論文の概要: PSCT-Net: Geometry-Aware Pediatric Skull CT Reconstruction via Differentiable Back-Projection and Attention-Guided Refinement
- arxiv url: http://arxiv.org/abs/2606.19867v1
- Date: Thu, 18 Jun 2026 07:26:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-19 18:23:39.697078
- Title: PSCT-Net: Geometry-Aware Pediatric Skull CT Reconstruction via Differentiable Back-Projection and Attention-Guided Refinement
- Title（参考訳）: PSCT-Net: 異なる後方投影と注意誘導による小児CT像の再構成
- Authors: Dong Yeong Kim, Jaewon Choi, Youmin Shin, Jungyu Lee, Myeongseop Kim, Jinwook Choi, Joo Whan Kim, Young-Gon Kim,
- Abstract要約: スパースバイプラナーX線からの3DCTの再構成は、低用量代替手段を提供するが、重篤な治療である。
既存の手法では幾何学に依存しない特徴持ち上げ法を用いて、2次元特徴を比例的に3次元に投影する。
我々は,PSCT-Netを提案する。PSCT-Netは,空間的に忠実な容積を前もって確立し,奥行きの曖昧さを緩和する。
- 参考スコア（独自算出の注目度）: 2.65131397683555
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Computed Tomography (CT) is essential for diagnosing pediatric craniofacial abnormalities, yet poses radiation risks to developing anatomies. Reconstructing 3D CT from sparse bi-planar X-rays offers a low-dose alternative but is severely ill-posed. Existing methods employ geometry-agnostic feature lifting, naively projecting 2D features into 3D without explicit spatial modeling, causing depth ambiguity and degraded osseous boundaries. We present PSCT-Net, a geometry-aware framework with differentiable back-projection. Differentiable back-projection establishes a spatially faithful volumetric prior, alleviating depth ambiguity. An Attention-Guided Projection (AGP-3D) module then learns non-linear voxel-wise correspondences between 2D regions and 3D locations. A Bidirectional Mamba (BiM-3D) module captures long-range volumetric dependencies with linear complexity. We further curate a private institutional pediatric skull CT cohort, PedSkull-CT, comprising normal and pathological cases for internal evaluation, addressing the gap in adult-centric, trunk-focused datasets.
- Abstract（参考訳）: CT(CT)は小児頭蓋顔面異常の診断に必須であるが, 放射線リスクを伴っている。
スパースバイプラナーX線からの3DCTの再構成は、低用量代替手段を提供するが、重篤な治療である。
既存の手法では、形状に依存しない特徴持ち上げ法を用いて、2次元特徴を明示的な空間的モデリングなしで3次元にナビゲートし、深さのあいまいさと骨境界の劣化を引き起こす。
本稿では,PSCT-Netについて述べる。
異なるバックプロジェクションは、空間的に忠実なボリュームの先行を確立し、深さの曖昧さを緩和する。
Attention-Guided Projection (AGP-3D)モジュールは、2D領域と3Dロケーションの間の非線形ボクセル対応を学習する。
Bidirectional Mamba (BiM-3D) モジュールは、長い範囲のボリューム依存を線形複雑性でキャプチャする。
PedSkull-CTは,成人中心のトランク中心のデータセットのギャップを解消し,内科的評価の正常例と病理症例を含む,民間の精神科的頭蓋骨CTコーホートである。
関連論文リスト
- HyDAR-Pano3D: A Hybrid Disentangled Anatomical Recovery Framework for Panoramic-to-3D Reconstruction [10.481519508246437]
解剖学的回復問題としてPR-CBCT再構成を再構成する2段階フレームワークであるHyDAR-Pano3Dを提案する。
