論文の概要: Validation of Smartphone-Based Photogrammetric 3D Body Scanning for Automated Anthropometric Measurements Compared with a Commercial Depth-Sensor-Based Body Scanner
- arxiv url: http://arxiv.org/abs/2608.12827v1
- Date: Thu, 13 Aug 2026 05:00:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-14 18:29:38.400925
- Title: Validation of Smartphone-Based Photogrammetric 3D Body Scanning for Automated Anthropometric Measurements Compared with a Commercial Depth-Sensor-Based Body Scanner
- Title（参考訳）: スマートフォンを用いた3次元体温計測による人体自動計測の精度検証 : 市販深度センサ・ボディスキャナとの比較
- Abstract要約: スマートフォンベースのフォトグラムリコンストラクションは、商用3Dボディスキャナーに代わる低コストでアクセス可能な代替手段を提供する。
本研究は, 自動的に抽出した全体計測値と縦型体型モニタリング値とを総合的に評価することにより, フォトグラム3Dスキャンの応用を総合的に検証した。
- 参考スコア（独自算出の注目度）: 9.76394677741046
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: 3D body scanning has become an important tool in healthcare applications because of its rapid and non-invasive nature. While smartphone-based photogrammetric reconstruction provide a low-cost and accessible alternative to commercial 3D body scanners, their performance for whole-body scanning remains insufficiently validated. Thus, we designed this study to comprehensively validate the photogrammetric 3D scanning application by evaluating automatically extracted whole-body measurements and longitudinal body-shape monitoring. We evaluated a representative application, PolyCam, against the commercial depth-sensor-based Fit3D ProScanner using 144 pregnant participants scanned longitudinally throughout pregnancy. We designed an automatic circumference extraction pipeline to get measurements at four anatomical landmarks from paired 3D scans. A linear mixed-effects model was used to evaluate scanner effects and longitudinal body-shape changes. Measurement consistency was assessed using repeated PolyCam scans and tape measurements on a rigid mannequin. PolyCam demonstrated strong agreement with Fit3D, with average biases below 16 mm, intraclass correlation coefficients above 0.8, and Pearson correlation coefficients above 0.9 across all landmarks. Both systems captured comparable longitudinal body-shape changes. Mannequin experiments showed mean biases below 3.5 mm and no significant differences from tape measurements. These findings support smartphone photogrammetry as a potential accessible alternative to commercial body scanners and applicable for longitudinal 3D body-shape assessment.
- Abstract（参考訳）: 3Dボディスキャンは、急速かつ非侵襲的な性質のため、医療応用において重要なツールとなっている。
スマートフォンベースのフォトグラム再構成は、商用3Dボディスキャナーに代わる低コストでアクセス可能な代替手段を提供するが、全体スキャンの性能は依然として不十分である。
そこで本研究では, 自動的に抽出した全体計測値と縦型体型モニタリング値とを総合的に評価し, フォトグラム計測による3Dスキャンアプリケーションの有効性を検証した。
市販の深度センサを用いたFit3D ProScannerに対し,妊娠中144名の妊婦を経時的に検診した。
我々は,2組の3Dスキャンから4つの解剖学的ランドマークを計測するために,自動円周抽出パイプラインを設計した。
線形混合効果モデルを用いて, スキャナ効果と縦方向の体型変化を評価した。
硬質マネキンのポリCamスキャンとテープ測定を用いて測定の整合性を評価した。
PolyCamはFit3Dと強く一致し、平均偏差は16mm以下、クラス内相関係数は0.8以上、ピアソン相関係数は0.9以上であった。
両システムは同等のボディ形状の変化を捉えた。
マネキン実験では3.5mm未満の平均偏差がみられ, テープ測定と有意差は認められなかった。
これらの知見は, スマートフォンの光度測定を, 市販のボディスキャナーに代わる可能性があり, 縦3次元体型評価に応用できると考えられる。
関連論文リスト
- DermDepth: Toward Monocular Metric Scale 3D Reconstruction Models for Dermatology [5.316734431170194]
本稿では,皮膚科領域における最初のシングルビューメトリックスケール3DモデルであるDermDepthを紹介する。
また、D-Synthは、ピクセル完全3D情報を備えた初めての合成皮膚内視鏡的データセットである。
論文 参考訳（メタデータ） (2026-07-14T17:51:37Z) - Contactless 3D Human Body Measurement Using Depth Cameras for Smart Health Monitoring [4.9948584685520805]
本研究では3次元点雲データを用いた人体計測のための深度カメラベースのフレームワークを提案する。
単一深度撮影による実験結果から、物理的接触を伴わない深度カメラデータから、正確な身体計測と幾何推定が得られた。
論文 参考訳（メタデータ） (2026-06-10T02:12:34Z) - A Unified Platform and Quality Assurance Framework for 3D Ultrasound Reconstruction with Robotic, Optical, and Electromagnetic Tracking [0.0]
本研究では,3次元US再構築のためのQAフレームワークと,追跡されたUS研究のための柔軟なオープンソースプラットフォームを提案する。
様々な対称性特性を持つ幾何学的包含を含むカスタムファントムは、光学的、電磁的、ロボット的な運動追跡を簡単に評価することができる。
この枠組みを適用することで、我々のロボット3D USは最先端の再構築性能を達成できることを示した。
論文 参考訳（メタデータ） (2026-03-20T15:56:50Z) - 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) - Pose-GuideNet: Automatic Scanning Guidance for Fetal Head Ultrasound from Pose Estimation [13.187011661009459]
2次元横断的な視点から3Dポーズを推定することで、医療専門家は3D空間をナビゲートできる。
本研究では,フリーハンド2次元超音波による胎児の3次元ポーズ推定がソノグラフィーを誘導し,頭部標準平面の位置を推定する方法について検討する。
論文 参考訳（メタデータ） (2024-08-19T12:11:50Z) - 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) - 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) - PONet: Robust 3D Human Pose Estimation via Learning Orientations Only [116.1502793612437]
本稿では,学習向きのみを用いて3次元ポーズを頑健に推定できる新しいPose Orientation Net(PONet)を提案する。
PONetは、局所的な画像証拠を利用して、これらの手足の3D方向を推定し、3Dポーズを復元する。
我々は,Human3.6M,MPII,MPI-INF-3DHP,3DPWを含む複数のデータセットについて評価を行った。
論文 参考訳（メタデータ） (2021-12-21T12:48:48Z) - 3D Human Body Reshaping with Anthropometric Modeling [59.51820187982793]
人間測定パラメータから正確で現実的な3D人体を再構築することは、個人識別、オンラインショッピング、仮想現実のための基本的な課題です。
このような3d形状を作る既存のアプローチは、レンジカメラやハイエンドスキャナーによる複雑な測定に苦しむことが多い。
本稿では,各ファセットに対する自動人為的パラメータモデリングを可能にする,特徴選択に基づく局所マッピング手法を提案する。
論文 参考訳（メタデータ） (2021-04-05T04:09:39Z) - Automated Model Design and Benchmarking of 3D Deep Learning Models for
COVID-19 Detection with Chest CT Scans [72.04652116817238]
3D胸部CTスキャン分類のための3D DLモデルを自動的に検索するための差別化可能なニューラルネットワーク探索(DNAS)フレームワークを提案する。
また,我々のモデルのクラスアクティベーションマッピング(cam)技術を利用して,結果の解釈可能性を提供する。
論文 参考訳（メタデータ） (2021-01-14T03:45:01Z) - 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。