論文の概要: Robustness and Stability Analysis of Differentiable Shift-Variant FBP for Cone-Beam CT under Challenging Acquisition Settings
- arxiv url: http://arxiv.org/abs/2607.09828v1
- Date: Fri, 10 Jul 2026 12:15:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-14 15:40:48.222996
- Title: Robustness and Stability Analysis of Differentiable Shift-Variant FBP for Cone-Beam CT under Challenging Acquisition Settings
- Title（参考訳）: コーンビームCT用可変シフト可変FBPの座位獲得条件下でのロバスト性と安定性解析
- Abstract要約: 可変シフト可変フィルタバックプロジェクション(SV-FBP)フレームワークにより,コーンビームCT再構成のための冗長重量のデータ駆動推定が可能となる。
この枠組みは, 不規則かつ不連続な軌道上で安定なままであることを示す。
厳密なアンサンプの下では、反復的なデータの一貫性が欠如しているため、パフォーマンスが低下する。
- 参考スコア（独自算出の注目度）: 7.532628089451293
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The differentiable shift-variant filtered backprojection (SV-FBP) framework enables data-driven estimation of redundancy weights for cone-beam CT reconstruction under general source trajectories, removing the need for analytically derived weighting schemes. In this work, we present a systematic study of the robustness and adaptability of differentiable SV-FBP under challenging acquisition settings. We show that the framework remains stable across highly irregular and discontinuous trajectories, indicating that reconstruction performance is largely insensitive to trajectory ordering or continuity. Instead, the spatial distribution of sampling points plays a more dominant role. Under sparse-view conditions, differentiable SV-FBP achieves competitive reconstruction quality while providing an order-of-magnitude reduction in computation time compared to iterative reconstruction methods at moderate sampling densities. However, we identify a clear transition regime under severe undersampling, where the absence of iterative data consistency leads to performance degradation. Furthermore, we demonstrate that the framework remains applicable to non-planar multi-isocenter geometries, such as Lissajous-saddle trajectories, without requiring architectural modifications. These findings provide new insights into the behavior and limitations of the differentiable SV-FBP model and highlight it as a flexible and efficient solution for non-standard and robotic CBCT acquisition scenarios.
- Abstract（参考訳）: 可変シフト可変フィルタバックプロジェクション(SV-FBP)フレームワークは、コーンビームCT再構成のためのデータ駆動による冗長重み推定を可能にし、解析的に導出された重み付け方式の必要性を除去する。
本研究では, SV-FBPの頑健性と適応性について, 挑戦的な買収条件下での系統的研究を行った。
この枠組みは, 不規則かつ不連続な軌道に対して安定であり, 軌道の順序や連続性にはほとんど敏感であることを示す。
代わりに、サンプリングポイントの空間分布はより支配的な役割を果たす。
分離可能なSV-FBPは、疎視条件下では、適度なサンプリング密度での反復的再構成法と比較して、計算時間のオーダー・オブ・マグニチュード削減を図りながら、競争力のある再構成品質を達成する。
しかし、過度なアンサンプの下では、反復的なデータの一貫性が欠如しているため、性能が低下する。
さらに,Lissajous-saddle trajectories などの非平面多層構造に対して,設計上の変更を必要とせず適用可能であることを示す。
これらの結果は,SV-FBPモデルの挙動と限界に対する新たな洞察を与え,非標準およびロボットCBCT取得シナリオに対する柔軟かつ効率的なソリューションとして強調する。
関連論文リスト
- TTSD-FAR: Test-Time Self-Distillation with Fisher-Anchored Restoration for Missing-Modality Emotion Recognition in LVLMs [83.78708832901194]
大規模ビデオ言語モデル(LVLM)は、野生のマルチモーダル感情認識(ER)のようなマルチモーダルタスクにおいて顕著なパフォーマンスを示している。
しかし、現実のデプロイメントは依然として困難であり、テスト時にモダリティが欠落したりうる。
凍結した教師が自己蒸留により適応的な低学級の生徒を指導する手法を提案する。
