論文の概要: Seeing Globally, Refining Locally: Global Visual Guidance and Local Ultrasound Cues for Robust Freehand 3-D Ultrasound Reconstruction
- arxiv url: http://arxiv.org/abs/2607.12398v1
- Date: Tue, 14 Jul 2026 06:17:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-15 17:08:30.051189
- Title: Seeing Globally, Refining Locally: Global Visual Guidance and Local Ultrasound Cues for Robust Freehand 3-D Ultrasound Reconstruction
- Title（参考訳）: 局所的, 局所的に見る:ロバストなフリーハンド3次元超音波再建のためのグローバルビジュアルガイダンスと局所超音波キュー
- Abstract要約: フリーハンド3D超音波(US)画像は、直感的な容積可視化、使いやすさ、低コストのために注目されている。
本稿では,グローバルな局所化のための外部カメラ観測と,解剖学的に認識された局所改善のためのBモードUS画像を利用する,グローバル・ローカル・ポーズ推定フレームワークを提案する。
クロスモーダル融合モジュールはその後、文脈カメラの特徴と解剖学的USの特徴を統合して、ポーズ残差を予測し、カメラからの見積もりを洗練させる。
- 参考スコア（独自算出の注目度）: 10.822397745923533
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Freehand 3-D ultrasound (US) imaging has attracted increasing attention owing to its intuitive volumetric visualization, ease of use, and low cost. However, accurate 3-D reconstruction critically depends on stable probe pose estimation, yet existing trackerless methods remain susceptible to accumulated pose errors, particularly over long scanning trajectories. To address this limitation, we propose a global-to-local pose estimation framework that exploits external camera observations for globally stable localization and B-mode US images for anatomy-aware local refinement. Specifically, the framework comprises a dual-camera branch that performs contextual feature aggregation across camera views and temporal observations to estimate a globally consistent probe trajectory, and a B-mode branch that performs anatomical feature aggregation from sequential US images to capture tissue-dependent local motion cues. A cross-modal fusion module subsequently integrates the contextual camera features and anatomical US features to predict pose residuals and refine the camera-derived estimates in the transformation space. Furthermore, a multi-scale pose loss constrains relative motion over multiple temporal horizons to suppress accumulated drift during extended scans. The proposed framework is validated on phantom and in vivo datasets. On two in-house datasets (FUSION-J and FUSION-L) collected using different machines, the proposed US + Dual-Cam model reduces average trajectory drift to 1.67 mm and 1.29 mm, representing improvement of 16.50% and 27.12%, respectively, over a strong dual-camera baseline, while substantially outperforming US-only pose estimation (>13 mm drift). In in vivo forearm arteries reconstruction, it achieves Hausdorff distances of 1.58 mm, demonstrating the effectiveness of the proposed method on real clinical scenarios.
- Abstract（参考訳）: フリーハンド3D超音波(US)画像は、直感的な容積可視化、使いやすさ、低コストのために注目されている。
しかし、正確な3次元再構成は安定なプローブポーズ推定に大きく依存するが、既存のトラッカーレス法は、特に長い走査軌道上において、蓄積されたポーズエラーの影響を受けやすいままである。
この制限に対処するために,グローバル・ツー・ローカル・ポーズ推定フレームワークを提案する。
具体的には、カメラビューにまたがってコンテキスト的特徴集約を行い、時間的観察を行い、グローバルに一貫したプローブ軌道を推定するデュアルカメラブランチと、連続したUS画像から解剖学的特徴集約を行い、組織依存の局所運動キューをキャプチャするBモードブランチとを備える。
クロスモーダル融合モジュールは、その後、文脈カメラの特徴と解剖学的USの特徴を統合し、ポーズ残差を予測し、変換空間におけるカメラからの見積もりを洗練させる。
さらに、マルチスケールのポーズ損失は、複数の時間的地平線上での相対的な動きを制限し、拡張スキャン中の蓄積ドリフトを抑制する。
提案するフレームワークはファントムとインビボのデータセットで検証される。
異なるマシンを用いて収集された2つの社内データセット(FUSION-JとFUSION-L)では、提案されたUS+Dual-Camモデルにより平均軌跡のドリフトは1.67 mmと1.29 mmに減少し、それぞれ16.50%と27.12%の改善を示し、強いデュアルカメラベースラインを上回り、USのみのポーズ推定(>13 mmドリフト)を大幅に上回っている。
生体内前腕動脈再建術では1.58mmのハウゼンドルフ距離を達成し,本法の有効性を実証した。
関連論文リスト
- OmniPoint: Universal Monocular Metric Pointcloud from Any Camera [79.24417597712802]
OmniPointは、様々な画像センサにまたがるメートル法再構成を一般化するために設計された統合されたフレームワークである。
