論文の概要: Task-driven sparse-view planar X-ray computed tomography for axial metrology
- arxiv url: http://arxiv.org/abs/2611.01537v1
- Date: Sun, 01 Nov 2026 04:09:40 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-03 19:46:56.209225
- Title: Task-driven sparse-view planar X-ray computed tomography for axial metrology
- Title（参考訳）: 軸流メソロジーのためのタスク駆動スパースビュープラナーX線CT
- Abstract要約: コンピュータイメージングは、システムが完全な画像回復ではなく、タスク関連情報を中心に設計されている場合、取得の負担を軽減することができる。
本研究では, 裏装プリント回路の軸方向終端ギャップ(ATG)の測定を代表課題として, 層状物体のスパースビュー平面X線トモグラフィーの枠組みについて検討する。
- 参考スコア（独自算出の注目度）: 10.498756191099169
- License:
- Abstract: Computational imaging can reduce the acquisition burden when the system is designed around task-relevant information rather than complete image recovery. We investigate this framework for sparse-view planar X-ray tomography (XCT) of layered objects, using measurement of the axial termination gap (ATG) of back-drilled printed-circuit-board (PCB) vias as a representative task. Instead of using 3D reconstruction, the proposed method estimates ATG directly from polychromatic projection data through a physics-based sensitivity model. A gated hierarchical estimator first fits ATG together with radiometric perturbations and selectively introduces global geometry and specimen-warp models only when a reduced chi-squared adequacy test and Bayesian information criterion justify the added degrees of freedom. The same low-dimensional perturbation model is incorporated into marginalized Fisher-information analyses, yielding task-specific conditional and calibration-aware Cram'er-Rao bounds. Numerical experiments show that, under a fixed total photon budget, task-driven metrology changes little over 12-64 views, while reconstruction-driven metrology is strongly view-dependent with much larger errors. The direct estimator also follows the expected photon-limited scaling. These results demonstrate a computational sensing strategy in which XCT acquisition, physical modeling, and inference are evaluated according to the quantitative information required by the task rather than for general-purpose volumetric image fidelity.
- Abstract（参考訳）: コンピュータイメージングは、完全な画像回復ではなく、タスク関連情報を中心に設計されたシステムにおいて、取得の負担を軽減することができる。
本稿では, 裏面印刷回路基板(PCB)の軸方向終端ギャップ(ATG)の測定を代表課題として, 層状物体の粗視平面X線トモグラフィー(XCT)の枠組みについて検討する。
提案手法は3次元再構成ではなく,物理に基づく感度モデルを用いて,多色射影データから直接ATGを推定する。
ゲート階層推定器は、まずATGにラジオメトリック摂動と適合し、キ二乗アデクシーテストとベイズ情報基準が付加自由度を正当化する場合にのみ、大域幾何学と標本ワープモデルを選択的に導入する。
同じ低次元摂動モデルが、タスク固有条件とキャリブレーションを意識したCram'er-Rao境界を持つ、疎水化フィッシャー情報解析に組み込まれている。
数値実験によると、光子予算の固定の下では、タスク駆動のメトロジーは12-64ビューにほとんど変化せず、再構成駆動のメトロジーははるかに大きなエラーで強いビュー依存である。
直接推定器は、予想される光子制限スケーリングにも従う。
これらの結果は,XCT の取得,物理モデリング,推論を汎用のボリューム画像の忠実度ではなく,タスクが必要とする量情報に基づいて評価する計算センシング戦略を示す。
関連論文リスト
