論文の概要: MRI-Guided Reslice-Refined Cross-Slice SDF Reconstruction of the Left Ventricle from Cardiac MRI with Sparse Axial Supervision

• arxiv url: http://arxiv.org/abs/2609.08148v1
• Date: Tue, 08 Sep 2026 02:29:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-11 19:27:52.987173
• Title: MRI-Guided Reslice-Refined Cross-Slice SDF Reconstruction of the Left Ventricle from Cardiac MRI with Sparse Axial Supervision
• Title（参考訳）: MRI-Guided Reslice-Refined Cross-Slice SDF Reconstruction of the left Ventricle from Cardiac MRI with Sparse Axial Supervision
• Abstract要約: MR-RS-SDFRはケースごとの暗黙的符号距離場(SDF)フレームワークで,CMR体積と粗い軸方向の弱いマスクから連続的なLV表面を再構成する。 LOO TransUNet, LOO nnU-Net, and a off-thelf Medical SAM3 model without MM-WHS-specific training or fine-tuning。 3つのスパース16マスクソースの中で、MR-RS-SDFRはDiceとHD95の両方のプロトコルマッチングフルGHD+DVSよりも数値的に優れている。
• 参考スコア（独自算出の注目度）: 3.677948559009858
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reconstructing a three-dimensional left-ventricular (LV) endocardial surface from cardiac magnetic resonance (CMR) data is challenging when supervision is available on only a small number of axial slices. Through-plane geometry is weakly constrained, and automatically generated two-dimensional masks can propagate segmentation errors into the recovered shape. We present MR-RS-SDFR, a per-case implicit signed distance field (SDF) framework that reconstructs a continuous LV surface from a CMR volume and sparse axial weak masks. The method first builds a cross-slice SDF initialization from axial and longitudinal geometric cues and then refines the field using two complementary signals: MRI edge-field normal alignment, which provides an image-derived boundary cue independent of the weak masks, and differentiable reslice Dice and contour consistency, which preserve agreement with the observed planes. We evaluate three weak-mask generators -- LOO TransUNet, LOO nnU-Net, and an off-the-shelf Medical SAM3 model used without MM-WHS-specific training or fine-tuning -- and five sparsity levels from 4 to 64 axial planes. In the sparse-16 setting, final MR-RS-SDFR reconstruction reaches 0.928 Dice and 3.80mm HD95 with Medical SAM3 masks. The upstream generators do not exhibit a single common ranking across 2D and dense 3D segmentation, and nnU-Net- and Medical-SAM3-driven sparse reconstruction achieve the same mean final Dice despite different upstream error profiles. Across all three sparse-16 mask sources, MR-RS-SDFR is numerically better than protocol-matched full GHD+DVS in both Dice and HD95. Final Dice improves markedly from sparse-4 to sparse-16 and then saturates at the reported precision through sparse-64. These results support MRI-guided per-case SDF refinement as a reconstruction strategy that remains effective across weak-mask generators and supervision densities.
• Abstract（参考訳）: 心臓磁気共鳴(CMR)データから3次元左室(LV)心内膜を再構築することは、少数の軸方向スライスしか監視できない場合に困難である。 平面幾何学は弱く制約されており、自動的に生成された2次元マスクは分割誤差を復元された形状に伝播させることができる。 MR-RS-SDFRはケースごとの暗黙的符号距離場(SDF)フレームワークで,CMR体積と粗い軸方向の弱いマスクから連続的なLV表面を再構成する。 この方法はまず、軸方向および長手方向の幾何学的手がかりからクロススライスSDF初期化を構築し、次に2つの相補的な信号を用いてフィールドを洗練する。 LOO TransUNet, LOO nnU-Net, MM-WHS固有の訓練や微調整を伴わない市販の医療SAM3モデル, 4軸面から64軸面までの5種類の弱マスク発電機の評価を行った。 スパース16では、MR-RS-SDFRの最終的な再構築は、医療SAM3マスクで0.928Diceと3.80mmHD95に達する。 上流ジェネレータは2次元および密集した3次元セグメンテーションに共通のランキングは示さず、nnU-NetおよびMedical-SAM3駆動のスパース再構成は上流エラープロファイルが異なるにも関わらず同じ平均最終ダイスを達成する。 3つのスパース16マスクソースの中で、MR-RS-SDFRはDiceとHD95の両方のプロトコルマッチングフルGHD+DVSよりも数値的に優れている。 ファイナルディスはスパース4からスパース16に顕著に改善され、その後スパース64を介して報告された精度で飽和する。 これらの結果は、弱いマスク発生器や監督密度に対して有効である再構成戦略として、MRI誘導型SDF改善を支援している。