ステージ1では、デュアルエンコーダネットワークがSAM由来のセマンティックプリエントと放射線学的特徴を統合し、アーチ正規化された標準ボリュームを再構築する。
ステージ2では、解剖学的復元ネットワークが事前拘束された構造変形場を予測し、この標準体積をネイティブ空間にマッピングする。
論文 参考訳（メタデータ） (2026-05-20T07:20:56Z) - 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) - Extending 2D foundational DINOv3 representations to 3D segmentation of neonatal brain MR images [3.186130813218338]
グローバルMRIボリュームは、重複しない3Dウィンドウまたはサブキューブに分解され、それぞれが凍結した高忠実度機能の上に構築された別個のデコードアームを介して処理される。
提案手法は、1つの3Dウィンドウに対してDiceスコア0.65を達成する。
論文 参考訳（メタデータ） (2026-02-27T12:16:21Z) - PolyPose: Deformable 2D/3D Registration via Polyrigid Transformations [11.712566262400285]
変形可能な2D/3D登録のためのシンプルでロバストな方法であるPolyPoseを提案する。
PolyPoseは複雑な3次元変形場を剛体変換の合成としてパラメータ化する。
この強い誘導バイアスにより,PolyPoseは患者の術前容積を2つのX線に合わせることができた。
論文 参考訳（メタデータ） (2025-05-25T18:24:18Z) - On the Localization of Ultrasound Image Slices within Point Distribution
Models [84.27083443424408]
甲状腺疾患は高分解能超音波(US)で診断されることが多い
縦断追跡は病理甲状腺形態の変化をモニタリングするための重要な診断プロトコルである。
3次元形状表現におけるUS画像の自動スライスローカライズのためのフレームワークを提案する。
論文 参考訳（メタデータ） (2023-09-01T10:10:46Z) - Geometry-Aware Attenuation Learning for Sparse-View CBCT Reconstruction [53.93674177236367]
Cone Beam Computed Tomography (CBCT) は臨床画像撮影において重要な役割を担っている。
従来の方法では、高品質な3D CBCT画像の再構成には数百の2次元X線投影が必要である。
これにより、放射線線量を減らすため、スパースビューCBCT再構成への関心が高まっている。
本稿では,この問題を解決するために,新しい幾何対応エンコーダデコーダフレームワークを提案する。
論文 参考訳（メタデータ） (2023-03-26T14:38:42Z) - Perspective Projection-Based 3D CT Reconstruction from Biplanar X-rays [32.98966469644061]
我々は,X線を用いた新しいCT再構成フレームワークPerX2CTを提案する。
提案手法は,各座標に対して異なる特徴の組み合わせを提供し,モデルが3次元位置に関する情報を暗黙的に取得できるようにする。
論文 参考訳（メタデータ） (2023-03-09T14:45:25Z) - A unified 3D framework for Organs at Risk Localization and Segmentation
for Radiation Therapy Planning [56.52933974838905]
現在の医療ワークフローは、OAR(Organs-at-risk)のマニュアル記述を必要とする
本研究は,OARローカライゼーション・セグメンテーションのための統合された3Dパイプラインの導入を目的とする。
提案手法は医用画像に固有の3Dコンテキスト情報の活用を可能にする。
論文 参考訳（メタデータ） (2022-03-01T17:08:41Z) - 3D Reconstruction of Curvilinear Structures with Stereo Matching
DeepConvolutional Neural Networks [52.710012864395246]
本稿では,立体対における曲線構造の検出とマッチングのための完全自動パイプラインを提案する。
主に、TEM画像のステレオ対から転位を3次元再構成することに焦点を当てる。
論文 参考訳（メタデータ） (2021-10-14T23:05:47Z) - Revisiting 3D Context Modeling with Supervised Pre-training for
Universal Lesion Detection in CT Slices [48.85784310158493]
CTスライスにおける普遍的病変検出のための3Dコンテキスト強化2D特徴を効率的に抽出するための修飾擬似3次元特徴ピラミッドネットワーク(MP3D FPN)を提案する。
新たな事前学習手法により,提案したMP3D FPNは,DeepLesionデータセット上での最先端検出性能を実現する。
提案された3Dプリトレーニングウェイトは、他の3D医療画像分析タスクのパフォーマンスを高めるために使用できる。
論文 参考訳（メタデータ） (2020-12-16T07:11:16Z)
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。