MELD, DFEW, BAHを0%-50%のモダリティで実験した結果, この統一型適応復元設計はエントロピーベースの適応, RAG, およびパープレキシティベースの生成より一貫して優れていた。
論文 参考訳（メタデータ） (2026-08-18T23:40:28Z) - Making Every Step Count: Spatio-Temporal Information Allocation for Imaging Inverse Problems [63.904793414062816]
スペクトルベーススケジューリング(SAS)と計測分割アテンション(MPA)の2つの補完的およびトレーニング不要なコンポーネントを紹介する。
SASは、利用可能なNFEを、スペクトルおよびlogSNR幾何に従ってフロータイムに分散し、セマンティック探索と詳細精細化のバランスを良くする。
MPAは情報を弱い制約のある領域へ誘導し、意味的および構造的忠実性を高める。
論文 参考訳（メタデータ） (2026-08-12T07:39:22Z) - Local Epistemic Uncertainty Guided Active Sampling for Plug-and-play Diffusive Image Restoration [15.371827475537776]
局所的不確実性ガイド型アクティブサンプリングフレームワークを開発した。
空間領域における細部保存とアーティファクトの抑制のバランスをとる。
メモリオーバーヘッドを無視してサンプリング時間を短縮する。
論文 参考訳（メタデータ） (2026-08-07T09:00:20Z) - RBE-Flow: Recurrent Bayesian Estimation on Feature Manifolds for Cross-Modal Registration [14.194086645453767]
画素間画像の登録は、重度の非線形ラジオメトリックと不確実性のために困難である。
本稿では,高密度モーダルフロー推定を再構成する新しい枠組みを提案する。
論文 参考訳（メタデータ） (2026-06-29T15:58:25Z) - Clipping Bottleneck: Stabilizing RLVR via Stochastic Recovery of Near-Boundary Signals [83.0127582612634]
Near-boundary Rescue (NSR) は最小限のプラグ・アンド・プレイの修正であり、失った信号を回復するために、アウト・オブ・バウンドトークンを保持する。
NSRはトレーニングの安定性を大幅に改善し、DAPOやGSPOといった強力なベースライン上で一貫したゲインを提供する。
論文 参考訳（メタデータ） (2026-05-21T16:45:31Z) - MoASE++: Mixture of Activation Sparsity Experts with Domain-Adaptive On-policy Distillation for Continual Test Time Adaptation [65.068801413044]
連続的なテスト時間適応は、非定常な未ラベルのターゲットストリームにソース予測モデルを適用する。
ドメインに依存しない構造をドメイン固有のテクスチャから切り離す。
論文 参考訳（メタデータ） (2026-05-18T01:52:12Z) - DegBins: Degradation-Driven Binning for Depth Super-Resolution [57.61783461543096]
DegBinsは、劣化駆動のビンニングを利用して残留モデリングを適応的に強化する新しいDSRフレームワークである。
DegBinsは、精度、堅牢性、一般化の観点から、既存の最先端メソッドを一貫して上回っている。
論文 参考訳（メタデータ） (2026-05-10T16:17:11Z) - Probabilistic Geometric Alignment via Bayesian Latent Transport for Domain-Adaptive Foundation Models [0.0]
大規模なファンデーションモデルを、監督が限定された新しいドメインに適応させることは、依然として根本的な課題である。
本稿では、幾何学的アライメント問題としてドメイン適応を定式化する不確実性を考慮した確率的潜在輸送フレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-24T23:35:08Z) - Score-Guided Proximal Projection: A Unified Geometric Framework for Rectified Flow Editing [1.0312968200748118]
Rectified Flowモデルは最先端の世代品質を実現するが、正確なタスクのためにそれらを制御することは依然として困難である。
現在のアプローチは「幾何学的ロック」に苦しむ逆法に基づくガイダンスに分岐する
Score-Guided Proximal Projectionは,決定論的最適化と縮尺サンプリングのギャップを埋める統一フレームワークである。
論文 参考訳（メタデータ） (2026-03-05T23:44:45Z) - Adaptive Linear Path Model-Based Diffusion [52.84663832658799]
リニアパスモデルベース拡散(LP-MBD)を導入し、分散保存スケジュールをフローマッチング線形確率パスに置き換える。
また,適応型LP-MBD(ALP-MBD)を提案し,タスクの複雑さや環境条件に応じて拡散ステップやノイズレベルを調整する。
論文 参考訳（メタデータ） (2026-02-02T21:33:03Z) - Low-Rank Tensor Recovery via Variational Schatten-p Quasi-Norm and Jacobian Regularization [49.85875869048434]
暗黙的神経表現のためのニューラルネットワークによりパラメータ化されたCPベースの低ランクテンソル関数を提案する。
本研究では、スペーサーCP分解を実現するために、冗長なランク1成分に変分Schatten-p quasi-normを導入する。
滑らか性のために、ヤコビアンとハッチンソンのトレース推定器のスペクトルノルムに基づく正規化項を提案する。
論文 参考訳（メタデータ） (2025-06-27T11:23:10Z) - Solving Inverse Problems with FLAIR [68.87167940623318]
本稿では,フローベース生成モデルを逆問題に先立って活用する学習自由変分フレームワークFLAIRを提案する。
標準画像ベンチマークの結果、FLAIRは再現性やサンプルの多様性の観点から、既存の拡散法や流れ法よりも一貫して優れていることが示された。
論文 参考訳（メタデータ） (2025-06-03T09:29:47Z)
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。