論文の概要: 4D Triangle Splatting Reconstruction of Dynamic Endoscopic Scenes from Monocular Videos

• arxiv url: http://arxiv.org/abs/2611.02034v1
• Date: Sun, 01 Nov 2026 16:29:57 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:24:25.440608
• Title: 4D Triangle Splatting Reconstruction of Dynamic Endoscopic Scenes from Monocular Videos
• Title（参考訳）: モノクロ映像からの動的内視鏡的シーンの4次元トライアングルスメッティング再構成
• Abstract要約: 静的モノクラーカメラを用いた動的内視鏡的シーン再構成のための自己教師型トライアングル・スプレイティング・フレームワークであるオペティカルTSを提案する。 この結果から,オペティカルTSは経時的にソフト・タスク変形やツール・タスク相互作用のモデル化に成功し,常に最先端の手法よりも優れていたことが示唆された。
• 参考スコア（独自算出の注目度）: 19.97194238957783
• License:
• Abstract: Robust 4D reconstruction of deformable endoscopic scenes from monocular videos remains challenging due to non-rigid tissue deformation, illumination changes, occlusions, and unknown camera trajectories. Reliable dynamic reconstruction of endoscopies could significantly enhance visualization, diagnostic accuracy and intraoperative guidance of minimally invasive procedures. We propose SurgicalTS, a self-supervised triangle-splatting framework for dynamic endoscopic scene reconstruction from static monocular cameras. The scene is represented by a canonical set of triangles jointly optimized with a deformation network. We introduce a quaternion-based deformation model, an improved color parametrization, spatio-temporal priors, and a redefined initialization strategy that improves completeness under occlusions. Extensive evaluation on challenging in-vivo endoscopy videos from diverse procedures shows that SurgicalTS successfully models soft-tissue deformations and tool-tissue interactions over time, while consistently outperforming state-of-the-art methods. Our method also reduces training times while maintaining competitive geometric and photometric accuracy results, highlighting the effectiveness of quaternion-based deformation modelling with physical consistency for robust and efficient 4D reconstruction of endoscopic scenes.
• Abstract（参考訳）: モノクローナルビデオからの変形可能な内視鏡シーンのロバスト4D再構成は、非剛性組織変形、照明変化、閉塞、未知のカメラ軌跡により困難である。 内視鏡の信頼性の高い動的再建は,低侵襲手術の可視化,診断精度,術中指導を著しく向上させる可能性がある。 静的モノクラーカメラを用いた動的内視鏡的シーン再構成のための自己教師型トライアングル・スプレイティング・フレームワークであるオペティカルTSを提案する。 シーンは、変形ネットワークと共同最適化された三角形の標準セットで表現される。 四元数に基づく変形モデル,改良された色パラメトリゼーション,時空間前処理,およびオクルージョン下での完全性を改善するための再定義された初期化戦略を導入する。 様々なプロシージャによる生体内内視鏡ビデオの広範囲な評価は、オペティカルツがソフト・ティファクトの変形とツール・ティファクトの相互作用を時間とともにモデル化し、常に最先端の手法よりも優れていたことを示している。 提案手法は, 物理的整合性を有する四元数に基づく変形モデリングの有効性を強調し, 光学的, 光学的精度の両立を図りながら, トレーニング時間を短縮する。

