論文の概要: Colon3R: Cross-Domain 3D Reconstruction from Monocular Colonoscopic Video

• arxiv url: http://arxiv.org/abs/2609.23961v1
• Date: Mon, 21 Sep 2026 00:23:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:01.033058
• Title: Colon3R: Cross-Domain 3D Reconstruction from Monocular Colonoscopic Video
• Title（参考訳）: Colon3R: 単眼の大腸内視鏡像からのクロスドメイン3D再構成
• Abstract要約: Colon3Rは、事前訓練されたVGGT上に構築されたクロスドメインフレームワークで、ラベル付きファントムから未ラベルのin-vivo大腸内視鏡に結合したカメラ、深さ、ポイントマップを転送する。 提案手法は, 奥行き, ポイントマップ, カメラポーズ推定における最先端手法よりも, 全体的な性能を向上する。
• 参考スコア（独自算出の注目度）: 10.891615423471317
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Monocular colonoscopic 3D reconstruction is important for surgical robotic colonoscopy, but remains challenging due to weak texture, specular reflections, limited view overlap, and non-rigid tissue motion. Conventional multi-view 3D reconstruction methods rely on stable correspondences and approximate rigidity, which are often violated in colonoscopy. Existing endoscopic methods often rely on domain-specific supervision, whereas there are not enough in-vivo labeled data available to adapt geometry foundation models to clinical colonoscopy. We present Colon3R, a cross-domain semi-supervised framework built on pretrained VGGT that transfers coupled camera, depth, and pointmap geometry from labeled phantom and simulated data to unlabeled in-vivo colonoscopy without requiring target-domain geometric annotations. Unlike source-only fine-tuning, which learns only from phantom and simulated data, Colon3R directly exploits unlabeled in-vivo video through teacher-derived cross-view supervision. Our proposed hierarchical quasi-rigid reliability selects reliable supervision at the sequence, directed-pair, and pixel levels, while source-preserving adaptation retains the learned coupled geometry during target-domain adaptation. Extensive experiments demonstrate that our method achieves superior overall performance over state-of-the-art approaches in depth, pointmap, and camera pose estimation. Qualitative comparisons on real in-vivo colonoscopy further show substantially more complete and geometrically consistent reconstructions than competing methods under clinical domain shift. The code will be public available after the paper is accepted.
• Abstract（参考訳）: 単分子式大腸内視鏡下3D再建は外科的大腸内視鏡検査において重要であるが, 弱いテクスチャ, 特異な反射, 視野の重なりの制限, 非剛性組織の動きが原因で, いまだに困難である。 従来の多視点3D再構成法は、安定な対応と近似的な剛性に頼っている。 既存の内視鏡法は、しばしばドメイン固有の監督に依存しているが、臨床大腸内視鏡に幾何学の基礎モデルを適用するのに十分なビビオのラベル付きデータが存在しない。 予めトレーニングされたVGGT上に構築されたクロスドメイン半教師付きフレームワークであるColon3Rについて述べる。 ファントムやシミュレートされたデータからのみ学習するソースオンリーの微調整とは異なり、Colon3Rは教師由来のクロスビュー監視を通じて、未ラベルのin-vivoビデオを直接活用する。 提案した階層的準剛性信頼性は、シーケンス、指向ペア、ピクセルレベルの信頼性の高い監視を選択する一方、ソース保存適応は、ターゲットドメイン適応中に学習された結合幾何を保持する。 大規模実験により,本手法は深度,ポイントマップ,カメラポーズ推定における最先端手法よりも優れた総合的な性能が得られることが示された。 実際のin-vivo大腸内視鏡の質的比較では、臨床領域シフト下の競合する方法よりも、はるかに完全で幾何的に整合した再構成が示される。 コードは、論文が受理された後に公開されます。

