論文の概要: Multi-Stage NeRF for Efficient 3D Coronary Artery Reconstruction from Two Narrow-Angle Angiographic Projections

• arxiv url: http://arxiv.org/abs/2609.15550v1
• Date: Mon, 14 Sep 2026 13:34:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:06.413129
• Title: Multi-Stage NeRF for Efficient 3D Coronary Artery Reconstruction from Two Narrow-Angle Angiographic Projections
• Title（参考訳）: Narrow-Angle Angiography を用いた高能率3次元冠動脈再建術における多段階NeRFの有用性
• Abstract要約: 既存の学習に基づく2D-to-3D再構成手法では、広い角度のカバレッジや複数のビューが必要である。 NeCA++は、臨床的に現実的な取得制約に合わせた多段階の自己教師型神経放射野フレームワークである。
• 参考スコア（独自算出の注目度）: 44.06670146334926
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: X-ray coronary angiography is the clinical gold standard for coronary artery disease during real-time cardiac interventions, but provides only 2D projections of inherently 3D vessels. Existing learning-based 2D-to-3D reconstruction methods typically require wide angular coverage or multiple views, assumptions that are rarely satisfied in routine practice where only two projections with narrow angular separation are available. To address these challenges, we propose NeCA++, a multi-stage self-supervised neural radiance field (NeRF) framework tailored to clinically realistic acquisition constraints. The framework decomposes reconstruction into two stages that progressively refine spatial support and representation capacity. In the first stage, a coarse 3D representation of the vasculature is reconstructed, restricting the subsequent optimisation to regions with a higher likelihood of vessel presence, termed an active region. Afterward reconstruction is restricted to this region while higher-resolution representations are progressively activated to recover fine vascular details. This multi-stage strategy focuses learning on anatomically plausible regions, mitigates gradient dilution under extreme sparsity, and stabilises global topology before recovering fine vascular branches. Furthermore, two vessel-specific regularisations are introduced: a ray-aligned constraint to reduce projection-induced ambiguity, and a bimodal density penalty to enable early vessel-background separation. Extensive experiments across three datasets (ImageCAS, ASOCA, and Synthetic RCA) and four angular configurations demonstrate consistent superiority over state-of-the-art baselines, particularly under clinically realistic narrow-angle settings, while achieving reconstruction within 58 seconds per case.
• Abstract（参考訳）: X線冠動脈造影は、リアルタイム心臓手術における冠動脈疾患の臨床標準となるが、本来は3D血管の2Dプロジェクションのみを提供する。 既存の学習ベースの2D-to-3D再構成法では、狭角分離の2つの射影しか持たない日常的な慣行で満たされることの少ない、広い角度のカバレッジや複数の視点を必要とするのが一般的である。 これらの課題に対処するために,臨床的に現実的な獲得制約に適合した多段階自己教師型ニューラルネットワーク(NeRF)フレームワークであるNeCA++を提案する。 このフレームワークは、空間的支持と表現能力を段階的に洗練する2つのステージに再構成を分解する。 第1段階では、血管の粗い3D表現が再構成され、その後の血管の存在率の高い領域への最適化がアクティブな領域と呼ばれるように制限される。 その後の再建はこの地域に限られ、高解像度の表現は徐々に活性化され細血管の細部が回復する。 この多段階戦略は、解剖学的に可塑性領域を学習し、極端な間隔で勾配の希釈を緩和し、微細な血管枝を回復する前にグローバルなトポロジーを安定化させる。 さらに、射影によるあいまいさを軽減するための光線整列制約と、初期の容器と背景の分離を可能にするバイモーダル密度のペナルティという2つの容器固有の規則が導入された。 3つのデータセット(ImageCAS, ASOCA, およびSynthetic RCA)と4つの角配置の広範囲にわたる実験は、最先端のベースライン、特に臨床的に現実的な狭角設定下では、一貫した優位性を示した。