関連論文リスト

• Reconstructing the Dynamic World: A Representation-Centric View of 4D Scene Reconstruction [149.43330608888922]
  4Dシーンの再構成は、視覚的観察から動的環境の進化的形状、外観、動きを復元することを目的としている。 ニューラルレイディアンス・フィールド(NeRF)と3Dガウス・スプレイティング(3DGS)の最近の進歩は、動的シーンの表現と再構成に様々なアプローチを導入している。 本稿では,4次元シーンの再構築,シーン表現,時間的モデリング戦略,再構築パイプライン,最適化目標に関する既存手法の整理について述べる。
  論文  参考訳（メタデータ） (2026-09-30T15:29:43Z)
• Patient4D: Temporally Consistent Patient Body Mesh Recovery from Monocular Operating Room Video [9.229366844390803]
  患者4Dはステーションに拘束された再建パイプラインであり、以前の固定性を利用する。 患者4Dは0.75の平均IoUを達成し、最高のベースラインに比べて故障フレームを30.5%から1.3%に削減した。 本研究は, 臨床ARシナリオにおいて, 固定性前駆体を利用したモノクローナル再構築を著しく改善できることを示唆するものである。
  論文  参考訳（メタデータ） (2026-03-17T22:10:55Z)
• NeRFscopy: Neural Radiance Fields for in-vivo Time-Varying Tissues from Endoscopy [18.633528239379483]
  モノクローナルビデオから変形可能な内視鏡組織を3次元再構成し,新しい視点合成のための自己監督型パイプラインであるNeRFscopyを導入する。 NeRFscopyは、様々な難解な内視鏡シーンで競合する手法よりも優れた、新しいビュー合成の観点で正確な結果を得る。
  論文  参考訳（メタデータ） (2026-02-17T18:05:23Z)
• 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)
• Real-Time Spatio-Temporal Reconstruction of Dynamic Endoscopic Scenes with 4D Gaussian Splatting [1.7947477507955865]
  本稿では,動的内視鏡シーンのダイナミックスをモデル化する新しいフレームワークST-Endo4DGSを提案する。 このアプローチは、変形可能な組織の正確な表現を可能にし、空間的および時間的相関をリアルタイムでキャプチャする。
  論文  参考訳（メタデータ） (2024-11-02T11:24:27Z)
• FLex: Joint Pose and Dynamic Radiance Fields Optimization for Stereo Endoscopic Videos [79.50191812646125]
  内視鏡的シーンの再構築は、外科手術後の分析から教育訓練まで、様々な医療応用にとって重要な要素である。 変形組織の非常にダイナミックな環境下での移動内視鏡の挑戦的なセットアップに着目する。 複数重重なり合う4次元ニューラルラジアンスフィールド(NeRF)への暗黙的なシーン分離と、再構成とカメラのスクラッチからのポーズを協調的に最適化するプログレッシブ最適化手法を提案する。 これにより、使いやすさが向上し、5000フレーム以上の手術ビデオの処理に間に合うように復元能力を拡張できる。
  論文  参考訳（メタデータ） (2024-03-18T19:13:02Z)
• Endo-4DGS: Endoscopic Monocular Scene Reconstruction with 4D Gaussian Splatting [12.333523732756163]
  動的シーン再構築は、下流の作業を大幅に強化し、手術結果を改善することができる。 NeRFベースの手法は、最近、シーンを再構築する異常な能力で有名になった。 本研究では,リアルタイムな内視鏡的動的再構成手法であるEndo-4DGSを提案する。
  論文  参考訳（メタデータ） (2024-01-29T18:55:29Z)
• Neural LerPlane Representations for Fast 4D Reconstruction of Deformable Tissues [52.886545681833596]
  LerPlaneは単一視点環境下での手術シーンの高速かつ正確な再構築手法である。 LerPlaneは外科手術を4Dボリュームとして扱い、静的および動的フィールドの明示的な2D平面に分解する。 LerPlaneは静的フィールドを共有し、動的組織モデリングのワークロードを大幅に削減する。
  論文  参考訳（メタデータ） (2023-05-31T14:38:35Z)
• Unbiased 4D: Monocular 4D Reconstruction with a Neural Deformation Model [76.64071133839862]
  モノクロRGBビデオから一般的なデフォーミングシーンをキャプチャすることは、多くのコンピュータグラフィックスや視覚アプリケーションにとって不可欠である。 提案手法であるUb4Dは、大きな変形を処理し、閉塞領域での形状補完を行い、可変ボリュームレンダリングを用いて、単眼のRGBビデオを直接操作することができる。 我々の新しいデータセットの結果は公開され、表面の復元精度と大きな変形に対する堅牢性の観点から、技術の現状が明らかに改善されていることを実証する。
  論文  参考訳（メタデータ） (2022-06-16T17:59:54Z)

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。