論文の概要: Model-based Dynamic 3D MRI Reconstructions using Neural Fields and Tensor Product Expansions

• arxiv url: http://arxiv.org/abs/2605.08275v1
• Date: Fri, 08 May 2026 04:04:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:49.520396
• Title: Model-based Dynamic 3D MRI Reconstructions using Neural Fields and Tensor Product Expansions
• Title（参考訳）: ニューラルフィールドとテンソル積拡大を用いたモデルベース動的3次元MRI再構成
• Authors: Ray Sheombarsing, Max van Riel, David Heesterbeek, Nico van den Berg, Alessandro Sbrizzi,
• Abstract要約: 我々は,高アンサンプデータから動的2次元および3次元MRI再構成を行うための,離散化のない,メモリ効率のよいモデルベースのフレームワークを提案する。 提案手法は,動的2次元および3次元設定における最先端モデルに基づく再構成よりも優れる。
• 参考スコア（独自算出の注目度）: 38.95952035777659
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Conventional MRI reconstruction methods treat images and coil sensitivities as discrete objects, leading to high memory demands and limited structural awareness that hamper effective regularization. These limitations hinder accurate reconstruction in highly undersampled scenarios, such as dynamic 3D cardiac magnetic resonance (CMR). We introduce a discretization-free, memory-efficient, model-based framework for dynamic 2D and 3D MRI reconstruction from highly undersampled data. We represent magnetization and coil sensitivities as continuous objects -- differentiable functions -- using tensor products of univariate neural fields. This tensor product structure enables scalable optimization in high-dimensional spatiotemporal settings. Our method outperforms state-of-the-art model-based reconstructions in dynamic 2D and 3D MR settings, preserving structure and motion even under aggressive undersampling (e.g., acceleration factor 16).
• Abstract（参考訳）: 従来のMRI再構成法では、画像やコイル感度を離散オブジェクトとして扱い、高いメモリ要求と効率的な正規化を阻害する構造的認識が制限される。 これらの制限は、ダイナミックな3次元心臓磁気共鳴(CMR)のような、非常にアンサンプされたシナリオにおいて正確な再構築を妨げる。 我々は,高アンサンプデータから動的2次元および3次元MRI再構成を行うための,離散化のない,メモリ効率のよいモデルベースのフレームワークを提案する。 我々は磁化とコイル感度を、単変量神経場のテンソル積を用いて連続した物体として表現する。 このテンソル積構造は、高次元時空間設定におけるスケーラブルな最適化を可能にする。 本手法は, 動的2次元および3次元MR設定において, 攻撃的アンサンプリング下であっても構造と動きを保ちながら, 最先端のモデルベース再構成よりも優れる(例えば, アクセラレーション係数16)。