- LamiGauss: Pitching Radiative Gaussian for Sparse-View X-ray Laminography Reconstruction [27.301249008852768]
X線CT(Computerd Laminography, CL)は, マイクロチップや複合電池材料の板状構造物の非破壊検査に必須である。
本稿では,ガウス散乱放射化と専用検出器-世界変換モデルを組み合わせた再構成アルゴリズムLamiGaussを提案する。
提案手法はスパースプロジェクションから直接効率よく最適化し,限られたデータによる高精度かつ効率的な再構成を可能にする。
論文 参考訳（メタデータ） (2025-09-17T09:53:47Z) - 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) - FCDM: A Physics-Guided Bidirectional Frequency Aware Convolution and Diffusion-Based Model for Sinogram Inpainting [14.043383277622874]
フルビューのシノグラムは高い放射線線量と長いスキャン時間を必要とする。
スパースビューCTは、この負担を軽減するが、構造的な信号損失を伴う不完全なシノグラムを生じる。
本研究では,Ninogram に適した拡散型フレームワークであるmodelnameを提案する。
論文 参考訳（メタデータ） (2024-08-26T12:31:38Z) - Geometric Constraints Enable Self-Supervised Sinogram Inpainting in
Sparse-View Tomography [7.416898042520079]
スパース角度トモグラフィースキャンは放射線を低減し、データ取得を加速するが、画像のアーチファクトやノイズに悩まされる。
既存の画像処理アルゴリズムはCT再構成の品質を復元することができるが、大きなトレーニングデータセットを必要とする場合が多い。
本研究は、勾配に基づく最適化により、欠落した射影ビューを最適化する自己教師付きプロジェクションインペインティング法を提案する。
論文 参考訳（メタデータ） (2023-02-13T15:15:18Z) - A kinetic approach to consensus-based segmentation of biomedical images [39.58317527488534]
バイオメディカルセグメンテーション問題に有界信頼度コンセンサスモデルの運動バージョンを適用した。
システムの長時間の挙動は、代理のフォッカー・プランク法(英語版)の助けを借りて計算される。
2次元グレースケール画像の関連集合に対して導入されたセグメンテーション距離を最小化する。
論文 参考訳（メタデータ） (2022-11-08T09:54:34Z) - Amortized Bayesian Inference of GISAXS Data with Normalizing Flows [0.10752246796855561]
本稿では,変分オートエンコーダと正規化フローを組み合わせたシミュレーションに基づくフレームワークを提案し,パラメータの後方分布を推定する。
提案手法は,ABCと一貫した結果を生み出しながら,推定コストを桁違いに削減することを示した。
論文 参考訳（メタデータ） (2022-10-04T12:09:57Z) - Self-Supervised Training with Autoencoders for Visual Anomaly Detection [61.62861063776813]
我々は, 正規サンプルの分布を低次元多様体で支持する異常検出において, 特定のユースケースに焦点を当てた。
我々は、訓練中に識別情報を活用する自己指導型学習体制に適応するが、通常の例のサブ多様体に焦点をあてる。
製造領域における視覚異常検出のための挑戦的なベンチマークであるMVTec ADデータセットで、最先端の新たな結果を達成する。
論文 参考訳（メタデータ） (2022-06-23T14:16:30Z) - Negligible effect of brain MRI data preprocessing for tumor segmentation [36.89606202543839]
我々は3つの公開データセットの実験を行い、ディープニューラルネットワークにおける異なる前処理ステップの効果を評価する。
その結果、最も一般的な標準化手順は、ネットワーク性能に何の価値も与えないことが示されている。
画像の規格化に伴う信号分散の低減のため,画像強度正規化手法はモデル精度に寄与しない。
論文 参考訳（メタデータ） (2022-04-11T17:29:36Z) - Probabilistic 3D surface reconstruction from sparse MRI information [58.14653650521129]
スパース2次元MR画像データとアレータティック不確実性予測から3次元表面再構成を同時に行うための新しい確率論的深層学習手法を提案する。
本手法は,3つの準直交MR画像スライスから,限られたトレーニングセットから大きな表面メッシュを再構成することができる。
論文 参考訳（メタデータ） (2020-10-05T14:18:52Z) - Statistical control for spatio-temporal MEG/EEG source imaging with
desparsified multi-task Lasso [102.84915019938413]
脳磁図(MEG)や脳電図(EEG)のような非侵襲的手法は、非侵襲的手法を約束する。
ソースローカライゼーション(ソースイメージング)の問題は、しかしながら、高次元の統計的推測問題を引き起こす。
この問題に対処するために,分離されたマルチタスクラッソ(ecd-MTLasso)のアンサンブルを提案する。
論文 参考訳（メタデータ） (2020-09-29T21:17:16Z)
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。