関連論文リスト

• Learning Where and What to Lift for Bi-planar X-ray-to-CT Reconstruction [25.938115587172945]
  少数のX線画像からCTボリュームを再構成することは、非常に不適切である。 我々は,空間的レイアウト復元をCT再構成に明示的に組み込んだインターリーブな幾何学誘導型フレームワークLiftXRを提案する。 LiftXR は最近の X-ray-to-CT 再構成法を一貫して上回り、新しい最先端技術を確立している。
  論文  参考訳（メタデータ） (2026-08-18T01:23:36Z)
• Attenuation-Resilient Alternating Optimization for Laparoscopic Liver Landmark Detection [45.05240977535136]
  腹腔鏡下肝手術において,肝表面のランドマーク検出は解剖学的指導の必須条件である。 実際には、未露出領域における照明減衰と、ピクセルワイズ局在化と連続曲線幾何学の間の構造的ミスマッチという2つの広範囲にわたる課題のために、信頼できないままである。 A2ONetは、肝臓のロバストなランドマーク検出のための減衰-弾性交互最適化ネットワークである。
  論文  参考訳（メタデータ） (2026-05-26T07:06:10Z)
• Preoperative-to-intraoperative Liver Registration for Laparoscopic Surgery via Latent-Grounded Correspondence Constraints [51.7011449975586]
  Land-Regは変形可能な登録フレームワークで、潜伏した2D-3Dのランドマーク対応を学習する。 厳格な登録のために、Land-Regはクロスモーダルラテントアライメントモジュールを採用している。 類似性マッチングを持つ不確実なオーバーラップランドマーク検出器を提案し, 明確な2D-3Dランドマーク対応を強く推定する。
  論文  参考訳（メタデータ） (2026-03-02T10:44:03Z)
• DentalSplat: Dental Occlusion Novel View Synthesis from Sparse Intra-Oral Photographs [9.65794857225196]
  軽度の矯正画像から3次元再構成を行うための有効な枠組みである歯科用スプラットを提案する。 本研究は,950例のクリニカル・ケースと,実世界の遠隔矯正撮影条件をシミュレートした195例のビデオ・ベース・テスト・セットからなる大規模データセットについて検証した。
  論文  参考訳（メタデータ） (2025-11-05T01:08:26Z)
• Bidirectional Mammogram View Translation with Column-Aware and Implicit 3D Conditional Diffusion [17.309030641962]
  ビュー・ツー・ビューの翻訳は、行方不明のビューを回復し、病変のアライメントを改善するのに役立つ。 自然画像とは異なり、マンモグラフィーにおけるこの課題は、X線投影において大きな非剛性変形と重い組織が重なり合うため、非常に困難である。 本稿では,新しい双方向マンモグラムビュー変換フレームワークであるカラム・アウェア・インプリシット3次元拡散(CA3D-Diff)を提案する。
  論文  参考訳（メタデータ） (2025-10-06T15:48:27Z)
• NerT-CA: Efficient Dynamic Reconstruction from Sparse-view X-ray Coronary Angiography [1.1999555634662633]
  X線冠動脈造影(CA)による冠動脈の3次元3次元および動的3次元+時間(4D)再構築は,臨床的治療改善の可能性を秘めている。 対処すべき課題は、特に、血管構造の疎度、背景と血管の区別の低さ、スパース・ビュー、スキャン内動作である。 スパースビューCAを用いた高速4次元再構成のためのニューラルアンドリアル表現のハイブリッドアプローチであるNerT-CAを提案する。
  論文  参考訳（メタデータ） (2025-07-25T14:38:33Z)
• Landmark-Free Preoperative-to-Intraoperative Registration in Laparoscopic Liver Resection [50.388465935739376]
  術前の3Dモデルを術中2Dフレームにオーバーレイすることで肝臓の空間解剖を明瞭に把握し,より高い手術成功率を達成することができる。 既存の登録法は解剖学的ランドマークに大きく依存しており、2つの大きな制限に直面している。 本稿では,効果的な自己教師型学習を生かした,目覚ましくない術前・術中登録フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-21T14:55:57Z)
• NeCA: 3D Coronary Artery Tree Reconstruction from Two 2D Projections via Neural Implicit Representation [2.1771042711033997]
  2DX線侵襲的冠動脈造影は、リアルタイム心臓手術におけるCVD評価において最も広く採用されている画像モダリティである。 放射線の限界のため、しばしば2つの血管造影プロジェクションが取得され、血管形状の限られた情報を提供する。 マルチレゾリューションハッシュエンコーダと差別化可能なコーンビームフォワードプロジェクタ層を用いたニューラル暗黙表現に基づく,NeCAと呼ばれる自己教師型ディープラーニング手法を提案する。
  論文  参考訳（メタデータ） (2024-09-06T20:08:21Z)
• CoCPF: Coordinate-based Continuous Projection Field for Ill-Posed Inverse Problem in Imaging [78.734927709231]
  スパース・ビュー・コンピュート・トモグラフィー(SVCT)の再構成は,スパース・サンプリングによるCT画像の取得を目的としている。 暗黙的な神経表現(INR)技術は、不備のため、その分野に「かなりの穴」(すなわち、未モデル化空間)を残し、準最適結果をもたらす可能性がある。 SVCT再構成のためのホールフリー表現場を構築することを目的としたコーディネート型連続射影場(CoCPF)を提案する。
  論文  参考訳（メタデータ） (2024-06-21T08:38:30Z)
• 3D Vessel Reconstruction from Sparse-View Dynamic DSA Images via Vessel Probability Guided Attenuation Learning [79.60829508459753]
  現在の商用デジタルサブトラクション・アンジオグラフィー(DSA)システムは通常、再構築を行うために数百のスキャンビューを要求する。 スパース・ビューDSA画像のダイナミックな血流と不十分な入力は,3次元血管再建作業において重要な課題である。 本稿では,時間に依存しない容器確率場を用いてこの問題を効果的に解くことを提案する。
  論文  参考訳（メタデータ） (2024-05-17T11:23:33Z)
• Tattoo tomography: Freehand 3D photoacoustic image reconstruction with an optical pattern [49.240017254888336]
  光音響トモグラフィ(PAT)は、形態学的および機能的組織特性の両方を解決することができる新しいイメージング技術である。 現在の欠点は、従来の2Dプローブによって提供される視野の制限である。 本研究では,外部追跡システムを必要としないPATデータの3次元再構成手法を提案する。
  論文  参考訳（メタデータ） (2020-11-10T09:27:56Z)

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。