Fugu-MT 論文翻訳(概要): CoGE: Sim-to-Real Online Geometric Estimation for Monocular Colonoscopy

論文の概要: CoGE: Sim-to-Real Online Geometric Estimation for Monocular Colonoscopy

arxiv url: http://arxiv.org/abs/2605.13038v1
Date: Wed, 13 May 2026 05:46:39 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-14 23:30:27.833987
Title: CoGE: Sim-to-Real Online Geometric Estimation for Monocular Colonoscopy
Title（参考訳）: CoGE:単分子大腸内視鏡によるオンライン幾何推定
Authors: Liangjing Shao, Beilei Cui, Hongliang Ren,
Abstract要約: CoGEは、大腸内視鏡におけるオンライン単分子幾何推定のための新しいフレームワークである。異なる大腸内視鏡シーンにおける照明の多様性に対処するために,照明対応監視モジュールを提案する。大腸の共通な構造的特徴と局所的特徴を抽出する構造認識モジュールを提案する。
参考スコア（独自算出の注目度）: 6.215033656830097
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Geometric estimation including depth estimation and scene reconstruction is a crucial technique for colonoscopy which can provide surgeons with 3D spatial perception and navigation. However, geometric ground truth in colonoscopy is difficult to obtain due to narrow and enclosed space of the colon, while there is a large feature gap between simulated data and realistic data caused by artifacts and illumination. In this paper, we present CoGE, a novel framework for online monocular geometric estimation during colonoscopy. Firstly, we propose an illumination-aware supervision module based on the Retinex theory to address illumination diversity in different colonoscopy scenes. Moreover, a structure-aware perception module is proposed based on wavelet decomposition to extract common structural and local features of the colon. Both quantitative and qualitative results demonstrate that the proposed model solely trained on simulated data achieves state-of-the-art performance in geometric estimation for both simulated and realistic scenes.
Abstract（参考訳）: 深度推定とシーン再構成を含む幾何学的推定は、3次元空間知覚とナビゲーションを外科医に提供するための大腸内視鏡にとって重要な手法である。しかし, 結腸の狭く囲まれた空間のため, 大腸内視鏡の幾何学的基底真理は得られず, 人工的データと人工物や照明による現実的データとの間には大きな特徴差がある。本稿では,大腸内視鏡検査におけるオンライン単分子幾何推定のための新しいフレームワークであるCoGEを提案する。まず,レチネックス理論に基づく照明対応監視モジュールを提案し,異なる大腸内視鏡シーンにおける照明の多様性に対処する。さらに,ウェーブレット分解に基づく構造認識モジュールを提案し,大腸の共通構造的特徴と局所的特徴を抽出した。定量的および定性的な結果は、シミュレーションされたデータにのみ訓練されたモデルが、シミュレーションされたシーンと現実的なシーンの両方の幾何学的推定において、最先端の性能を達成することを示す。

