論文の概要: Plausible but Unimplantable: A Trustworthiness Audit of Shape Completion Foundation Models for Cranial Defect Reconstruction
- arxiv url: http://arxiv.org/abs/2610.30035v1
- Date: Wed, 21 Oct 2026 16:59:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-23 00:40:06.417919
- Title: Plausible but Unimplantable: A Trustworthiness Audit of Shape Completion Foundation Models for Cranial Defect Reconstruction
- Title（参考訳）: 可塑性だが一様移植性:頭蓋骨欠損再建のための形状完備基盤モデルの信頼性評価
- Abstract要約: 頭蓋骨の金庫室の一部を失った患者は、その欠陥に正確に適合するインプラントを必要としており、そのようなインプラントは、専門家によってCADで手描きされている。
2つの基礎モデルのうち2つはゼロショットを239の頭蓋欠損に応用した。
210個の彫像の欠陥は3つとも改善されず、29個の実例では1つだけが偶然ではない。
- 参考スコア（独自算出の注目度）: 0.3353364187557757
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: A patient who has lost part of the skull vault needs an implant that fits the defect exactly, and such implants are still drawn by hand in CAD by specialists, which makes each case slow and expensive. The task can be considered as a shape completion problem, so pretrained completion models, and now the first shape completion foundation models, look like a way to remove that manual step. We audited three publicly released pretrained shape completion models, two of them foundation models, applied zero-shot to 239 cranial defects, some carved from public skull datasets and some real post-craniectomy cases. Each output was compared with simply returning the patient's own remaining bone, and tested for whether the predicted material could be placed without intersecting the bone that is still there. On the 210 carved defects none of the three improved on doing nothing, and on the 29 real cases only one did so beyond chance. Yet not one output, from any model in any configuration, was implantable: none managed both to stay clear of the bone the patient still has and to place more material than doing nothing, where a task-specific volumetric model, trained for this task and selected on these cases, was implantable on all but one. The output that most convincingly resembles a skull is no more placeable than the rest, and at these point densities implant thickness cannot be read off the emitted points at all, which is a property of the output representation rather than of any one model. On this evidence the shape completion foundation models we could obtain cannot be trusted and, used as released, are not usable in clinical practice. Substantial research towards trustworthy foundation models for shape completion is still needed.
- Abstract（参考訳）: 頭蓋骨の金庫の一部を失った患者は、その欠陥に正確にフィットするインプラントを必要としており、そのようなインプラントは、専門家によってCADで手書きされているため、それぞれのケースは遅くて高価なものになっている。
タスクは形状完了問題と見なすことができるので、事前訓練された完成モデル、そして現在では最初の形状完了基盤モデルが、手作業のステップを除去する方法のように見える。
頭蓋骨欠損239例にゼロショットを応用し, 頭蓋骨のデータセットと実際の頭蓋切除症例の3例を検査した。
それぞれのアウトプットは、患者自身の残骨を返却するだけで比較され、予測された物質がまだ存在する骨と交差することなく配置できるかどうかがテストされた。
210個の彫像の欠陥は3つとも改善されず、29個の実例では1つだけが偶然ではない。
しかし、どんな構成のモデルからでも1つのアウトプットが移植可能で、患者がまだ持っている骨から切り離すことができず、何もしないよりも多くの材料を投入することもできなかった。
最も説得力のある頭蓋骨に類似した出力は、他のものよりも配置不可能であり、この時点では、どのモデルよりも出力表現の特性である出力点から密度のインプラント厚さを読み取ることはできない。
このエビデンスでは, 得られた形状完成基盤モデルは信頼性が得られず, リリース時に使用した形状完成基盤モデルは臨床現場では利用できない。
