論文の概要: Deformable CT-US Registration via Anatomy-Aware Implicit Neural Representations
- arxiv url: http://arxiv.org/abs/2610.08419v1
- Date: Tue, 06 Oct 2026 14:22:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 02:58:30.038313
- Title: Deformable CT-US Registration via Anatomy-Aware Implicit Neural Representations
- Title（参考訳）: 解剖学的検査による変形性CT-USレジストレーション
- Abstract要約: 変形下での登録を改善するために,CTから派生した解剖学的先行を組み込んだ変形可能なCT超音波登録フレームワークを提案する。
提案手法は, 剛性初期化に対するアライメントを17%向上させ, ほぼゼロの位相的折りたたみを維持しながら, 古典的変形可能なベースラインより優れる。
- 参考スコア（独自算出の注目度）: 31.83703319185085
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Slice-to-volume registration between ultrasound (US) and preoperative computed tomography (CT) imaging would enhance many minimally invasive interventions, for example by locating soft tissue structures intra-operatively that are discernible in CT. While optical tracking enables initial rigid registration, contact from the probe induces soft tissue deformations that inhibit accurate alignment. In this work, we introduce a deformable CT-ultrasound registration framework that incorporates anatomical priors derived from CT to improve registration under deformation. Rigid registration is first established using a robot-assisted optical tracking system, after which a deformable transformation is estimated using a sinusoidal implicit neural representation (SIREN) optimized per frame. Tissue stiffness is approximated from CT-based HU values and used as spatially varying regularization, suppressing deformation in rigid structures such as bone while allowing more flexibility in soft tissue. Two additional constraints capture the physics of probe contact: a contact-zone displacement prior that drives the displacement field to compress tissue below the probe face, and a fan-geometry regularization term based on beam direction and convex transducer field of view. Model parameters are optimized with a normalized gradient field (NGF). The proposed approach improves alignment over rigid initialisation by 17% and outperforms classical deformable baselines while maintaining near-zero topological folding.
- Abstract（参考訳）: 超音波 (US) とCT (CT) 画像とのスライス・ツー・ボリュームの登録は, 術中CTで識別可能な軟部組織を位置決めするなど, 最小侵襲の介入を多く促進する。
光追跡は初期硬直登録を可能にするが、プローブからの接触は軟部組織の変形を誘発し、正確なアライメントを阻害する。
本研究では, 変形下での登録を改善するために, CTから派生した解剖学的先行情報を組み込んだ変形可能なCT超音波登録フレームワークを提案する。
剛体登録は、まずロボット支援光学追跡システムを用いて確立され、その後、フレームごとに最適化された正弦波暗黙神経表現(SIREN)を用いて変形可能な変換を推定する。
組織硬度はCTベースのHU値から近似され、空間的に変化した正規化として使用され、骨などの硬質構造物の変形を抑制するとともに、軟質組織の柔軟性を高める。
2つの追加の制約は、プローブ接触の物理を捉える: プローブ面の下方にある組織を圧縮するために変位場を駆動する前の接触ゾーン変位と、ビーム方向と凸トランスデューサの視野に基づくファン幾何学正規化項である。
モデルパラメータは正規化勾配場(NGF)で最適化される。
提案手法は, 剛性初期化に対するアライメントを17%向上させ, ほぼゼロの位相的折りたたみを維持しながら, 古典的変形可能なベースラインより優れる。