関連論文リスト

ColonSplat: Reconstruction of Peristaltic Motion in Colonoscopy with Dynamic Gaussian Splatting [2.0985839017885257]
ColonSplatは、グローバルな幾何学的整合性を維持しながら、周囲の動きをキャプチャする動的ガウススティングフレームワークである。 C3VDv2およびDynamicColonデータセット上で優れた幾何学的忠実性を実現する。
論文参考訳（メタデータ） (2026-03-06T20:25:42Z)
Preoperative-to-intraoperative Liver Registration for Laparoscopic Surgery via Latent-Grounded Correspondence Constraints [51.7011449975586]
Land-Regは変形可能な登録フレームワークで、潜伏した2D-3Dのランドマーク対応を学習する。厳格な登録のために、Land-Regはクロスモーダルラテントアライメントモジュールを採用している。類似性マッチングを持つ不確実なオーバーラップランドマーク検出器を提案し, 明確な2D-3Dランドマーク対応を強く推定する。
論文参考訳（メタデータ） (2026-03-02T10:44:03Z)
RealSynCol: a high-fidelity synthetic colon dataset for 3D reconstruction applications [33.26682919703966]
本研究では, 内視鏡環境を再現する高度にリアルな合成データセットであるRealSynColを提案する。得られたデータセットは28,130フレームで構成され、地上の真理深度マップ、光学フロー、3Dメッシュ、カメラ軌道と組み合わせられる。その結果, RealSynColの高現実性と可変性は臨床画像の一般化性能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） (2026-02-09T08:57:37Z)
Joint Geometry-Appearance Human Reconstruction in a Unified Latent Space via Bridge Diffusion [57.09673862519791]
本稿では,幾何学と外観のモデリングを結合潜在表現に統一する新しいフレームワークである textbfJGA-LBD を紹介する。実験により、JGA-LBDは、幾何学的忠実度と外観品質の両方の観点から、現在の最先端アプローチ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） (2026-01-01T12:48:56Z)
ColonAdapter: Geometry Estimation Through Foundation Model Adaptation for Colonoscopy [18.844097623387974]
単眼の大腸内視鏡像から3次元形状を推定することは、非ランベルト面、移動光源、大きなテクスチャのない領域のために困難である。大腸内視鏡の幾何学的基礎モデルに適応する自己教師型微調整フレームワークであるColonAdapterを提案する。
論文参考訳（メタデータ） (2025-11-27T09:21:11Z)
ToDER: Towards Colonoscopy Depth Estimation and Reconstruction with Geometry Constraint Adaptation [67.22294293695255]
そこで本稿では,ToDERという双方向適応アーキテクチャを用いて,高精度な深度推定を行う新しいパイプラインを提案する。以上の結果から,本手法は実写および合成大腸内視鏡ビデオの深度マップを精度良く予測できることが示唆された。
論文参考訳（メタデータ） (2024-07-23T14:24:26Z)
CoCPF: Coordinate-based Continuous Projection Field for Ill-Posed Inverse Problem in Imaging [78.734927709231]
スパース・ビュー・コンピュート・トモグラフィー(SVCT)の再構成は,スパース・サンプリングによるCT画像の取得を目的としている。暗黙的な神経表現(INR)技術は、不備のため、その分野に「かなりの穴」(すなわち、未モデル化空間)を残し、準最適結果をもたらす可能性がある。 SVCT再構成のためのホールフリー表現場を構築することを目的としたコーディネート型連続射影場(CoCPF)を提案する。
論文参考訳（メタデータ） (2024-06-21T08:38:30Z)
GIC: Gaussian-Informed Continuum for Physical Property Identification and Simulation [60.33467489955188]
本稿では,視覚的観察を通して物理特性(システム同定)を推定する問題について検討する。物理特性推定における幾何学的ガイダンスを容易にするために,我々は新しいハイブリッドフレームワークを提案する。本研究では,3次元ガウス点集合としてオブジェクトを復元する動き分解に基づく動的3次元ガウスフレームワークを提案する。抽出された物体表面に加えて、ガウスインフォームド連続体はシミュレーション中の物体マスクのレンダリングを可能にする。
論文参考訳（メタデータ） (2024-06-21T07:37:17Z)
Bimodal Camera Pose Prediction for Endoscopy [23.12495584329767]
大腸内視鏡におけるカメラポーズ推定のための合成データセットSimColを提案する。我々のデータセットは実際の大腸内視鏡の動きを再現し、既存の方法の欠点を強調します。シミュレーション大腸内視鏡による18kのRGB画像とそれに対応する深度とカメラのポーズを公開し,Unityのデータ生成環境を一般公開した。
論文参考訳（メタデータ） (2022-04-11T09:34:34Z)
Data-driven generation of plausible tissue geometries for realistic photoacoustic image synthesis [53.65837038435433]
光音響トモグラフィ(pat)は形態的および機能的組織特性を回復する可能性がある。我々は,PATデータシミュレーションの新たなアプローチを提案し,これを「シミュレーションの学習」と呼ぶ。我々は、意味的注釈付き医療画像データに基づいて訓練されたGAN(Generative Adversarial Networks)の概念を活用して、可塑性組織ジオメトリを生成する。
論文参考訳（メタデータ） (2021-03-29T11:30:18Z)

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。