論文の概要: H-2DGS: Height-Field Gaussian Splatting for Sharp and Deformable Neurosurgical Surface Reconstruction

• arxiv url: http://arxiv.org/abs/2610.30910v1
• Date: Thu, 22 Oct 2026 08:33:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 02:08:44.28341
• Title: H-2DGS: Height-Field Gaussian Splatting for Sharp and Deformable Neurosurgical Surface Reconstruction
• Title（参考訳）: H-2DGS : シャープおよび変形性神経外科的表面再建のための高密度ガウス切削法
• Abstract要約: 神経外科ナビゲーションは一般的に2Dスライスとして磁気共鳴画像(MRI)を呈し、これらのスライス内の解剖と外科顕微鏡で観察された皮質表面を関連付けることは困難である。 腫瘍手術時の露出皮質の光写実的再構成と全脳MRIと拡散画像経路を併用した一般的な3次元可視化法を提案する。
• 参考スコア（独自算出の注目度）: 0.38696580294804606
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Neurosurgical navigation commonly presents magnetic resonance imaging (MRI) as 2D slices, making it difficult to relate the anatomy in those slices to the cortical surface observed through the surgical microscope. We seek a common 3D visualization that combines a photorealistic reconstruction of the exposed cortex during tumor surgery with whole-brain MRI context and diffusion tractography pathways. This requires the reconstructed cortex to form a clear boundary around the brain anatomy rather than a diffuse volume that obscures internal structures. Conventional 3D Gaussian Splatting (3DGS) can reproduce observed views but, under limited surgical view coverage, may distribute opacity through a thick and geometrically ambiguous band. We introduce height-field 2D Gaussian Splatting (H-2DGS), a three-stage pipeline that concentrates a robust 3DGS reconstruction, fuses its depth into a shared truncated signed distance field (TSDF) surface, and represents that surface with curved, surface-oriented Gaussian primitives. Separate height, color, and opacity bases provide local geometry and appearance, while a neighbor-transition objective coordinates overlapping patches. The explicit surface further supports postoperative alignment: MRI-derived depth deforms the reconstruction, and tracked-color supervision with alternating optimization preserves its appearance. Across five real neurosurgical cases, H-2DGS gives low multi-view depth inconsistency, a compact 7.97MB representation, and interactive rendering at 29--42ms per frame. The resulting sharp, deformable surface integrates clearly with tractography and MRI anatomy, including a postoperative resection cavity.
• Abstract（参考訳）: 神経外科ナビゲーションは一般的に2Dスライスとして磁気共鳴画像(MRI)を呈し、これらのスライス内の解剖と外科顕微鏡で観察された皮質表面を関連付けることは困難である。 腫瘍手術時の露出皮質の光写実的再構成と全脳MRIと拡散画像経路を併用した一般的な3次元可視化法を提案する。 これにより、再建された大脳皮質は、内部構造を曖昧にする拡散体積ではなく、脳解剖の周囲に明確な境界を形成する必要がある。 従来の3D Gaussian Splatting (3DGS)は観察された視界を再現できるが、限られた外科的視界では、厚く幾何学的に曖昧なバンドを通して不透明度を分配することができる。 本研究では,高次元2次元ガウス距離場 (H-2DGS) と高次元ガウス距離場 (TSDF) の表面を融合し,その表面を曲面指向のガウス距離場で表現する3段パイプラインを提案する。 異なる高さ、色、不透明度ベースは局所的な幾何学と外観を提供し、隣の遷移目標が重複するパッチを座標する。 MRI由来の深度は再建を変形させ、交互に最適化された色調の監督は、その外観を保っている。 H-2DGSは5つの真の神経外科的症例の中で、低解像度の多視点深度不整合、コンパクトな7.97MB表現、29-42msのインタラクティブレンダリングを提供する。 結果として生じる鋭く変形可能な表面は、術後切除腔を含む、トラクトグラフィーとMRI解剖と明確に統合される。

