現(INR)を用いることの可能性を検討する。 そこで本研究では,PRISM-RM(PRISM-RM)に関する物理規則化暗黙的代理モデルを提案する。 我々の新しい統合呼吸運動モデルには、固定基準呼吸状態がない。 従来のペアワイズ登録手法とは異なり,提案手法は時空間連続かつ微分同型な運動表現を軌跡に認識し,外挿シナリオへの一般化を改良する。 生体物理学的制約を導入し、トレーニングデータを超える時間にわたって生理的確証のある運動推定を確実にする。 提案手法は,従来のINR法に比べて補間性能が向上し,補間性能が向上することが示唆された。 シーケンシャルな登録ベースアプローチと比較して、我々のアプローチは補間においても同等に機能するが、補間シナリオでは性能が劣る。 しかし、INRの方法論的特徴は呼吸運動モデリングに特に有効であり、その性能が着実に向上し、この分野を前進させる強い可能性を示す。

関連論文リスト

• REWIND: Real-Time Egocentric Whole-Body Motion Diffusion with Exemplar-Based Identity Conditioning [95.07708090428814]
  本稿では,一段階拡散モデルREWINDを提案する。 身体中心運動と手の動きの相関を効果的にモデル化する。 また、ターゲットアイデンティティの小さなポーズ例に基づく新しいアイデンティティ条件付け手法を提案し、動き推定品質をさらに向上させる。
  論文  参考訳（メタデータ） (2025-04-07T11:44:11Z)
• X$^{2}$-Gaussian: 4D Radiative Gaussian Splatting for Continuous-time Tomographic Reconstruction [64.2059940799033]
  現在の方法では、時間分解能を呼吸ゲーティング装置で固定相に識別する。 新規なフレームワークであるX$2$-Gaussianは、動的放射スプラッティングと自己監督型呼吸運動学習を統合することで、連続的な4DCT再構成を可能にする。
  論文  参考訳（メタデータ） (2025-03-27T17:59:57Z)
• Markerless Tracking-Based Registration for Medical Image Motion Correction [0.4288177321445912]
  本研究は, ビデオフルオロスコープにおける患者動作の干渉による摂食動態の分離に焦点を当てた。 光フロー法は、フリッカリングや不安定性などの人工物によって失敗し、異なる運動群を区別する信頼性が低い。 本稿では,摂食動態を保ちながら破壊運動を効果的に除去する新しい動き補正パイプラインを提案する。
  論文  参考訳（メタデータ） (2025-03-13T11:18:50Z)
• The Useful Side of Motion: Using Head Motion Parameters to Correct for Respiratory Confounds in BOLD fMRI [0.4681661603096333]
  呼吸は頭部の動きを誘発し、実際の動きや擬似的な動きを誘導する。 推奨ノッチフィルターは呼吸誘発運動アーティファクトを緩和し、呼吸周波数帯のバンドパスフィルタが呼吸誘発頭部運動を分離することを示唆する。 本研究では,推定頭部運動パラメータを統合することで静止状態BOLD-fMRIデータからRV推定精度を向上させることを目的とする。
  論文  参考訳（メタデータ） (2024-10-16T17:58:20Z)
• Continuous sPatial-Temporal Deformable Image Registration (CPT-DIR) for motion modelling in radiotherapy: beyond classic voxel-based methods [28.526710503853877]
  現在の変形可能な画像登録(DIR)の実装は、離散的な体積運動表現に依存している。 患者解剖運動の連続モデリングに暗黙的神経表現(INR)を用いた新しいアプローチを提案する。 CPT-DIRは、登録と精度、自動化、スピードを大幅に向上させる。
  論文  参考訳（メタデータ） (2024-05-01T10:26:08Z)
• SISMIK for brain MRI: Deep-learning-based motion estimation and model-based motion correction in k-space [0.0]
  本研究では,脳の2次元スピンエコースキャンにおける動き推定と補正の振り返り手法を提案する。 この手法は、深いニューラルネットワークのパワーを利用してk空間の運動パラメータを推定する。 モデルに基づくアプローチを用いて、劣化した画像を復元し、「幻覚」を避ける。
  論文  参考訳（メタデータ） (2023-12-20T17:38:56Z)
• Spatio-Temporal Branching for Motion Prediction using Motion Increments [55.68088298632865]
  HMP(Human Motion Prediction)はその多種多様な応用により、人気のある研究トピックとして浮上している。 従来の手法は手作りの機能と機械学習技術に依存している。 HMPのためのインクリメンタル情報を用いた時空間分岐ネットワークを提案する。
  論文  参考訳（メタデータ） (2023-08-02T12:04:28Z)
• SCouT: Synthetic Counterfactuals via Spatiotemporal Transformers for Actionable Healthcare [6.431557011732579]
  合成制御法は、ドナーユニットからユニットの対実的現実を推定する強力なデータ駆動手法のクラスを開拓した。 中心となる技術は、ドナーの結果を結合して偽物を生成する、事前介入期間に適合した線形モデルである。 提案手法は,介入の開始前における局所的時間的情報の利用を,事象列を推定する有望な方法として提案する。
  論文  参考訳（メタデータ） (2022-07-09T07:00:17Z)

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。