論文の概要: Universal Drift Correction for Multidimensional Scanning Microscopy

• arxiv url: http://arxiv.org/abs/2609.30866v1
• Date: Fri, 25 Sep 2026 06:17:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.255537
• Title: Universal Drift Correction for Multidimensional Scanning Microscopy
• Title（参考訳）: 多次元走査顕微鏡のためのユニバーサルドリフト補正
• Abstract要約: 走査顕微鏡では、ドリフトは標本を名目上のプローブ位置からずれた位置にサンプリングする。 本稿では、異なる向きの多次元スキャンや構造参照画像を用いてプローブ位置を復元する方法を示す。 提案手法は,アフィンと非剛性補正を併用し,事前構造モデルを必要とせず,オープンソースのGPU高速化ソフトウェアとして実装されている。
• 参考スコア（独自算出の注目度）: 0.314584061354738
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In scanning microscopy, drift causes the specimen to be sampled at positions displaced from the nominal probe positions. This displacement alters the spatial assignment of the recorded signals and biases quantitative measurements across two-dimensional imaging, channel-resolved spectroscopic mapping, and scan-position-resolved diffraction analysis. Here, we extend orthogonal-scan drift correction from 2D images to spectrum images and diffraction datasets. We demonstrate how to recover probe positions using either differently oriented multidimensional scans or structural reference images. The recovered positions are used either to resample the multidimensional data onto a regular grid or to assign each recorded signal to its corrected coordinate. Our method combines affine and non-rigid correction, requires no prior structural model, and is implemented as open-source, GPU-accelerated software that reduces processing times by two to three orders of magnitude, enabling routine and automated drift correction for quantitative multidimensional microscopy.
• Abstract（参考訳）: 走査顕微鏡では、ドリフトは標本を名目上のプローブ位置からずれた位置にサンプリングする。 この変位は記録された信号の空間的割り当てを変化させ、二次元イメージング、チャネル分解分光マッピング、走査沈着分解回折分析を定量的に測定する。 ここでは、直交スキャンドリフト補正を2次元画像からスペクトル画像や回折データセットまで拡張する。 異なる向きの多次元スキャンや構造参照画像を用いてプローブ位置を復元する方法を実証する。 復元された位置は、多次元データを正規のグリッドに再サンプリングしたり、記録された各信号を補正された座標に割り当てたりするために使用される。 提案手法は,アフィンと非剛性補正を併用し,事前構造モデルを必要としないとともに,2～3桁の処理時間を削減し,定量的多次元顕微鏡のための定期的および自動ドリフト補正を可能にする,オープンソースのGPU高速化ソフトウェアとして実装されている。