関連論文リスト

• Multiview Multi-Person Human Mesh Recovery Under Large Scenes with Occlusions [53.539496609429015]
  MVMP-HMRと呼ばれる多視点多人数HMRのための大規模合成ベンチマークを提案する。 このベンチマークに基づいて,MVMP-HMRと呼ばれるマルチビューの人体メッシュ回復モデルを提案する。 モデルはまず、マルチビュー機能をシーンレベルの3D特徴量に融合させ、3Dポーズ推定ネットワークによって予測される骨盤関節を利用して、3D特徴量から個人固有のクエリを抽出する。 これらの人間のクエリは、3D特徴量とクロスアタッチされ、各人の3Dメッシュをデコードするために統合される。
  論文  参考訳（メタデータ） (2026-07-27T11:47:26Z)
• Cross-Modality Structural Guidance in 3D Latent Diffusion for Robust FLAIR Super-Resolution [0.2959600957981674]
  高分解能(HR)MRIの取得は、しばしばスキャン時間制限によって妨げられる。 深層学習に基づく超解像法は、しばしば解剖学的詳細を幻覚させ、脳の構造的整合性を損なう。 MR-DiffuSRは,HR T1w構造像を予め組み込んだ多解拡散型超解法フレームワークで,厚めのFLAIRスキャンの復元を誘導する。
  論文  参考訳（メタデータ） (2026-06-24T00:26:01Z)
• CRIS: Cross-Plane Self-Supervised Isotropic Restoration for Anisotropic Volumetric Imaging Across Modalities [1.299941371793082]
  CRISは、対の等方的基底真理を伴わない等方的復元のための平面横断型自己教師型フレームワークである。 CRISを2つのMRIコホートと2つの顕微鏡で評価し、8倍の異方性を示した。
  論文  参考訳（メタデータ） (2026-06-14T18:49:25Z)
• UniField: A Unified Field-Aware MRI Enhancement Framework [45.03230466428695]
  methodnameは、複数のモダリティと拡張タスクを統合する統合フレームワークである。 我々は、事前学習した3D基礎モデルを利用して、総合的な3Dボリューム情報を利用する。 我々は,総合的なマルチフィールドMRIデータセットを編成し,公開する。
  論文  参考訳（メタデータ） (2026-03-10T05:45:12Z)
• Multimodal Visual Surrogate Compression for Alzheimer's Disease Classification [69.87877580725768]
  MVSC(Multimodal Visual Surrogate Compression)は、大規模な3D sMRIボリュームをコンパクトな2D機能に圧縮し、適応させることを学ぶ。 MVSCには2つの重要なコンポーネントがある: テキストガイダンスの下でグローバルなクロススライスコンテキストをキャプチャするボリュームコンテキストと、テキストエンハンスでパッチワイズな方法でスライスレベルの情報を集約するAdaptive Slice Fusionモジュール。
  論文  参考訳（メタデータ） (2026-01-29T13:05:46Z)
• A Total Variation Regularized Framework for Epilepsy-Related MRI Image Segmentation [13.43616910092363]
  FCD ( Focal Cortical Dysplasia) は薬剤性てんかんの原因の一つである。 脳磁気共鳴画像(MRI)では、その病変の微妙で小さな性質のため、FCDは検出が難しい。 本稿では3次元脳MRI画像におけるFCD領域分割のための新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2025-10-06T18:07:17Z)
• From Low Field to High Value: Robust Cortical Mapping from Low-Field MRI [3.341362699606649]
  携帯型LF-MRIの3次元再構成と解析のための機械学習手法を提案する。 我々は、合成LF-MRIで訓練された3次元U-Netを用いて、皮質表面の符号付き距離関数を予測する。 本手法は,携帯型LF-MRIにおける皮質表面分析の実現に向けたステップである。
  論文  参考訳（メタデータ） (2025-05-18T04:24:18Z)
• $E(3) \times SO(3)$-Equivariant Networks for Spherical Deconvolution in Diffusion MRI [4.726777092009554]
  本稿では,各ボクセルが球面信号を含むボリュームのスパースデコンボリューションの枠組みを提案する。 この研究は、空間回転、反射、翻訳の対称性に関する同変深層を構成する。
  論文  参考訳（メタデータ） (2023-04-12T18:37:32Z)
• Moving from 2D to 3D: volumetric medical image classification for rectal cancer staging [62.346649719614]
  術前T2期とT3期を区別することは直腸癌治療における最も困難かつ臨床的に重要な課題である。 直腸MRIでT3期直腸癌からT2を正確に判別するための体積畳み込みニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2022-09-13T07:10:14Z)
• Orthogonal Matrix Retrieval with Spatial Consensus for 3D Unknown-View Tomography [58.60249163402822]
  未知視トモグラフィ(UVT)は、未知のランダムな向きで2次元投影から3次元密度マップを再構成する。 提案したOMRはより堅牢で、従来の最先端のOMRアプローチよりも大幅に性能が向上している。
  論文  参考訳（メタデータ） (2022-07-06T21:40:59Z)
• SCPM-Net: An Anchor-free 3D Lung Nodule Detection Network using Sphere Representation and Center Points Matching [47.79483848496141]
  3次元球面表現に基づく中心点マッチング検出ネットワーク(SCPM-Net)を提案する。 アンカーフリーで、nodule/anchorパラメータを手動で設計することなく、nodulesの位置、半径、オフセットを自動的に予測する。 提案するSCPM-Netフレームワークは,既存のアンカーベースおよびアンカーフリーの肺結節検出法と比較して,優れた性能を示すことを示す。
  論文  参考訳（メタデータ） (2021-04-12T05:51:29Z)

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。