論文の概要: Phase-Aligned Finite-Fourier Periodic Deformation for 4D Medical Image Interpolation
- arxiv url: http://arxiv.org/abs/2608.24027v1
- Date: Tue, 25 Aug 2026 03:34:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-26 14:09:34.787464
- Title: Phase-Aligned Finite-Fourier Periodic Deformation for 4D Medical Image Interpolation
- Title（参考訳）: 4次元医用画像補間のための位相アライメント有限周期変形
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 16.72607735100725
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: 4D medical image interpolation aims to recover missing volumes from sparsely observed time points and is important for dynamic anatomical analysis in applications such as cardiac MRI and thoracic CT, where motion is often repetitive or near-periodic over clinically relevant intervals. A key challenge is that this structure is not always encoded directly in deformation representations for interpolation. In addition, physiological motion is often non-uniform, so equal temporal intervals do not necessarily correspond to equal amounts of anatomical change. To address these issues, we formulate interpolation as learning a continuous deformation process with a phase-structured prior. Given two endpoint volumes, we parameterize a phase-conditioned velocity field with a finite Fourier basis, which embeds near-periodic motion patterns directly into the deformation space and supports continuous querying at arbitrary target times. We further introduce a phase-aligned temporal reparameterization that maps normalized within-interval time to a latent motion phase according to deformation variation intensity, thereby better modeling non-uniform motion progression. Intermediate volumes are then synthesized by continuously warping both endpoints, followed by bidirectional fusion and lightweight residual refinement. Experiments on ACDC and 4D-Lung show that the proposed method achieves state-of-the-art performance over existing baselines while producing anatomically plausible and coherent intermediate volumes from sparse observations.
- Abstract（参考訳）: 4次元医用画像補間は、軽度に観察された時間点から欠落した量を回復することを目的としており、心臓MRIや胸部CTなどの応用における動的解剖学的解析において重要である。
重要な課題は、この構造が補間のための変形表現において直接符号化されるとは限らないことである。
加えて、生理運動はしばしば一様ではないため、同じ時間間隔が解剖学的変化の等しい量に対応するとは限らない。
これらの問題に対処するため、我々は相構造化前の連続的な変形過程を学習するものとして補間を定式化する。
2つの終端体積が与えられた場合、有限フーリエ基底で位相条件付速度場をパラメータ化し、ほぼ周期的な動きパターンを直接変形空間に埋め込み、任意の目標時間で連続的なクエリをサポートする。
さらに,非一様運動の進行をモデル化し,非一様運動の進行をモデル化し,内部時間内を正規化した位相を変形変動強度に応じて潜時運動位相にマッピングする位相整列時間パラメータ化を導入する。
中間体積は、両方の終端を連続的にワープし、次いで双方向融合と軽量残留精製によって合成される。
ACDC と 4D-Lung の実験により,提案手法は, 解剖学的に可塑性でコヒーレントな中間体積をスパース観測から生成しながら, 既存のベースラインに対して最先端の性能を達成できることが示されている。
関連論文リスト
- Self-Supervised Cardiac Phase Detection via Single-Parameter Latent Orbits [44.45620787098836]
心エコー図におけるエンドジストール (ED) とエンドジストール (ES) の正確な同定は、心機能の定量化を支えている。
最近の自己監督手法は、厳密な周期軌道を規定するか、あるいは再構成や登録目的から制約のない低次元運動部分空間を学習する。
我々は、効率的な潜在軌道を学習し、EDローカライゼーションにおける技術の以前の状態を大幅に改善し、ESローカライゼーションにおいて、より制約のある表現とより少ないトレーニングエポックを用いて、それをマッチングする。
論文 参考訳（メタデータ） (2026-09-10T14:56:16Z) - Low-Rank Velocity Fields as a Structural Prior for Unsupervised 4D Medical Image Interpolation [18.528994588096076]
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。
論文 参考訳（メタデータ） (2026-08-25T03:30:03Z) - 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) - Towards Voxel Spacing Consistency for Medical Image Segmentation [56.992050146446495]
画像再サンプリングとセグメンテーションの相関について検討し,意味認識型再サンプリングフレームワークであるConsispaceを提案する。
コンシスペースは、解剖学的および意味的一貫性を維持しながら、軸方向における一貫したボクセル間隔を達成する。
論文 参考訳（メタデータ） (2026-06-30T15:42:23Z) - Continuous-Time Distribution Matching for Few-Step Diffusion Distillation [57.28746398500951]
本稿では,CDM(Continuous-Time Distribution Matching)を導入し,DMDフレームワークを個別アンカーから連続最適化へ移行する。
まず、固定離散スケジュールをランダム長の動的連続スケジュールに置き換える。
第二に、学生の速度場を介して外挿された潜伏者に対してアクティブな軌道外マッチングを行う連続時間アライメント目的を提案する。
論文 参考訳（メタデータ） (2026-05-07T14:56:39Z) - Morphing Through Time: Diffusion-Based Bridging of Temporal Gaps for Robust Alignment in Change Detection [51.56484100374058]
既存の変更検出ネットワークを変更することなく空間的・時間的ロバスト性を改善するモジュールパイプラインを導入する。
拡散モジュールは、大きな外観ギャップをブリッジする中間変形フレームを合成し、RoMaは段階的に対応を推定できる。
LEVIR-CD、WHU-CD、DSIFN-CDの実験は、登録精度と下流変化検出の両方において一貫した利得を示した。
論文 参考訳（メタデータ） (2025-11-11T08:40:28Z) - FB-Diff: Fourier Basis-guided Diffusion for Temporal Interpolation of 4D Medical Imaging [38.70420710947938]
4次元医用画像の時間的課題は,呼吸運動モデリングの臨床的実践において重要な役割を担っている。
本稿ではFB-Diffと呼ばれるフーリエ基底誘導拡散モデルを提案する。
本稿では,FB-Diffが時間的整合性を向上しつつ,将来性のある再建指標を維持しながら,最先端の指標を実現することを示す。
論文 参考訳（メタデータ） (2025-07-06T21:39:48Z) - Temporal Differential Fields for 4D Motion Modeling via Image-to-Video Synthesis [43.47331808314336]
既存の方法は、開始フレームと終了フレームを含む高線量イメージングスキャンが同時に存在する限り、時間運動をシミュレートすることはできない。
我々は,第1フレームと相似して所定の長さの将来のフレームを予測する画像・ビデオ・フレームワークを用いて,通常の動作過程を先駆的にシミュレートする。
本手法は,知覚的類似性や時間的整合性に関する他の競合手法に対抗して,内在性運動軌跡に沿って4次元映像をシミュレートする。
論文 参考訳（メタデータ） (2025-05-22T23:01:48Z) - Photoinduced prethermal order parameter dynamics in the two-dimensional
large-$N$ Hubbard-Heisenberg model [77.34726150561087]
2次元相関電子モデルにおいて、競合する秩序相の微視的ダイナミクスについて検討する。
2つの競合する位相間の光誘起遷移をシミュレートする。
論文 参考訳（メタデータ） (2022-05-13T13:13:31Z) - Dynamical crossover in the transient quench dynamics of short-range
transverse field Ising models [4.16271611433618]
本研究では,一箇所で磁化される一箇所観測可能な非平衡過程の過渡的状態について検討する。
時間依存型と単一サイトオブザーバブルの崩壊速度は、2つの動的領域を分離する動的交叉を示す。
この結果から, 動的交叉近傍での短時間のスケーリング法則指数は, 解析理論により予測された法則と大きく異なることが明らかとなった。
論文 参考訳（メタデータ） (2020-04-26T04:39:51Z)
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。