関連論文リスト

• Spatially Coupled Phase-to-Depth Calibration for Fringe Projection Profilometry [0.0]
  投影プロファイロメトリーでは、各カメラ画素に独立して位相-深度関係を取り付けることにより、一般的に深さを復元する。 本研究では,すべての画素が単一の低次元写像-球面位相スカラーを共有する空間結合型位相-深度変換を提案する。 高分解能スキャナー接地真実を持つ歯科用ターゲットにおいて, 提案したモデルでは, アクティブステレオ基準に匹敵する点-点-面 RMSE が得られる。
  論文  参考訳（メタデータ） (2026-06-10T02:58:37Z)
• 6D Robotic OCT Scanning of Curved Tissue Surfaces [41.08297278009004]
  ロボット搭載OCTプローブの6次元ハンドアイキャリブレーションのためのマーカーを提案する。 キャリブレーションにより変換の再現性が高い推定値が得られることを示す。 また, このキャリブレーションにより, 大きく湾曲した組織表面を一貫した走査が可能であることを実証した。
  論文  参考訳（メタデータ） (2026-03-23T14:24:11Z)
• FreqPDE: Rethinking Positional Depth Embedding for Multi-View 3D Object Detection Transformers [91.59069344768858]
  周波数対応位置深度埋め込み (FreqPDE) を導入し, 空間情報と2次元画像特徴を付加して3次元検出変換器デコーダを提案する。 FreqPDEは2D画像特徴と3D位置埋め込みを組み合わせることで、クエリデコーディングのための3D深度認識機能を生成する。
  論文  参考訳（メタデータ） (2025-10-17T07:36:54Z)
• GeoGS3D: Single-view 3D Reconstruction via Geometric-aware Diffusion Model and Gaussian Splatting [81.03553265684184]
  単視点画像から詳細な3Dオブジェクトを再構成するフレームワークであるGeoGS3Dを紹介する。 本稿では,GDS(Gaussian Divergence Significance)という新しい指標を提案する。 実験により、GeoGS3Dはビュー間で高い一貫性を持つ画像を生成し、高品質な3Dオブジェクトを再構成することを示した。
  論文  参考訳（メタデータ） (2024-03-15T12:24:36Z)
• NDC-Scene: Boost Monocular 3D Semantic Scene Completion in Normalized Device Coordinates Space [77.6067460464962]
  SSC(Monocular 3D Semantic Scene Completion)は、単一の画像から複雑なセマンティックスや幾何学的形状を予測し、3D入力を必要としないため、近年大きな注目を集めている。 我々は,3次元空間に投影された2次元特徴の特徴的曖昧さ,3次元畳み込みのPose Ambiguity,深さの異なる3次元畳み込みにおける不均衡など,現在の最先端手法におけるいくつかの重要な問題を明らかにする。 シーン補完ネットワーク(NDC-Scene)を考案し,2を直接拡張する。
  論文  参考訳（メタデータ） (2023-09-26T02:09:52Z)
• Instant Multi-View Head Capture through Learnable Registration [62.70443641907766]
  3次元頭部のデータセットを密接なセマンティック通信でキャプチャする既存の手法は遅い。 キャリブレーションされたマルチビュー画像から3Dヘッドを直接推定するためにTEMPEHを導入する。 1つの頭部の予測には0.3秒かかるが、中央値の復元誤差は0.26mmで、現在の最先端よりも64%低い。
  論文  参考訳（メタデータ） (2023-06-12T21:45:18Z)
• Spatial Attention-based Implicit Neural Representation for Arbitrary Reduction of MRI Slice Spacing [17.16588480746507]
  本稿では,MR間隔を任意に削減するための空間注意に基づくインプシットニューラル表現(SA-INR)ネットワークを提案する。 SA-INRは、座標を連続的に3次元空間にサンプリングすることにより、任意のスライス間隔でMR画像を再構成することができる。 HCP-1200データセットと臨床膝関節MRデータセットを用いて本手法の評価を行い,他の方法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-05-23T14:36:59Z)
• 2D LiDAR and Camera Fusion Using Motion Cues for Indoor Layout Estimation [2.6905021039717987]
  地上ロボットは、単一の床と垂直の壁を持つ屋内空間を探索し、一連の強度画像と2D LiDARデータセットを収集する。 センサ出力と画像セグメンテーションのアライメントは、LiDAR点をアライメントすることで、共同で計算される。 地層境界抽出のための画像の曖昧さをLiDAR観測の助けを借りて除去する。
  論文  参考訳（メタデータ） (2022-04-24T06:26:02Z)
• 3D Reconstruction of Curvilinear Structures with Stereo Matching DeepConvolutional Neural Networks [52.710012864395246]
  本稿では,立体対における曲線構造の検出とマッチングのための完全自動パイプラインを提案する。 主に、TEM画像のステレオ対から転位を3次元再構成することに焦点を当てる。
  論文  参考訳（メタデータ） (2021-10-14T23:05:47Z)
• LocalTrans: A Multiscale Local Transformer Network for Cross-Resolution Homography Estimation [52.63874513999119]
  クロスレゾリューション画像アライメントは、マルチスケールギガ撮影において重要な問題である。 既存のディープ・ホモグラフィー手法は、それらの間の対応の明示的な定式化を無視し、クロスレゾリューションの課題において精度が低下する。 本稿では,マルチモーダル入力間の対応性を明確に学習するために,マルチスケール構造内に埋め込まれたローカルトランスフォーマーネットワークを提案する。
  論文  参考訳（メタデータ） (2021-06-08T02:51:45Z)
• Fast and Robust Registration of Aerial Images and LiDAR data Based on Structrual Features and 3D Phase Correlation [6.3812295314207335]
  本稿では,構造的特徴と3次元位相相関に基づく自動登録手法を提案する。 空中画像とLiDARデータの2つのデータセットを用いて実験したところ、提案手法は最先端の手法よりもはるかに高速で堅牢であることがわかった。
  論文  参考訳（メタデータ） (2020-04-21T08:19:56Z)

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。