論文の概要: A New Angle on Bones: Robust Pose Estimation in X-Ray and Ultrasound

• arxiv url: http://arxiv.org/abs/2606.04700v1
• Date: Wed, 03 Jun 2026 10:25:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-04 20:44:18.681953
• Title: A New Angle on Bones: Robust Pose Estimation in X-Ray and Ultrasound
• Title（参考訳）: 骨の新しい角度:X線と超音波のロバストポーズ推定
• Authors: Ron Keuth, Christoph Großbröhmer, Franziska Halm, Miriam Johann, Anne-Nele Schröder, Ludger Tüshaus, Mattias P. Heinrich, Lasse Hansen,
• Abstract要約: 骨構造間の角度を測定することは、画像解析における日常的な課題であり、診断と治療計画のための重要な定量的パラメータを提供する。 学習に基づく点候補の提案と行モデルを用いて軸パラメータを抽出する自動骨ポーズ推定に対処する。 我々は,3つの臨床的に関連のある小児のアングル推定課題について,X線写真における骨折のフラグメント評価,超音波による股関節脱形成,および超音波による股関節脱形成の3つの課題について検討した。
• 参考スコア（独自算出の注目度）: 5.592342871855084
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Measuring the angle between bone structures is a routine task in medical image analysis and provides a key quantitative parameter for diagnosis and treatment planning. Automated methods can reduce time and cost while improving reproducibility. In this work, we address automatic bone pose estimation using a learning-based point candidate proposal followed by a line model to extract axis parameters. Since conventional line models such as least squares are sensitive to outliers, we incorporate false-positive reduction strategies and robust fitting techniques, such as RANSAC and Hough transforms, to improve robustness. We evaluate our method on three clinically relevant paediatric angle estimation tasks: fracture fragment assessment in radiographs and ultrasound and developmental dysplasia of the hip evaluation in ultrasound using the Graf method. Our approach achieves mean errors of $4.1^\circ$, $5.4^\circ$, and $5.51^\circ$, respectively, not only remaining within the expected clinical observer variability, but also significantly outperforming landmark-based methods. Our code and annotations for fracture angle assessment in radiographs are publicly available on GitHub.
• Abstract（参考訳）: 骨構造間の角度を測定することは、画像解析における日常的な課題であり、診断と治療計画のための重要な定量的パラメータを提供する。 自動化された方法は再現性を改善しながら、時間とコストを削減することができる。 そこで本研究では,学習に基づくポイント候補の提案と行モデルを用いた自動骨ポーズ推定を行い,軸パラメータを抽出する。 最小二乗法のような従来のラインモデルは、外れ値に敏感であるため、RANSACやHough変換のような偽陽性還元戦略やロバストなフィッティング手法を取り入れて、堅牢性を向上させる。 臨床的に関係のある3つの小児のアングル推定課題について評価し、X線写真における骨折の断片評価と、Graf法による超音波による股関節評価の発達的異形成について検討した。 提案手法は平均誤差が4.1^\circ$,5.4^\circ$,5.51^\circ$,それぞれ期待される臨床観察者の変動に留まるだけでなく,ランドマークに基づく手法よりもはるかに優れている。 放射線写真におけるフラクチャーアングルアセスメントのためのコードとアノテーションはGitHubで公開されている。