射影剛性を克服するため、OmniPointは従来の平面深度回帰を放棄する。
代わりに、分離された訓練目標とともに、分離された光線と距離の表現を採用する。
論文 参考訳（メタデータ） (2026-09-08T19:45:58Z) - A Lightweight Fiducial-Based Pipeline for 3D Hyperspectral Mapping of ex-vivo Lumpectomy Specimens [5.019796206315394]
摘出標本の3次元高スペクトル点雲を発生する完全自動キャリブレーションフリーパイプラインを提案する。
パイプラインは1mm未満の3D登録誤差と0.02mm未満の2D再投射誤差を達成し、アクセラレーションされたハードウェアで4分未満の処理時間を持つ。
論文 参考訳（メタデータ） (2026-06-12T15:11:50Z) - ReefMapGS: Enabling Large-Scale Underwater Reconstruction by Closing the Loop Between Multimodal SLAM and Gaussian Splatting [9.554102334590365]
本稿では,3DGSをベースとした逐次再構築フレームワークReefMapGSを提案する。
複雑な地形を持つ2つの海底礁のCOLMAPフリーな3次元再構築と,700m以上の調査軌道上でのAUVのより正確なグローバルなポーズ推定について述べる。
論文 参考訳（メタデータ） (2026-04-13T19:32:53Z) - Stereo-Inertial Poser: Towards Metric-Accurate Shape-Aware Motion Capture Using Sparse IMUs and a Single Stereo Camera [54.967647497048205]
本稿では,距離精度と形状を考慮した3次元動作を推定するリアルタイムモーションキャプチャシステムであるStereo-Inertial Poserを提案する。
モノクラーRGBをステレオビジョンに置き換え、直接3次元キーポイント抽出と形状パラメータ推定を可能にした。
ドリフトフリーなグローバル翻訳を長い記録時間で生成し,フットスケート効果を低減させる。
論文 参考訳（メタデータ） (2026-03-02T17:46:38Z) - MLRecon: Robust Markerless Freehand 3D Ultrasound Reconstruction via Coarse-to-Fine Pose Estimation [8.489758968497188]
MLReconはロバストなマーカーレス3DUS再構成フレームワークで、ドリフト耐性の6Dプローブのポーズトラッキングを提供する。
我々のパイプラインは、視覚誘導型発散検出器によって強化されたプローブの連続的なマーカーレス追跡を可能にする。
実験の結果、MLReconは競合するセンサレスやセンサアシストの手法よりも大幅に優れていた。
論文 参考訳（メタデータ） (2026-03-01T08:39:21Z) - Accelerating 3D Photoacoustic Computed Tomography with End-to-End Physics-Aware Neural Operators [74.65171736966131]
光音響計算トモグラフィ(PACT)は、光コントラストと超音波分解能を組み合わせることで、光拡散限界を超える深部像を実現する。
現在の実装では、高密度トランスデューサアレイと長い取得時間を必要とし、臨床翻訳を制限している。
本研究では,センサ計測からボリューム再構成まで,逆音響マッピングを直接学習する物理認識モデルであるPanoを紹介する。
論文 参考訳（メタデータ） (2025-09-11T23:12:55Z) - DualTrack: Sensorless 3D Ultrasound needs Local and Global Context [1.6151730487640348]
3次元超音波(US)は従来の2D画像よりも多くの臨床的利点があるが、従来の3Dシステムのコストと複雑さによって広く採用されている。
センサーレス3DUSは、ディープラーニングを使って2DUS画像の連続から3Dプローブ軌道を推定する。
特徴抽出のスケールに特化して分離された局所および大域的なエンコーダを利用する新しいデュアルエンコーダアーキテクチャであるDualTrackを提案する。
論文 参考訳（メタデータ） (2025-09-11T15:13:02Z) - MoNetV2: Enhanced Motion Network for Freehand 3D Ultrasound Reconstruction [11.531888235029445]
本研究では,多様な走査速度と戦術の下での再構成の精度と一般化性を高めるために,MoNetV2の拡張型モーションネットワークを提案する。
MoNetV2は、再構築品質と3つの大きなデータセットでの汎用性の両方のパフォーマンスにおいて、既存のメソッドを上回っている。
論文 参考訳（メタデータ） (2025-06-16T04:57:34Z) - W-HMR: Monocular Human Mesh Recovery in World Space with Weak-Supervised Calibration [57.37135310143126]
モノクロ画像からの3次元運動回復のための従来の手法は、カメラ座標に依存するため、しばしば不足する。
W-HMRは、身体の歪み情報に基づいて「適切な」焦点長を予測する弱教師付き校正法である。
また,世界空間における可視的再構築のために,身体の向きを補正する OrientCorrect モジュールを提案する。
論文 参考訳（メタデータ） (2023-11-29T09:02:07Z) - Next-generation Surgical Navigation: Marker-less Multi-view 6DoF Pose Estimation of Surgical Instruments [64.59698930334012]
静止カメラとヘッドマウントカメラを組み合わせたマルチカメラ・キャプチャー・セットアップを提案する。
第2に,手術用ウェットラボと実際の手術用劇場で撮影された元脊椎手術のマルチビューRGB-Dビデオデータセットを公表した。
第3に,手術器具の6DoFポーズ推定の課題に対して,最先端のシングルビューとマルチビューの3つの手法を評価した。
論文 参考訳（メタデータ） (2023-05-05T13:42:19Z) - Towards Autonomous Atlas-based Ultrasound Acquisitions in Presence of
Articulated Motion [48.52403516006036]
本稿では、自律型ロボットUS手足のスキャンを可能にする視覚ベースのアプローチを提案する。
この目的のために、アノテートされた血管構造を有するヒト腕のアトラスMRIテンプレートを使用して、軌跡を生成する。
いずれの場合も、このシステムはボランティアの手足で計画された血管構造を取得することができる。
論文 参考訳（メタデータ） (2022-08-10T15:39:20Z) - Appearance Learning for Image-based Motion Estimation in Tomography [60.980769164955454]
トモグラフィー画像では、取得した信号に擬似逆フォワードモデルを適用することにより、解剖学的構造を再構成する。
患者の動きは、復元過程における幾何学的アライメントを損なうため、運動アーティファクトが生じる。
本研究では,スキャン対象から独立して剛性運動の構造を認識する外観学習手法を提案する。
論文 参考訳（メタデータ） (2020-06-18T09:49:11Z)
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。