論文の概要: Low-Rank Velocity Fields as a Structural Prior for Unsupervised 4D Medical Image Interpolation
- arxiv url: http://arxiv.org/abs/2608.24025v1
- Date: Tue, 25 Aug 2026 03:30:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-26 14:09:34.786186
- Title: Low-Rank Velocity Fields as a Structural Prior for Unsupervised 4D Medical Image Interpolation
- Title（参考訳）: 教師なし4次元医用画像補間のための構造的前提としての低軌道速度場
- Abstract要約: 教師なしの4D医療画像は、訓練用に利用可能な開始と終了のボリュームのみを使用して、スパースサンプリングされたシーケンスから中間ボリュームを合成する。
この弱い制約条件は、しばしば不安定な境界と非生理学的運動を持つ中間体を生じさせ、解釈可能性や下流解析を制限する。
そこで我々は, 構造的タッカー低速度場に対する制約運動として, 低ランク速度場を提案する。
- 参考スコア（独自算出の注目度）: 18.528994588096076
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Endpoint-only unsupervised 4D medical image interpolation synthesizes intermediate volumes from sparsely sampled sequences with only the start and end volumes available for training; however, this weakly constrained setting often yields intermediates with unstable boundaries and non-physiological motion, limiting interpretability and downstream analysis. We propose low-rank velocity fields as a structural prior, constraining motion to a structured Tucker low-rank velocity field space that decomposes motion into globally shared spatial bases and a compact sample-specific core, thereby encouraging spatially correlated, anatomy-consistent deformation while suppressing voxel-wise high-frequency artifacts. To capture global coordination and local non-rigid details, we model motion in a coarse-to-fine multi-scale scheme and compose scale-wise deformations at inference to synthesize volumes at arbitrary times. We further provide a theoretical analysis showing that, under Tucker parameterization, low-rank parameters control the smoothness energy of the velocity field, explaining why low-rank modeling promotes smoother motion. Experiments on ACDC and 4D-Lung demonstrate state-of-the-art performance, remaining competitive with methods trained with intermediate-frame supervision, and producing intermediates with improved structural coherence and more stable anatomical contours.
- Abstract（参考訳）: 終点限定の非教師なし4D医療画像補間は、訓練用に利用可能な始点と終端のボリュームのみのスパースサンプリングシーケンスから中間ボリュームを合成するが、この弱い制約された設定はしばしば不安定な境界と非生理的運動を持つ中間ボリュームを生成し、解釈可能性や下流分析を制限する。
本研究では, 構造的先行として低ランク速度場を提案し, 構造的タッカー低ランク速度場空間に対して, 動きをグローバルに共有された空間基底とコンパクトなサンプル固有コアに分解し, ボクセルワイドの高周波アーティファクトを抑えながら, 空間的相関, 解剖学的に一貫性のある変形を促進させる。
グローバルなコーディネートと局所的な非剛性の詳細を捉えるため、粗大なマルチスケールスキームで動きをモデル化し、推論時にスケールワイドな変形を合成し、任意の時間でボリュームを合成する。
さらに、タッカーパラメータ化の下で低ランクパラメータが速度場の滑らかさエネルギーを制御し、低ランクモデリングがよりスムーズな動きを促進する理由を説明する理論解析を行った。
ACDCと4D-Lungの実験は、最先端の性能を示し、中間フレームの監督で訓練された手法と競合し、構造コヒーレンスを改善し、より安定した解剖学的輪郭を持つ中間体を生産した。