関連論文リスト

• Periodontal Bone Loss Analysis via Keypoint Detection With Heuristic Post-Processing [1.918319133902462]
  本研究は, 歯周骨の喪失跡, 関連条件, ステージングの自動検出のための深層学習フレームワークとアノテーション手法を提案する。 192の根尖部ドメインが収集され,段階的PRC法で注釈され,疾患の有無や範囲に関わらず,関連するランドマークをラベル付けした。 本稿では,キーポイントと歯のバウンダリを協調する後処理モジュールについて,補助インスタンスセグメンテーションモデルを用いて提案する。
  論文  参考訳（メタデータ） (2025-03-05T00:34:29Z)
• Automatic Ultrasound Curve Angle Measurement via Affinity Clustering for Adolescent Idiopathic Scoliosis Evaluation [1.9747854071595796]
  思春期特発性強皮症(AIS)を評価するための現在の臨床金基準は、コブ角測定を用いたX線X線撮影である。 自動超音波曲線角測定(UCA)のための推定モデルを提案する。 このモデルでは、二重ブランチネットワークを用いて、候補のランドマークを検出し、超音波コロナ画像の椎骨分割を行う。
  論文  参考訳（メタデータ） (2024-05-06T03:28:47Z)
• B-Spine: Learning B-Spline Curve Representation for Robust and Interpretable Spinal Curvature Estimation [50.208310028625284]
  脊椎のB-スプライン曲線表現を学習するための新しいディープラーニングパイプラインであるB-Spineを提案する。 低画質X線画像から脊髄曲率推定のためのコブ角度を推定する。
  論文  参考訳（メタデータ） (2023-10-14T15:34:57Z)
• Significantly improving zero-shot X-ray pathology classification via fine-tuning pre-trained image-text encoders [50.689585476660554]
  本稿では,正対損失緩和とランダムな文サンプリングを含む新たな微調整手法を提案する。 提案手法は,胸部X線データセットと3つの事前訓練モデル間のゼロショット病理分類を一貫して改善する。
  論文  参考訳（メタデータ） (2022-12-14T06:04:18Z)
• Automated cross-sectional view selection in CT angiography of aortic dissections with uncertainty awareness and retrospective clinical annotations [11.415942647070796]
  この作業を容易にするために,クリニックで日常的に手動のアノテーションを効率的に利用する方法を示す。 Ill-posed but repeatitive imaging tasks can be easier or automated by leverage of imperfect, retrospective clinical annotations。
  論文  参考訳（メタデータ） (2021-11-22T15:11:36Z)
• Systematic Clinical Evaluation of A Deep Learning Method for Medical Image Segmentation: Radiosurgery Application [48.89674088331313]
  3次元医用画像分割作業において,Deep Learning (DL) 手法を体系的に評価した。 本手法は放射線外科治療プロセスに統合され,臨床ワークフローに直接影響を及ぼす。
  論文  参考訳（メタデータ） (2021-08-21T16:15:40Z)
• An Uncertainty-Driven GCN Refinement Strategy for Organ Segmentation [53.425900196763756]
  本研究では,不確実性解析とグラフ畳み込みネットワークに基づくセグメンテーション改善手法を提案する。 半教師付きグラフ学習問題を定式化するために、特定の入力ボリュームにおける畳み込みネットワークの不確実性レベルを用いる。 本手法は膵臓で1%,脾臓で2%向上し,最先端のCRF改善法よりも優れていた。
  論文  参考訳（メタデータ） (2020-12-06T18:55:07Z)
• Improved Slice-wise Tumour Detection in Brain MRIs by Computing Dissimilarities between Latent Representations [68.8204255655161]
  磁気共鳴画像(MRI)の異常検出は教師なし手法で行うことができる。 本研究では,変分オートエンコーダの潜伏空間における相似関数の計算に基づいて,腫瘍検出のためのスライスワイズ半教師法を提案する。 本研究では,高解像度画像上でのモデルをトレーニングし,再現の質を向上させることにより,異なるベースラインに匹敵する結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-07-24T14:02:09Z)
• Vertebra-Focused Landmark Detection for Scoliosis Assessment [54.24477530836629]
  脊椎に焦点をあてた新しいランドマーク検出法を提案する。 我々のモデルはまず椎骨中心を局在させ、そこから学習されたコーナーオフセットを通して椎骨の4つの角のランドマークを辿る。 その結果,低コントラストおよび無明度X線画像におけるコブ角測定とランドマーク検出の両面での有用性が示された。
  論文  参考訳（メタデータ） (2020-01-09T19:17:41Z)

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。