抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
システムの幾何学的パラメータの正確な知識は知られているX線投影からの3次元体積の正確な再構成を正確に予め調整したシステムが必要である。しかし,移動型X線装置を扱う場合にこのようなキャリブレーションパラメータは知られていない。システム校正パラメータと3D再構成の同時推定は制約条件なしの問題である,予測は任意である。工業的応用,ここでは標的とする,再構成する物体のCADモデルは,通常,利用可能である。はこの事前情報に基づいており,シミュレートされたX線投影とその姿勢の間のマッピングを学習するための深層学習を採用した。さらに,再構成品質をさらに改善するために姿勢損失に加えて再構成損失を導入した。最後に,姿勢では,同じクラスに属する物体の事例で学んだ,同じカテゴリーから未知の物体の姿勢推定を可能にし,このようにして実際のCADモデルの必要性を除去する場合の提案手法の汎化能力を実証した。人工的データおよび実データの両者の上で著者らの結果の品質を示す徹底的な評価を行った。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】