関連論文リスト
- Phase-Aligned Finite-Fourier Periodic Deformation for 4D Medical Image Interpolation [16.72607735100725]
4Dの医療画像は、わずかに観察された時間ポイントから行方不明の量を回復することを目的としている。
重要な課題は、この構造がACDCの最先端表現に直接エンコードされるとは限らないことである。
論文 参考訳（メタデータ） (2026-08-25T03:34:54Z) - DyG$^2$T: Modeling Object Dynamics with 3D Gaussian Temporal-Spatial Particle Graph Transformer [86.4618122245946]
DyG$2$Tは動的モデリングフレームワークで、キーポイント表現を空間的に完了し、時間的に識別することでオブジェクトの運動軌跡を推定する。
合成データセットと実世界のデータセットの両方の実験は、DyG$2$Tが正確な動的モデリングと推論を実現することを示した。
論文 参考訳（メタデータ） (2026-08-19T03:44:28Z) - GrainGS: Gradient-Decoupled Gaussian Splatting for Efficient Dynamic Novel View Synthesis [94.20462261657525]
GrainGSは階層的なアンカー足場とガウス単位の変形を組み合わせた動的フレームワークである。
高いリコンストラクション品質、リアルタイムの新規ビュー合成、コンパクトストレージを実現している。
論文 参考訳（メタデータ） (2026-07-23T15:52:35Z) - Natural Human Motion Recovery by Aligning High-Order Temporal Dynamics from Monocular Videos [65.51845732149306]
本稿では,HTD-Refineについて紹介する。HTD-Refineは人体運動回復(HMR)パイプラインを高次時間ダイナミクスを用いて拡張する後処理フレームワークである。
システムの中心となるPVA-Netは,モノクロ映像から直接接合部2次元位置,3次元速度,3次元加速度を推定する時間変換器である。
論文 参考訳（メタデータ） (2026-05-26T11:38:36Z) - AtomicMotion: Learning Human Motion From Different Human Parts [9.72019653340761]
私たちは,3つのコアイノベーションを通じて身体のダイナミクスを分離し,再統合するように設計されたフレームワークであるAtomicMotionを紹介します。
まず,スケルトンを機能的意図に基づいて5つの異なるクラスタに分解する論理体分割方式を提案する。
第二に、スパース入力を高次元ポーズに頑健にマッピングするために、マスク付きフルボディプレコンディショニング戦略を採用する。
第3に,バニラ空間的注意の限界に対処し,キネマティック・アテンションを提案する。
論文 参考訳（メタデータ） (2026-05-21T15:39:38Z) - HYPERPOSE: Hyperbolic Kinematic Phase-Space Attention for 3D Human Pose Estimation [0.0]
HYPERPOSEは、新しい3Dヒューマンポーズ推定フレームワークである。
人間の骨格の階層木の中で、ロレン時間的推論を行う。
論文 参考訳（メタデータ） (2026-05-11T07:17:32Z) - Eulerian Motion Guidance: Robust Image Animation via Bidirectional Geometric Consistency [74.90075313101933]
本稿では、より局所的な監視設計により、同じ光フロープリミティブを再考する。
我々は隣接フレームのユーレアン運動場を用いて生成を誘導し、そこでは運動信号が常に短い時間ホップを記述する。
隣接するフレーム生成に共通するドリフトアーティファクトを軽減するために,双方向幾何整合機構を導入する。
論文 参考訳（メタデータ） (2026-05-07T13:53:31Z) - Scalable Spatio-Temporal SE(3) Diffusion for Long-Horizon Protein Dynamics [51.85385061275941]
分子動力学(MD)シミュレーションは、タンパク質動力学研究のゴールドスタンダードのままである。
近年の生成モデルではシミュレーションの加速が期待できるが、長軸生成に苦慮している。
物理的に可塑性なタンパク質軌道をマイクロスケールの時間スケールで生成する拡張拡散モデルSTAR-MDを提案する。
論文 参考訳（メタデータ） (2026-02-02T14:13:28Z) - Convergence of mean-field Langevin dynamics: Time and space
discretization, stochastic gradient, and variance reduction [49.66486092259376]
平均場ランゲヴィンダイナミクス(英: mean-field Langevin dynamics、MFLD)は、分布依存のドリフトを含むランゲヴィン力学の非線形一般化である。
近年の研究では、MFLDは測度空間で機能するエントロピー規則化された凸関数を地球規模で最小化することが示されている。
有限粒子近似,時間分散,勾配近似による誤差を考慮し,MFLDのカオスの均一時間伝播を示す枠組みを提供する。
論文 参考訳（メタデータ） (2023-06-12T16:28:11Z)
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。