関連論文リスト

• Physics-Driven 3D Gaussian Rendering for Zero-Shot MRI Super-Resolution [13.552352258334908]
  高分解能MRI(High- resolution Magnetic Resonance Imaging)は臨床診断に欠かせないが、長い取得時間と運動アーチファクトによって制限される。 超解像(SR)は低分解能スキャンを高分解能画像に再構成するが、既存の手法は相互に制約される。 データ要求と効率のバランスをとるために,明示的なガウス表現を用いたゼロショットMRI SRフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-10T13:00:42Z)
• Flow-Guided Implicit Neural Representation for Motion-Aware Dynamic MRI Reconstruction [19.66198868468091]
  動的磁気共鳴イメージング(dMRI)は解剖学的に時間分解されるが、限られたサンプリングや運動によって引き起こされるアーティファクトによってしばしば挑戦される。 本研究では,動的画像列とその基盤となる運動場を協調的にモデル化する,新しい暗黙的ニューラル表現フレームワークを提案する。 動的心臓MRIデータセットの実験により、この手法は最先端のモーションインスパイアされた深層学習手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2025-11-21T04:51:23Z)
• 4D3R: Motion-Aware Neural Reconstruction and Rendering of Dynamic Scenes from Monocular Videos [52.89084603734664]
  静的および動的コンポーネントを2段階のアプローチで分離する,ポーズフリーな動的ニューラルネットワークレンダリングフレームワークである4D3Rを提案する。 提案手法は最先端手法よりも最大1.8dBPSNRの改善を実現する。
  論文  参考訳（メタデータ） (2025-11-07T13:25:50Z)
• From Coarse to Continuous: Progressive Refinement Implicit Neural Representation for Motion-Robust Anisotropic MRI Reconstruction [15.340881123379567]
  MRIでは、スライス・ツー・ボリュームの再構成は、2次元スライスから一貫した3次元脳の体積を回復するために重要である。 プログレッシブ改良型暗黙的ニューラル表現フレームワーク(PR-INR)を提案する。 我々のPR-INRは、幾何対応座標空間内での運動補正、構造改善、体積合成を統一する。
  論文  参考訳（メタデータ） (2025-06-19T10:58:43Z)
• DGS-LRM: Real-Time Deformable 3D Gaussian Reconstruction From Monocular Videos [52.46386528202226]
  Deformable Gaussian Splats Large Reconstruction Model (DGS-LRM)を紹介する。 動的シーンのモノクロポーズビデオから変形可能な3Dガウススプラットを予測する最初のフィードフォワード法である。 最先端のモノクロビデオ3D追跡手法と同等の性能を発揮する。
  論文  参考訳（メタデータ） (2025-06-11T17:59:58Z)
• Event-boosted Deformable 3D Gaussians for Dynamic Scene Reconstruction [50.873820265165975]
  本稿では,高時間分解能連続運動データと動的シーン再構成のための変形可能な3D-GSを併用したイベントカメラについて紹介する。 本稿では、3次元再構成としきい値モデリングの両方を大幅に改善する相互強化プロセスを作成するGS-Thresholdジョイントモデリング戦略を提案する。 提案手法は,合成および実世界の動的シーンを用いた最初のイベント包摂型4Dベンチマークであり,その上で最先端の性能を実現する。
  論文  参考訳（メタデータ） (2024-11-25T08:23:38Z)
• Volumetric Reconstruction Resolves Off-Resonance Artifacts in Static and Dynamic PROPELLER MRI [76.60362295758596]
  磁気共鳴イメージング(MRI)におけるオフ共鳴アーティファクトは、画像ボリューム内のスピンの実際の共鳴周波数が空間情報を符号化するのに使用される期待周波数と異なる場合に発生する視覚歪みである。 本稿では,2次元MRI再構成問題を3次元に引き上げ,このオフ共鳴をモデル化するための「スペクトル」次元を導入することで,これらのアーチファクトを解決することを提案する。
  論文  参考訳（メタデータ） (2023-11-22T05:44:51Z)
• EmerNeRF: Emergent Spatial-Temporal Scene Decomposition via Self-Supervision [85.17951804790515]
  EmerNeRFは動的駆動シーンの時空間表現を学習するためのシンプルだが強力なアプローチである。 シーンの幾何学、外観、動き、セマンティクスを自己ブートストラップで同時にキャプチャする。 本手法はセンサシミュレーションにおける最先端性能を実現する。
  論文  参考訳（メタデータ） (2023-11-03T17:59:55Z)
• Robust Depth Linear Error Decomposition with Double Total Variation and Nuclear Norm for Dynamic MRI Reconstruction [15.444386058967579]
  Compressed Sensing (CS) に基づく動的MRI k-space 再構成にはまだ問題がある。 本稿では,高アンダーサンプリングフーリエ変換(DFT)を用いた高低レート動的MRI再構成モデルを提案する。 動的MRIデータに対する実験は、再構成精度と時間複雑性の両方の観点から、優れた性能を示す。
  論文  参考訳（メタデータ） (2023-10-23T13:34:59Z)

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。