論文の概要: Repeatability Characterisation and Error Budget of a Consumer Structured-Light Scanner for 3-D Wound Geometry:A Rigid-Phantom Study
- arxiv url: http://arxiv.org/abs/2608.30143v1
- Date: Mon, 31 Aug 2026 01:49:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:31.195582
- Title: Repeatability Characterisation and Error Budget of a Consumer Structured-Light Scanner for 3-D Wound Geometry:A Rigid-Phantom Study
- Title（参考訳）: 三次元形状計測のための消費者構造光スキャナの繰り返し特性と誤差予算:剛体ファントム研究
- Authors: Pushkal Kumar, Aadit Aggarwal, Karlen Aleksanyan,
- Abstract要約: 我々は,幾何学的創傷記述子を導出する自由手指式構造光スキャナの計測誤差を特徴付ける。
厳密な創傷治療ファントムは変化しないため、ある部位の反復スキャンの差はすべて測定誤差である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We characterise the measurement error of a free- hand consumer structured-light scanner used to derive three- dimensional geometric wound descriptors. Rigid wound-care phantoms cannot change, so every difference between repeat scans of one site is measurement error; all repeats come from a single scanner unit, nine sites and 23 scans, so this charac- terises one instrument. The 95 percent repeatability limit for reconstructed surface area is a factor of 4.8, with a confidence interval from 3.0 to 7.0, so rescanning an unchanged site can shift the reading from a 79 percent decrease to a 377 percent increase. Forty-four of 45 descriptors fall below an intraclass correlation of 0.50, and none of 248 descriptor and pipeline combinations reaches 0.75. An error budget formed by holding the analy- sis region fixed, leaving sensor and reconstruction untouched, bounds the share of variance attributable to how much surface the operator captured at 75 percent for surface area, 91 percent for hull area and 95 percent for bounding-box diagonal; only hull volume is majority instrumental, at 48 percent, so a better sensor would buy little. No wound is delineated anywhere in the chain, so the comparison against the four-week area reduction used clinically to predict healing, a ratio near 2.1, is a lower bound on the noise an unsegmented pipeline must overcome, not a measurement of wound-area reproducibility. Standardising the analysis region cuts the limit to 2.13, meeting that ratio rather than clearing it. Statistical outlier removal imposes a measured systematic area deficit near 11 percent.
- Abstract（参考訳）: 三次元幾何学的創傷記述子を導出する自由手指式構造光スキャナの計測誤差を特徴付ける。
厳格な創傷治療ファントムは変更できないため、1つの部位の繰り返しスキャンの差はすべて測定誤差であり、すべてのリピートは1つのスキャナーユニット、9つの部位、23のスキャンから成り立っている。
再建された表面積の95%の再現性限界は4.8倍であり、信頼区間は3.0から7.0に変化しているため、不規則な場所を再スキャンすることで読み出しを79%から377パーセントに減らすことができる。
45のディスクリプタのうち44はクラス内相関0.50以下であり、248のディスクリプタとパイプラインの組み合わせは0.75に達していない。
アナリーシス領域を固定し、センサとリコンストラクションをそのまま残して形成した誤差予算は、操作者が表面積を75%、船体面積を91%、対角線を95%、船体体積を48%に抑え、より良いセンサーはわずかに購入できる。
治癒を予測するために臨床で使用した4週間の面積削減と比べ、2.1付近の比率は、損傷領域再現性の測定ではなく、未切除パイプラインが克服すべきノイズの低い境界である。
分析領域の標準化は、その比率をクリアするのではなく、2.13に制限する。
統計的外れ値の除去は、計測された体系的な地域欠陥を11%近く課している。
関連論文リスト
- Parameter-Efficient pretrained-CT-to-MRI Transfer for Rectal Cancer Segmentation: Performance-Calibration Trade-offs [3.0748861313822995]