関連論文リスト

• C3VD-DEFCOL: A Deformable Colonoscopy Dataset with Time-Resolved 3D Ground Truth and Realistic Appearance [2.1290430772503415]
  C3VD-DEFCOL(C3VD-DEFCOL)について述べる。 C3VD-DEFCOLは、変形可能な3D再構成アルゴリズムをテストするための再現可能な定量的評価プラットフォームとして設計されている。
  論文  参考訳（メタデータ） (2026-06-05T22:59:32Z)
• CoGE: Sim-to-Real Online Geometric Estimation for Monocular Colonoscopy [6.215033656830097]
  CoGEは、大腸内視鏡におけるオンライン単分子幾何推定のための新しいフレームワークである。 異なる大腸内視鏡シーンにおける照明の多様性に対処するために,照明対応監視モジュールを提案する。 大腸の共通な構造的特徴と局所的特徴を抽出する構造認識モジュールを提案する。
  論文  参考訳（メタデータ） (2026-05-13T05:46:39Z)
• Scaling Video Pretraining for Surgical Foundation Models [51.92777479821822]
  SurgRecは、スケーラブルで再現可能な、外科的ビデオ理解のための事前学習のレシピだ。 内視鏡,腹腔鏡,白内障,ロボット手術を対象とする10,535ビデオと214.5Mフレームの大規模なコーパスをキュレートした。
  論文  参考訳（メタデータ） (2026-03-31T16:31:25Z)
• ColonSplat: Reconstruction of Peristaltic Motion in Colonoscopy with Dynamic Gaussian Splatting [2.0985839017885257]
  ColonSplatは、グローバルな幾何学的整合性を維持しながら、周囲の動きをキャプチャする動的ガウススティングフレームワークである。 C3VDv2およびDynamicColonデータセット上で優れた幾何学的忠実性を実現する。
  論文  参考訳（メタデータ） (2026-03-06T20:25:42Z)
• 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)
• Robust Mesh Saliency GT Acquisition in VR via View Cone Sampling and Geometric Smoothing [59.12032628787018]
  バーチャルリアリティー(VR)における人中心視覚モデリングには3次元メッシュサリエンシ基底真理が不可欠である 現在のVRアイトラッキングパイプラインは、単一線サンプリングとユークリッドのスムース化に依存しており、テクスチャの注意を喚起し、ギャップをまたいだ信号の漏洩を引き起こす。 本稿では,これらの制約に対処する頑健な枠組みを提案する。
  論文  参考訳（メタデータ） (2026-01-06T05:20:12Z)
• ColonAdapter: Geometry Estimation Through Foundation Model Adaptation for Colonoscopy [18.844097623387974]
  単眼の大腸内視鏡像から3次元形状を推定することは、非ランベルト面、移動光源、大きなテクスチャのない領域のために困難である。 大腸内視鏡の幾何学的基礎モデルに適応する自己教師型微調整フレームワークであるColonAdapterを提案する。
  論文  参考訳（メタデータ） (2025-11-27T09:21:11Z)
• ColonCrafter: A Depth Estimation Model for Colonoscopy Videos Using Diffusion Priors [1.9437590375121516]
  ColonCrafterは拡散に基づく深度推定モデルであり、単眼の大腸内視鏡ビデオから時間的に一貫した深度マップを生成する。 本手法は, 時間的に一貫した深度マップを生成するために, 合成大腸内視鏡の配列から頑健な幾何学的先行を学習する。
  論文  参考訳（メタデータ） (2025-09-16T20:40:22Z)
• 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)
• ToDER: Towards Colonoscopy Depth Estimation and Reconstruction with Geometry Constraint Adaptation [67.22294293695255]
  そこで本稿では,ToDERという双方向適応アーキテクチャを用いて,高精度な深度推定を行う新しいパイプラインを提案する。 以上の結果から,本手法は実写および合成大腸内視鏡ビデオの深度マップを精度良く予測できることが示唆された。
  論文  参考訳（メタデータ） (2024-07-23T14:24:26Z)

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。