形状完成のための信頼性の高い基礎モデルに向けた実質的研究は依然として必要である。
関連論文リスト
- ZODIAC: Zero-shot Octree-based Diffusion for Anatomical Completion [35.930760373858206]
部分的な超音波観察から腰椎全体を再構築するゼロショット形状完成フレームワークを提案する。
適応オクツリー構造で表される全解剖学的形状よりも先に生成拡散を学習し、単一の前方通過における完全脊椎の効率的なモデリングを可能にする。
論文 参考訳（メタデータ） (2026-08-25T11:35:39Z) - From Synthetic Data to Real Restorations: Diffusion Model for Patient-specific Dental Crown Completion [0.0]
トゥースクラフト(英: ToothCraft)は、歯冠の文脈生成のための拡散モデルである。
局所解剖学的条件で自動歯冠補修が可能なモデルを開発した。
本実験は,本モデルが実世界の症例に直接適用可能であることを示し,不完全な歯を効果的に充填することを示した。
論文 参考訳（メタデータ） (2026-03-27T16:51:40Z) - Canonical Pose Reconstruction from Single Depth Image for 3D Non-rigid Pose Recovery on Limited Datasets [55.84702107871358]
2Dインプットからの3D再構成、特に人間のような非剛体オブジェクトは、ユニークな課題を提示する。
従来の手法は、変形空間全体をカバーするために広範囲なトレーニングデータを必要とする非剛体形状に苦しむことが多い。
本研究では,変形可能な形状の単一視点深度画像を標準形に変換する正準ポーズ再構成モデルを提案する。
論文 参考訳（メタデータ） (2025-05-23T14:58:34Z) - Automatic Skull Reconstruction by Deep Learnable Symmetry Enforcement [0.12301374769426145]
何千人もの人々が頭蓋骨の損傷に苦しんでおり、頭蓋腔を埋めるためにパーソナライズされたインプラントを必要としている。
深層学習に基づく頭蓋再建はいくつかの課題に直面している。
本稿では,これらの課題に対して,学習可能な対称性の強制による再構築を強化することによる,新たなアプローチを提案する。
論文 参考訳（メタデータ） (2024-11-26T11:35:32Z) - ReshapeIT: Reliable Shape Interaction with Implicit Template for Anatomical Structure Reconstruction [59.971808117043366]
ReShapeITは、同じカテゴリ内で共有される暗黙のテンプレートフィールドを持つ解剖学的構造を表す。
これにより、インスタンス形状とテンプレート形状との対応性の制約を強化することにより、暗黙テンプレートフィールドが有効なテンプレートを生成する。
テンプレートインタラクションモジュールは、有効なテンプレートシェイプとインスタンスワイドの潜在コードとを相互作用することで、目に見えないシェイプを再構築するために導入される。
論文 参考訳（メタデータ） (2023-12-11T07:09:32Z) - BinaryHPE: 3D Human Pose and Shape Estimation via Binarization [99.83378699846767]
3次元人のポーズと形状推定(HPE)は、単一の画像から3次元の人体、顔、手を再構築することを目的としている。
本研究では,人体・顔・手の3次元パラメータを効率的に推定するバイナライズ手法であるBinaryHPEを提案する。
論文 参考訳（メタデータ） (2023-11-24T07:51:50Z) - A Self-Supervised Deep Framework for Reference Bony Shape Estimation in
Orthognathic Surgical Planning [55.30223654196882]
仮想的な矯正手術計画では、3次元顔面骨形状モデルにおける顎変形の外科的修正をシミュレートする。
正常な解剖を表現した基準顔骨形状モデルは、計画精度を向上させるための客観的ガイダンスを提供することができる。
本稿では,顔面骨の形状モデルを自動的に推定する自己教師型ディープフレームワークを提案する。
論文 参考訳（メタデータ） (2021-09-11T05:24:40Z) - Probabilistic Modeling for Human Mesh Recovery [73.11532990173441]
本稿では,2次元の証拠から3次元の人体復元の問題に焦点を当てた。
我々は,この問題を,入力から3Dポーズの分布へのマッピング学習として再考した。
論文 参考訳（メタデータ） (2021-08-26T17:55:11Z) - Self Context and Shape Prior for Sensorless Freehand 3D Ultrasound
Reconstruction [61.62191904755521]
3DフリーハンドUSは、幅広い範囲とフリーフォームスキャンを提供することで、この問題に対処することを約束している。
既存のディープラーニングベースの手法は、スキルシーケンスの基本ケースのみに焦点を当てている。
複雑なスキルシーケンスを考慮したセンサレスフリーハンドUS再構成手法を提案する。
論文 参考訳（メタデータ） (2021-07-31T16:06:50Z) - Cranial Implant Design via Virtual Craniectomy with Shape Priors [18.561060643117013]
我々は,CT画像からの頭蓋内インプラント再建のための代替のディープラーニングモデルを提案し,評価する。
モデルは、AutoImplant Challengeによってリリースされたデータベースを使用してトレーニングされ、評価される。
論文 参考訳（メタデータ） (2020-09-29T00:35:44Z) - A Baseline Approach for AutoImplant: the MICCAI 2020 Cranial Implant
Design Challenge [0.6158425788462673]
本稿では,脳インプラント設計の課題に対して,容積形状学習タスクとして定式化できるベースラインアプローチを提案する。
このアプローチは2つのステップで高品質なインプラントを生成する。
提案手法は平均ダイス類似度スコア(DSC)が0.8555、ハウスドルフ距離(HD)が5.1825mmである。
論文 参考訳（メタデータ） (2020-06-22T17:27:56Z)
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。