直腸癌における術前パラメータ-eFモデルであるSWIFTと腫瘍認識微細チューニングについて紹介する。
10,444個の3次元CTボリュームで事前訓練したSwin V2エンコーダを4つの累積構成によりT2強調MRIに適用した。
計測精度, 腫瘍検出, 放射線学的一致, 確率校正について検討した。
論文 参考訳（メタデータ） (2026-08-27T14:27:49Z) - Zero-Shot Adaptation of Medical Vision Foundation Models for High-Frequency Micro-Ultrasound Prostate Segmentation [0.28675177318965045]
従来の超音波は、腺の正確な境界をぼかす。
マイクロ超音波(29MHz)は解像度を3倍改善するが、外壁を隠蔽する密度の高い音響スペックルを導入している。
監督された手法はコストがかかり、スキャナー全体の一般化が不十分である。
我々は、このモダリティのための最初のゼロショットパイプラインを提示する: MedSAMは150万以上の医療画像で事前訓練されている。
論文 参考訳（メタデータ） (2026-08-14T18:07:15Z) - RibAssist 3D: Biplanar Rib-Fracture Detection, Addressing, and Selective 3D Localization from CT-Derived Projections [0.6768558752130311]
リブ骨折はCT(Computed tomography)で局所化するのに一般的で時間を要する
2つの直交CTからの投射で独立に検出された骨折は、視界をまたいでペアリングし、偽出力の制御速度で信頼できる3Dポイントに三角測量できるかどうかを問う。
本研究は、選択的3次元局所化のための再現可能なフレームワークを確立し、クロスビュー対応を主要な運用ボトルネックとして認識する。
論文 参考訳（メタデータ） (2026-08-07T07:47:20Z) - Online Shift Detection and Conformal Adaptation for Deployed Safety Classifiers [0.0]
デプロイされた安全分類器における分散シフトのオンラインモニタリングシステムを提案する。
検出後、共形吸収層は、目標誤差を回復する決定に適応する。
このシステムは平均遅延39.5800ステップで86.6%の検知を実現している。
論文 参考訳（メタデータ） (2026-06-10T11:24:25Z) - Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
テキスト検出器は、事前訓練された典型軸を増幅する。
タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。
RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
論文 参考訳（メタデータ） (2026-05-20T19:08:38Z) - Paired-CSLiDAR: Height-Stratified Registration for Cross-Source Aerial-Ground LiDAR Pose Refinement [46.13526676100776]
Paired-CSLiDAR(英語版)は、シングルスキャンポーズリファインメントのためのクロスソース空地LiDARベンチマークである。
このベンチマークには6つの評価サイトで12,683組の地上空対が含まれている。
本稿では,RGSR(Residual-Guided Stratified Registration)を提案する。
論文 参考訳（メタデータ） (2026-05-01T13:14:20Z) - From Black Box to Glass Box: Cross-Model ASR Disagreement to Prioto Review in Ambient AI Scribe Documentation [43.148402136307716]
異種ASRシステム間のクロスモデル不一致は、基準のない不確実性信号として機能する。
商用APIとオープンソースエンジンにまたがる8つのASRシステムを備えた,50の公開医療用オーディオクリップを転写した。
低アグリメント領域は内容の不一致に富み、高リスク質量のクインタイル全体では53.9%から73.9%に増加した。
論文 参考訳（メタデータ） (2026-03-02T13:02:13Z) - Deep Unsupervised Anomaly Detection in Brain Imaging: Large-Scale Benchmarking and Bias Analysis [42.60508892284938]
脳画像の深部教師なし異常検出のための大規模マルチセンターベンチマークを提案する。
健康なデータセットと多様な臨床コホートにまたがる2,221T1wと1,262T2wのスキャンを行った。
我々のベンチマークは今後の研究の透明な基盤を確立し、臨床翻訳の優先順位を強調している。
論文 参考訳（メタデータ） (2025-12-01T11:03:27Z) - Leveraging the Mahalanobis Distance to enhance Unsupervised Brain MRI Anomaly Detection [35.46541584018842]
教師なし異常検出(UAD)法は、異常を外れ値として識別するために健全なデータ分布に依存する。
脳MRIでは、再生モデルが正常な脳MRIを再構成し、異常が入力と再構成のずれとして検出される。
我々は確率的拡散モデルを用いて複数の再構成を構築し、マハラノビス距離を用いてこれらの再構成結果の分布を分析し、異常を外れ値として同定する。
論文 参考訳（メタデータ） (2024-07-17T11:02:31Z) - A multicenter study on radiomic features from T$_2$-weighted images of a
customized MR pelvic phantom setting the basis for robust radiomic models in
clinics [47.187609203210705]
骨盤ファントムの2Dおよび3D T$$-weightedイメージを3つのスキャナーで取得した。
放射線学的特徴の再現性と再配置を評価した。
論文 参考訳（メタデータ） (2020-05-14T09:24:48Z)
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。