関連論文リスト
- 3D Ultrasound-Derived Pseudo-CT Synthesis Using a Transformer-Augmented Residual Network for Real-Time Operator Guidance [0.0]
超音波(US)は非イオン化であり、広くアクセス可能であるが、操作性が高く、定量的な組織特性が欠如している。
本研究は,USから推定されるCTのような解剖学的基準量を生成する3D超音波による擬似CTフレームワークを提案する。
提案手法は, 構造的忠実度と知覚的画像品質において, 確立されたベースラインより優れる。
論文 参考訳（メタデータ） (2026-05-06T12:52:59Z) - CT-Enabled Patient-Specific Simulation and Contact-Aware Robotic Planning for Cochlear Implantation [41.386729124620366]
ロボットの人工内耳挿入は、人工内耳の外傷を最小限に抑えるために、接触力の正確な予測と調節を必要とする。
本稿では,接触型挿入計画と検証のためのCT-to-simulationパイプラインについて述べる。
論文 参考訳（メタデータ） (2026-03-05T16:13:59Z) - BronchOpt : Vision-Based Pose Optimization with Fine-Tuned Foundation Models for Accurate Bronchoscopy Navigation [6.915058920280426]
術中内視鏡視と術前CT解剖の2D-3D登録のための視覚ベースのポーズ最適化フレームワークを提案する。
細調整されたモダリティおよびドメイン不変エンコーダは、実際の内視鏡的RGBフレームとCTレンダリング深度マップとの直接的な類似性を実現する。
本モデルでは, 平均翻訳誤差2.65mm, 回転誤差0.19radを実現し, 高精度かつ安定な局所化を示す。
論文 参考訳（メタデータ） (2025-11-12T15:58:05Z) - Accelerating 3D Photoacoustic Computed Tomography with End-to-End Physics-Aware Neural Operators [74.65171736966131]
光音響計算トモグラフィ(PACT)は、光コントラストと超音波分解能を組み合わせることで、光拡散限界を超える深部像を実現する。
現在の実装では、高密度トランスデューサアレイと長い取得時間を必要とし、臨床翻訳を制限している。
本研究では,センサ計測からボリューム再構成まで,逆音響マッピングを直接学習する物理認識モデルであるPanoを紹介する。
論文 参考訳（メタデータ） (2025-09-11T23:12:55Z) - 3D Acetabular Surface Reconstruction from 2D Pre-operative X-ray Images using SRVF Elastic Registration and Deformation Graph [15.26681988459618]
本稿では,2乗根速度関数(SRVF)に基づく弾性形状登録技術を統合する新しいフレームワークを提案する。
術前の骨盤X線像と半球面モデルとを複数視野で観察し, 骨盤の3次元関節面を再構築した。
論文 参考訳（メタデータ） (2025-03-28T06:47:32Z) - Learning accurate rigid registration for longitudinal brain MRI from synthetic data [5.815333737195539]
モデルは、以前のクロスオブジェクトネットワークよりも正確な剛性変換を推定する。
磁気共鳴画像(MRI)のコントラスト内および横方向の縦方向の登録ペアに頑健に作用する。
論文 参考訳（メタデータ） (2025-01-22T16:52:20Z) - Epicardium Prompt-guided Real-time Cardiac Ultrasound Frame-to-volume Registration [50.602074919305636]
本稿では,CU-Reg と呼ばれる,軽量でエンドツーエンドなカード・ツー・エンド・超音波フレーム・ツー・ボリューム・レジストレーション・ネットワークを提案する。
2次元スパースと3次元濃密な特徴の相互作用を増強するために,心内膜急速ガイドによる解剖学的手がかりを用い,その後,強化された特徴のボクセル的局所グロバル集約を行った。
論文 参考訳（メタデータ） (2024-06-20T17:47:30Z) - CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。
ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。
我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
論文 参考訳（メタデータ） (2024-03-21T15:13:36Z) - Data-driven generation of plausible tissue geometries for realistic
photoacoustic image synthesis [53.65837038435433]
光音響トモグラフィ(pat)は形態的および機能的組織特性を回復する可能性がある。
我々は,PATデータシミュレーションの新たなアプローチを提案し,これを「シミュレーションの学習」と呼ぶ。
我々は、意味的注釈付き医療画像データに基づいて訓練されたGAN(Generative Adversarial Networks)の概念を活用して、可塑性組織ジオメトリを生成する。
論文 参考訳（メタデータ） (2021-03-29T11:30:18Z) - 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。