論文の概要: CRISP: Corneal Confocal Microscopy Real-Time Image Stitching Pipeline

• arxiv url: http://arxiv.org/abs/2609.07336v2
• Date: Wed, 09 Sep 2026 03:19:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.414371
• Title: CRISP: Corneal Confocal Microscopy Real-Time Image Stitching Pipeline
• Title（参考訳）: CRISP:角膜共焦点顕微鏡のリアルタイム画像処理パイプライン
• Authors: Qincheng Qiao, Puli Zhang, Jian Zhou, Xinguo Hou,
• Abstract要約: 従来の角膜共焦点顕微鏡(CCM)ビデオストリームのためのオープンソースSNP広視野縫合フレームワークであるCRISP(Corneal confocal microscopy Real-time Image Stitching Pipeline)を提案する。 CRISPは焦点認識ゲーティングを通じて非焦点不連続セグメントを除外し、局所的なペアワイズ登録を通じてポーズを伝播し、スパースアンカーマップで非冗長空間カバレッジを維持する。 我々の知る限り、CRISPは、従来のCCMビデオストリーム用にリリースされた初めてのオープンソースリアルタイムSNPワイドフィールドステッチフレームワークである。
• 参考スコア（独自算出の注目度）: 1.4900940385317556
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Morphology of the sub-basal nerve plexus (SNP) reflects peripheral nerve health, and corneal confocal microscopy (CCM) provides an important means for in vivo, real-time, non-invasive observation of the SNP. However, mainstream CCM devices offer a limited field of view per frame, whereas the SNP is spatially non-uniform; discrete image sampling is therefore sensitive to sampling location and frame selection, which limits the reproducibility and clinical adoption of CCM as a quantitative assessment tool. Wide-field stitching can reconstruct larger SNP mosaics by integrating sequentially acquired CCM images, but existing methods largely rely on offline post-processing, additional hardware, or specific acquisition protocols, and lack open-source real-time solutions for conventional CCM video streams. This paper presents CRISP (Corneal confocal microscopy Real-time Image Stitching Pipeline), an open-source real-time SNP wide-field stitching framework for conventional CCM examination video streams. CRISP excludes defocused and discontinuous segments via focus-aware gating, propagates poses through local pairwise registration, and maintains non-redundant spatial coverage with a sparse anchor map; when local temporal continuity is interrupted, the system completes relocalization and subgraph merging through global appearance retrieval followed by geometric verification. The framework prioritizes low-latency coverage feedback during examination while outputting accepted frames, poses, and anchor information to initialize offline fine stitching. To our knowledge, CRISP is the first open-source real-time SNP wide-field stitching framework released for conventional CCM video streams. By lowering the barrier to adoption and reproduction of wide-field stitching, CRISP may help move SNP wide-field imaging from a research tool into routine clinical examination workflows.
• Abstract（参考訳）: 基底下神経叢(SNP)の形態は末梢神経の健康を反映し、角膜共焦点顕微鏡(CCM)は生体内、リアルタイム、非侵襲的なSNP観察に重要な手段となる。 しかし、主流のCCMデバイスはフレーム当たりの視野が限られているが、SNPは空間的に一様ではないため、離散画像サンプリングはサンプリング位置とフレーム選択に敏感であり、定量的評価ツールとしてのCCMの再現性と臨床応用を制限する。 広視野縫合は、逐次的に取得されたCCM画像を統合することで、より大きなSNPモザイクを再構築することができるが、既存の手法は、オフライン後処理、追加ハードウェア、あるいは特定の取得プロトコルに依存しており、従来のCCMビデオストリームに対するオープンソースのリアルタイムソリューションが欠如している。 本稿では、従来のCCM検査ビデオストリームのためのオープンソースリアルタイムSNPワイドフィールド縫合フレームワークCRISP(Corneal Confocal Microscopy Real-time Image Stitching Pipeline)を提案する。 CRISPは、焦点認識ゲーティングによって非集中的かつ不連続なセグメントを除外し、局所的なペアワイドな登録を通じてポーズを伝播し、スパースアンカーマップで非冗長な空間カバレッジを維持し、局所的時間連続性が中断された場合、グローバルな外観検索によって再局在化とサブグラフのマージを完了し、幾何的検証を行う。 このフレームワークは、受理フレーム、ポーズ、アンカー情報を出力しながら、検査中に低遅延カバレッジフィードバックを優先し、オフラインの微細縫合を初期化する。 我々の知る限り、CRISPは、従来のCCMビデオストリーム用にリリースされた初めてのオープンソースリアルタイムSNPワイドフィールドステッチフレームワークである。 広視野縫合の障壁を低くすることで、CRISPはSNP広視野イメージングを研究ツールから定期的な臨床検査ワークフローに移行するのに役立つかもしれない。

