論文の概要: Residual Gaussian Splatting for Ultra Sparse-View CBCT Reconstruction
- arxiv url: http://arxiv.org/abs/2604.27552v1
- Date: Thu, 30 Apr 2026 07:59:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-01 16:31:53.981105
- Title: Residual Gaussian Splatting for Ultra Sparse-View CBCT Reconstruction
- Title（参考訳）: Ultra Sparse-View CBCT 再建のための残留ガウススプラッティング法
- Authors: Jian Lin, Jiancheng Fang, Shaoyu Wang, Changan Lai, Yikun Zhang, Yang Chen, Qiegen Liu,
- Abstract要約: 本研究はウェーブレット多分解能解析と3DGSを統合し,スパース再構成を向上する。
本稿では、体積場を幾何学的基底成分と残留詳細成分に階層化するスペクトル分離ガウス表現を提案する。
臨床データセットの実験では、RGSが再構成された画像によって高度に洗練された幾何学的テクスチャをキャプチャできることが示されている。
- 参考スコア（独自算出の注目度）: 14.00351191217297
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: While 3D Gaussian splatting (3DGS) offers explicit and efficient scene representations for cone-beam computed tomography reconstruction, conventional photometric optimization inherently suffers from spectral bias under ultra sparse-view conditions, leading to over-smoothing and a loss of high-frequency anatomical details. Since wavelet transforms provide rich high-frequency information and have been widely utilized to enhance sparse reconstruction, this work integrates wavelet multi-resolution analysis with 3DGS. To circumvent the mathematical mismatch between the strict non-negativity of physical X-ray attenuation and the bipolar nature of high-frequency wavelet coefficients, we propose Residual Gaussian Splatting (RGS). Methodologically, we introduce a spectrally-decoupled Gaussian representation that stratifies the volumetric field into a geometric base component and a residual detail component. This decomposition systematically transforms explicit high-frequency fitting into a physically consistent, implicit residual compensation task. Furthermore, we devise a spectral-spatial collaborative optimization strategy to coordinate the interplay between geometric anchoring and texture refinement, effectively preventing spectral crosstalk. Extensive experiments on clinical datasets demonstrate that RGS enables the reconstructed images to capture highly refined geometric textures. It successfully resolves the trade-off between artifact suppression and detail preservation, yielding superior visual fidelity in complex trabecular and vascular structures compared to existing neural rendering baselines.
- Abstract（参考訳）: 3D Gaussian splatting (3DGS) は、コーンビーム計算トモグラフィ再構成のための明示的で効率的なシーン表現を提供するが、従来の光度最適化は、超視界下でのスペクトルバイアスに本質的に悩まされ、過度な平滑化と高周波解剖学的詳細の喪失をもたらす。
ウェーブレット変換は、豊富な高周波情報を提供し、スパース再構成の強化に広く利用されているため、ウェーブレット多分解能解析を3DGSと統合する。
物理X線減衰の厳密な非負性性と高周波ウェーブレット係数の双極性との間の数学的ミスマッチを回避するために,Residual Gaussian Splatting (RGS)を提案する。
方法論的には,体積場を幾何学的基底成分と残留詳細成分に成すスペクトル分離ガウス表現を導入する。
この分解は、明示的な高周波フィッティングを物理的に一貫した暗黙的残差補償タスクに体系的に変換する。
さらに,幾何学的アンカーとテクスチャリファインメントの相互作用を調整するためのスペクトル空間協調最適化手法を考案し,スペクトルクロストークを効果的に防止する。
臨床データセットに関する大規模な実験により、RGSは再構成された画像によって高度に洗練された幾何学的テクスチャをキャプチャできることを示した。
アーティファクトの抑制と細部保存のトレードオフをうまく解決し、既存のニューラルレンダリングベースラインと比較して複雑な気管および血管構造において優れた視覚的忠実性をもたらす。
関連論文リスト