関連論文リスト

• 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)
• BridgeSplat: Bidirectionally Coupled CT and Non-Rigid Gaussian Splatting for Deformable Intraoperative Surgical Navigation [69.14180476971602]
  変形可能な手術ナビゲーションのための新しいアプローチであるBridgeSplatを紹介する。 提案手法は3次元ガウスをCTメッシュにリグし,ガウスパラメータとメッシュ変形の合同最適化を可能にする。 シミュレーションにより,BridgeSplatがブタの内臓手術およびヒト肝臓の合成データに与える影響を実証した。
  論文  参考訳（メタデータ） (2025-09-23T01:09:36Z)
• MedGS: Gaussian Splatting for Multi-Modal 3D Medical Imaging [3.003629981599447]
  本稿では,ガウススプラッティング(GS)に基づく半教師付き神経暗黙表面再構成フレームワークであるMedGSを紹介する。 この枠組みでは、医用画像データは3次元空間に埋め込まれた連続した2次元のフレームとして表現される。 その結果、MedGSは従来の暗黙の手法よりも効率的なトレーニングを提供している。
  論文  参考訳（メタデータ） (2025-09-20T20:52:26Z)
• SurgPointTransformer: Vertebrae Shape Completion with RGB-D Data [0.0]
  本研究は,RGB-Dデータを用いた3次元脊椎解剖の再構築のための代替的,放射線のないアプローチを提案する。 SurgPointTransformerは, 表面の粗い観察から未露出の脊椎領域を正確に再構築できる手術用形状補修法である。 提案手法は,平均チャンファー距離5.39,Fスコア0.85,アースモーバー距離0.011,信号対雑音比22.90dBを達成し,最先端のベースラインを著しく上回る。
  論文  参考訳（メタデータ） (2024-10-02T11:53:28Z)
• High-fidelity Endoscopic Image Synthesis by Utilizing Depth-guided Neural Surfaces [18.948630080040576]
  内視鏡画像に適用したNeuSを1フレームの深度マップで補足した新しい大腸部分再建法を提案する。 本手法は, 大腸切片を完全にレンダリングし, 表面の見えない部分を捕捉する際の異常な精度を示す。 このブレークスルーは、安定的で一貫してスケールされた再建を達成するための道を開き、がんスクリーニングの手順と治療介入の質を高めることを約束する。
  論文  参考訳（メタデータ） (2024-04-20T18:06:26Z)
• 2D Gaussian Splatting for Geometrically Accurate Radiance Fields [50.056790168812114]
  3D Gaussian Splatting (3DGS)は近年,高画質の新規ビュー合成と高速レンダリングを実現し,放射界再構成に革命をもたらした。 多視点画像から幾何学的精度の高い放射場をモデル化・再構成するための新しいアプローチである2DGS(2D Gaussian Splatting)を提案する。 競合する外観品質、高速トレーニング速度、リアルタイムレンダリングを維持しつつ、ノイズフリーかつ詳細な幾何学的再構成を可能にする。
  論文  参考訳（メタデータ） (2024-03-26T17:21:24Z)
• View-Disentangled Transformer for Brain Lesion Detection [50.4918615815066]
  より正確な腫瘍検出のためのMRI特徴抽出のための新しいビューディペンタングル変換器を提案する。 まず, 3次元脳スキャンにおいて, 異なる位置の長距離相関を求める。 第二に、トランスフォーマーはスライス機能のスタックを複数の2Dビューとしてモデル化し、これらの機能をビュー・バイ・ビューとして拡張する。 第三に、提案したトランスモジュールをトランスのバックボーンに展開し、脳病変を取り巻く2D領域を効果的に検出する。
  論文  参考訳（メタデータ） (2022-09-20T11:58:23Z)
• SERV-CT: A disparity dataset from CT for validation of endoscopic 3D reconstruction [8.448866668577946]
  CT(SERV-CT)に基づく立体内視鏡再構成検証データセットを提案する。 SERV-CTデータセットは、内視鏡画像の大部分をカバーするスムーズな参照格差と深さを持つ外科的アプリケーションのための使いやすい立体的検証を提供します。
  論文  参考訳（メタデータ） (2020-12-22T01:28:30Z)
• Deep Negative Volume Segmentation [60.44793799306154]
  対象物を取り囲むすべての組織間で空の空間を分割する3Dセグメント化タスクに対する新しい角度を提案する。 我々のアプローチは骨分割のためのV-Netを含むエンドツーエンドパイプラインである。 顎顔面領域の専門医が注釈を付した50名の患者データセットにおけるCTスキャンの考え方を検証した。
  論文  参考訳（メタデータ） (2020-06-22T16:55:23Z)

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。