関連論文リスト

• Scaling In-Context Segmentation with Hierarchical Supervision [0.0]
  コンテキスト内学習により、医療画像セグメンテーションモデルは新しい解剖学的構造に適応できる。 我々は、選択的な画像パッチとマルチレベル監視を組み合わせた階層的なフレームワークであるPatchICLを提案する。 強力なグローバルアテンションベースラインであるUniverSegと比較して、PatchICLは、競合するドメイン内CTセグメンテーションの精度を実現し、計算を512times512$で44%削減する。
  論文  参考訳（メタデータ） (2026-04-14T14:00:03Z)
• MicroAUNet: Boundary-Enhanced Multi-scale Fusion with Knowledge Distillation for Colonoscopy Polyp Image Segmentation [8.682943624128214]
  MicroAUNetは、奥行き分離可能な拡張畳み込みと、単一パス、パラメータ共有チャネル空間的アテンションブロックを組み合わせた軽量なアテンションベースセグメンテーションネットワークである。 ベンチマーク実験では、極めて低いモデル複雑さ下での最先端の精度が示され、MicroAUNetがリアルタイムな臨床ポリープセグメンテーションに適していることが示されている。
  論文  参考訳（メタデータ） (2025-11-03T01:43:34Z)
• A Unified Model for Compressed Sensing MRI Across Undersampling Patterns [69.19631302047569]
  様々な計測アンサンプパターンと画像解像度に頑健な統合MRI再構成モデルを提案する。 我々のモデルは、拡散法よりも600$times$高速な推論で、最先端CNN(End-to-End VarNet)の4dBでSSIMを11%改善し、PSNRを4dB改善する。
  論文  参考訳（メタデータ） (2024-10-05T20:03:57Z)
• Geometry-Aware Attenuation Learning for Sparse-View CBCT Reconstruction [53.93674177236367]
  Cone Beam Computed Tomography (CBCT) は臨床画像撮影において重要な役割を担っている。 従来の方法では、高品質な3D CBCT画像の再構成には数百の2次元X線投影が必要である。 これにより、放射線線量を減らすため、スパースビューCBCT再構成への関心が高まっている。 本稿では,この問題を解決するために,新しい幾何対応エンコーダデコーダフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-26T14:38:42Z)
• Colorectal Polyp Classification from White-light Colonoscopy Images via Domain Alignment [57.419727894848485]
  大腸内視鏡画像からの正確な診断を支援するためには,コンピュータ支援診断システムが必要である。 これまでのほとんどの研究では、Narrow-Band Imaging (NBI) や他の拡張画像を用いて、ポリプの分化モデルの開発を試みている。 正確な大腸ポリープ分類のための教師/学生アーキテクチャに基づく新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2021-08-05T09:31:46Z)
• A Deep Discontinuity-Preserving Image Registration Network [73.03885837923599]
  ほとんどの深層学習に基づく登録法は、所望の変形場が全世界的に滑らかで連続的であると仮定する。 本稿では、より優れた登録性能とリアルな変形場を得るために、弱い教師付き深部不連続保存画像登録ネットワーク(DDIR)を提案する。 本研究では, 心臓磁気共鳴(MR)画像の登録実験において, 登録精度を大幅に向上し, より現実的な変形を予測できることを実証した。
  論文  参考訳（メタデータ） (2021-07-09T13:35:59Z)
• Spatially Dependent U-Nets: Highly Accurate Architectures for Medical Imaging Segmentation [10.77039660100327]
  解剖学的構造に固有の空間的コヒーレンスを利用する新しいディープニューラルネットワークアーキテクチャを紹介します。 提案手法は,分割画素/ボクセル空間における長距離空間依存性を捉えるのに有効である。 本手法は一般的に使用されるU-NetおよびU-Net++アーキテクチャに好適に作用する。
  論文  参考訳（メタデータ） (2021-03-22T10:37:20Z)
• Explaining Clinical Decision Support Systems in Medical Imaging using Cycle-Consistent Activation Maximization [112.2628296775395]
  ディープニューラルネットワークを用いた臨床意思決定支援は、着実に関心が高まりつつあるトピックとなっている。 臨床医は、その根底にある意思決定プロセスが不透明で理解しにくいため、この技術の採用をためらうことが多い。 そこで我々は,より小さなデータセットであっても,分類器決定の高品質な可視化を生成するCycleGANアクティベーションに基づく,新たな意思決定手法を提案する。
  論文  参考訳（メタデータ） (2020-10-09T14:39:27Z)
• A Macro-Micro Weakly-supervised Framework for AS-OCT Tissue Segmentation [33.684182783291064]
  アジア人では, 一次角閉鎖緑内障(PACG)が非可逆性失明の原因となっている。 提案するフレームワークは,相互に信頼性の高いガイダンスを提供する2つのモデルで構成されている。 公開されているAGEデータセットの実験では、提案されたフレームワークが最先端の半弱教師付き手法より優れていることが示されている。
  論文  参考訳（メタデータ） (2020-07-20T11:26:32Z)

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。