論文の概要: UltraG-Ray: Physics-Based Gaussian Ray Casting for Novel Ultrasound View Synthesis

• arxiv url: http://arxiv.org/abs/2603.29022v1
• Date: Mon, 30 Mar 2026 21:30:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-01 15:25:02.872684
• Title: UltraG-Ray: Physics-Based Gaussian Ray Casting for Novel Ultrasound View Synthesis
• Title（参考訳）: UltraG-ray:新しい超音波ビュー合成のための物理ベースガウス線カスト
• Authors: Felix Duelmer, Jakob Klaushofer, Magdalena Wysocki, Nassir Navab, Mohammad Farid Azampour,
• Abstract要約: 学習可能な3次元ガウス場に基づく新しい超音波シーン表現であるUltraG-Rayを紹介する。 減衰や反射などの超音波固有のパラメータをガウス空間表現に明示的にエンコードする。 従来の手法とは対照的に、この手法はビュー依存の減衰効果を自然に捉え、物理的に情報を得たBモード画像の生成を可能にする。
• 参考スコア（独自算出の注目度）: 37.852213269883634
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Novel view synthesis (NVS) in ultrasound has gained attention as a technique for generating anatomically plausible views beyond the acquired frames, offering new capabilities for training clinicians or data augmentation. However, current methods struggle with complex tissue and view-dependent acoustic effects. Physics-based NVS aims to address these limitations by including the ultrasound image formation process into the simulation. Recent approaches combine a learnable implicit scene representation with an ultrasound-specific rendering module, yet a substantial gap between simulation and reality remains. In this work, we introduce UltraG-Ray, a novel ultrasound scene representation based on a learnable 3D Gaussian field, coupled to an efficient physics-based module for B-mode synthesis. We explicitly encode ultrasound-specific parameters, such as attenuation and reflection, into a Gaussian-based spatial representation and realize image synthesis within a novel ray casting scheme. In contrast to previous methods, this approach naturally captures view-dependent attenuation effects, thereby enabling the generation of physically informed B-mode images with increased realism. We compare our method to state-of-the-art and observe consistent gains in image quality metrics (up to 15% increase on MS-SSIM), demonstrating clear improvement in terms of realism of the synthesized ultrasound images.
• Abstract（参考訳）: 超音波における新しいビュー合成(NVS)は、取得したフレームを超えて解剖学的に妥当なビューを生成する技術として注目され、臨床医の訓練やデータ拡張のための新たな機能を提供している。 しかし、現在の手法は複雑な組織とビュー依存音響効果に苦しむ。 物理ベースのNVSは、超音波画像形成プロセスをシミュレーションに組み込むことで、これらの制限に対処することを目指している。 近年のアプローチでは、学習可能な暗黙のシーン表現と、超音波固有のレンダリングモジュールを組み合わせているが、シミュレーションと現実の間には大きなギャップが残っている。 本稿では,学習可能な3次元ガウス場に基づく新しい超音波シーン表現であるUltraG-Rayと,Bモード合成のための効率的な物理ベースのモジュールについて紹介する。 我々は、減衰や反射などの超音波固有のパラメータをガウス的空間表現に明示的にエンコードし、新しいレイキャスト方式で画像合成を実現する。 従来の手法とは対照的に、本手法はビュー依存減衰効果を自然に捉え、現実性を高めた物理情報に基づくBモード画像の生成を可能にする。 提案手法を最先端技術と比較し,画像品質指標の連続的な向上(MS-SSIMでは最大15%向上)を観察し,合成した超音波画像のリアリズムを明らかに改善した。

関連論文リスト

• UltraGS: Gaussian Splatting for Ultrasound Novel View Synthesis [11.32869758723533]
  超音波イメージングに最適化されたガウススプラッティングフレームワークである textbfUltraGS を提案する。 まず,奥行きを意識したガウス的スプレイティング戦略を導入し,各ガウス語を学習可能な視野に割り当てる。 第2に、低次球面調和と超音波固有波動物理を組み合わせた軽量レンダリング関数SH-DARSを設計する。
  論文  参考訳（メタデータ） (2025-11-11T01:54:12Z)
• 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)
• UltraRay: Introducing Full-Path Ray Tracing in Physics-Based Ultrasound Simulation [40.609593860836554]
  レイトレーシングアルゴリズムを用いてエコーデータを生成する新しい超音波シミュレーションパイプラインを提案する。 先進的な超音波イメージングを再現するため,平面波イメージングに最適化されたレイエミッション方式を導入し,遅延とステアリング機能を取り入れた。 提案手法であるUltraRayは,視覚的品質の向上だけでなく,シミュレーション画像のリアリズムの向上にも寄与する。
  論文  参考訳（メタデータ） (2025-01-10T10:07:41Z)
• UlRe-NeRF: 3D Ultrasound Imaging through Neural Rendering with Ultrasound Reflection Direction Parameterization [0.5837446811360741]
  従来の3D超音波イメージング法には、解像度の固定化、ストレージ効率の低さ、コンテキスト接続性の不足といった制限がある。 暗黙的なニューラルネットワークと明示的な超音波レンダリングアーキテクチャを組み合わせた新しいモデルUlRe-NeRFを提案する。 実験の結果,UlRe-NeRFモデルは高忠実度超音波画像再構成の現実性と精度を著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2024-08-01T18:22:29Z)
• GS-IR: 3D Gaussian Splatting for Inverse Rendering [71.14234327414086]
  3次元ガウス散乱(GS)に基づく新しい逆レンダリング手法GS-IRを提案する。 我々は、未知の照明条件下で撮影された多視点画像からシーン形状、表面物質、環境照明を推定するために、新しいビュー合成のための最高のパフォーマンス表現であるGSを拡張した。 フレキシブルかつ表現力のあるGS表現は、高速かつコンパクトな幾何再構成、フォトリアリスティックな新規ビュー合成、有効物理ベースレンダリングを実現する。
  論文  参考訳（メタデータ） (2023-11-26T02:35:09Z)
• OADAT: Experimental and Synthetic Clinical Optoacoustic Data for Standardized Image Processing [62.993663757843464]
  オプトアコースティック(OA)イメージングは、ナノ秒レーザーパルスによる生体組織の励起と、光吸収による熱弾性膨張によって発生する超音波の検出に基づいている。 OAイメージングは、深部組織における豊富な光学コントラストと高分解能の強力な組み合わせを特徴としている。 臨床環境でのOAの幅広い応用を促進するために、異なるタイプの実験的なセットアップと関連する処理手法で生成される標準化データセットは存在しない。
  論文  参考訳（メタデータ） (2022-06-17T08:11:26Z)
• Deep Learning for Ultrasound Beamforming [120.12255978513912]
  受信した超音波エコーを空間画像領域にマッピングするビームフォーミングは、超音波画像形成チェーンの心臓に位置する。 現代の超音波イメージングは、強力なデジタル受信チャネル処理の革新に大きく依存している。 ディープラーニング手法は、デジタルビームフォーミングパイプラインにおいて魅力的な役割を果たす。
  論文  参考訳（メタデータ） (2021-09-23T15:15:21Z)

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。