- Multivariate Gaussian NeRF for Wide Field-of-View Ultrasound Reconstruction [34.01678594740569]
WFoV超音波再構成のための3次元ガウス型NeRF法であるUltra-Wide-NeRFを提案する。
本手法は,これらの複合アーティファクトを本質的に緩和し,抗エイリアス効果を提供する。
心内エコー法におけるUltra-Wide-NeRFの有用性について検討した。
論文 参考訳（メタデータ） (2026-04-27T08:48:49Z) - MSGS: Multispectral 3D Gaussian Splatting [46.61006851229471]
波長対応ビュー合成のための3次元ガウス散乱 (3DGS) へのマルチスペクトル拡張を提案する。
それぞれのガウシアンはスペクトル放射で拡張され、帯域ごとの球面調和によって表現され、RGBとマルチスペクトル信号を組み合わせた二重損失監督スキームの下で最適化される。
提案手法は,RGBのみの3DGSベースラインに対して,画質とスペクトルの整合性において一貫した改善が示された。
論文 参考訳（メタデータ） (2026-04-14T23:03:38Z) - PolGS++: Physically-Guided Polarimetric Gaussian Splatting for Fast Reflective Surface Reconstruction [76.9760302941819]
PolGS++は高速反射面再構成のための偏光ガウス散乱フレームワークである。
本稿では,アングル・オブ・ポラライゼーション(AoP)に基づくタンジェント空間の整合性制約を実現するための,奥行き誘導型可視マスク取得機構を提案する。
論文 参考訳（メタデータ） (2026-03-11T14:11:42Z) - 3DGS-HPC: Distractor-free 3D Gaussian Splatting with Hybrid Patch-wise Classification [80.43401018217367]
3D Gaussian Splatting (3DGS) は新規なビュー合成と3Dシーン再構成において顕著な性能を示した。
その品質は、移動物体や様々な影など、過渡的な気晴らしによって、現実世界の環境において劣化することが多い。
既存の方法は、事前訓練された視覚モデルから抽出されたセマンティックな手がかりに頼り、これらの障害を識別し、抑制する。
本稿では,2つの相補的原理を組み合わせることで,これらの制約を回避するフレームワークである3DGS-HPCを提案する。
論文 参考訳（メタデータ） (2026-03-08T11:16:30Z) - ERGO: Excess-Risk-Guided Optimization for High-Fidelity Monocular 3D Gaussian Splatting [63.138778159026934]
本稿では,ERGOと呼ばれる過度のリスク分解によって導かれる適応最適化フレームワークを提案する。
ERGOはビュー固有の過剰リスクを動的に推定し、最適化中の損失重みを適応的に調整する。
Google Scanned ObjectsデータセットとOmniObject3Dデータセットの実験は、既存の最先端メソッドよりもERGOの方が優れていることを示している。
論文 参考訳（メタデータ） (2026-02-10T20:44:43Z) - FSP-Diff: Full-Spectrum Prior-Enhanced DualDomain Latent Diffusion for Ultra-Low-Dose Spectral CT Reconstruction [20.226435074884808]
FSP-Diffは、超低用量スペクトルCT再構成のための、フルスペクトル事前強化デュアルドメイン潜在拡散フレームワークである。
本フレームワークは,画像の直接再構成と投影領域の復号化結果を統合する。
シミュレーションおよび実世界のデータセットの実験により、FSP-Diffは画像の品質と計算効率の両方において最先端の手法よりも大幅に優れていることが示された。
論文 参考訳（メタデータ） (2026-02-08T14:13:19Z) - Towards Integrating Multi-Spectral Imaging with Gaussian Splatting [8.908394706712395]
色(RGB)とマルチスペクトル画像(マルチスペクトル)を3次元ガウススティングフレームワークに統合する方法について検討する。
球面高調波色成分に直接マルチスペクトルデータを統合して、ガウスの多重スペクトル反射率をコンパクトにモデル化することを提案する。
論文 参考訳（メタデータ） (2025-08-31T20:53:35Z) - Diffusion Denoised Hyperspectral Gaussian Splatting [11.486860334986394]
ハイパースペクトルシーンの暗黙的なニューラル表現を作成するために、3次元再構成法が用いられている。
拡散分解型ハイパースペクトル撮影法(DD-HGS)を提案する。
論文 参考訳（メタデータ） (2025-05-28T02:07:52Z) - GeoSplatting: Towards Geometry Guided Gaussian Splatting for Physically-based Inverse Rendering [69.67264955234494]
GeoSplattingは、3DGSを精密な光輸送モデリングのための明確な幾何学的ガイダンスで拡張する新しいアプローチである。
最適化可能なメッシュから表面積の3DGSを微分的に構築することにより、明確に定義されたメッシュ正規と不透明なメッシュ表面を利用する。
この強化により、3DGSの効率性と高品質なレンダリング能力を保ちながら、正確な材料分解が保証される。
論文 参考訳（メタデータ） (2024-10-31T17:57:07Z) - Gaussian Opacity Fields: Efficient Adaptive Surface Reconstruction in Unbounded Scenes [50.92217884840301]
Gaussian Opacity Fields (GOF)は、シーンにおける効率的で高品質で適応的な表面再構成のための新しいアプローチである。
GOFは3Dガウスのレイトレーシングに基づくボリュームレンダリングに由来する。
GOFは、表面再構成と新しいビュー合成において、既存の3DGSベースの手法を超越している。
論文 参考訳（メタデータ） (2024-04-16T17:57:19Z)
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。