文献

J-GLOBAL ID：201702278545848301   整理番号：17A1176635

スパース3D点群データからの形状を意識した表面再構成【Powered by NICT】

Shape-aware surface reconstruction from sparse 3D point-clouds

著者 (14件)： Bernard Florian (Centre Hospitalier de Luxembourg, Luxembourg, Luxembourg) ,  Bernard Florian (Luxembourg Centre for Systems Biomedicine, University of Luxembourg, Esch-sur-Alzette, Luxembourg) ,  Salamanca Luis (Luxembourg Centre for Systems Biomedicine, University of Luxembourg, Esch-sur-Alzette, Luxembourg) ,  Thunberg Johan (Luxembourg Centre for Systems Biomedicine, University of Luxembourg, Esch-sur-Alzette, Luxembourg) ,  Tack Alexander (Zuse Institute Berlin (ZIB), Berlin, Germany) ,  Jentsch Dennis (Zuse Institute Berlin (ZIB), Berlin, Germany) ,  Lamecker Hans (Zuse Institute Berlin (ZIB), Berlin, Germany) ,  Lamecker Hans (1000shapes GmbH, Berlin, Germany) ,  Zachow Stefan (Zuse Institute Berlin (ZIB), Berlin, Germany) ,  Zachow Stefan (1000shapes GmbH, Berlin, Germany) ,  Hertel Frank (Centre Hospitalier de Luxembourg, Luxembourg, Luxembourg) ,  Goncalves Jorge (Luxembourg Centre for Systems Biomedicine, University of Luxembourg, Esch-sur-Alzette, Luxembourg) ,  Gemmar Peter (Luxembourg Centre for Systems Biomedicine, University of Luxembourg, Esch-sur-Alzette, Luxembourg) ,  Gemmar Peter (Trier University of Applied Sciences, Trier, Germany)
資料名： Medical Image Analysis  (Medical Image Analysis)
巻： 38  ページ： 77-89  発行年： 2017年 
JST資料番号： W3156A  ISSN： 1361-8415  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 3次元点の集合から対象物の形状や表面の再構成は,トモグラフィー測定からの解剖学的形態再構築または術中ナビゲーションと術前計画データを整列のプロセスにおける医用画像解析において重要な役割を果たす。そのようなシナリオでは,通常,まばらなデータ,再構成の問題を悪化させる有意にに対処しなければならない。しかし,医療応用は,しばしば再構成される形状に関する事前知識を組み込むことを可能にする3D点データに関する文脈情報を提供する。この目的のために,表面再構成のための前処理として統計的形状モデル(SSM)の使用を提案した。SSMは点分布モデル(PDM),表面メッシュと関連するによって表される。PDMでモデル化される形状分布を用いて,Gauss混合モデル(GMM)に基づく確率論的観点からの表面再構成の問題を定式化した。そのようにするために,与えられた点は,GMMの試料として解釈される。PDM点で表面法線に従って「配向」異方性共分散を持つ混合物成分を用いることにより,表面フィッティングが達成された。最大GMMのパラメータ推定事後様式は与えられたデータ点からの曲面の再構成が得られた。はいくつかの異なる解剖学的データセット/SSM(脳,大腿骨,脛骨,股関節,肝臓)上で提案手法を比較し広く用いられている反復最近接点法とスパースデータに優れた精度とロバスト性を実証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 大腿骨 ,  *表面再構成 ,  共分散 ,  *透視図法 ,  *再構成 ,  *三次元 ,  トモグラフィー ,  パラメータ推定 ,  モデリング ,  ロバスト性 ,  前処理 ,  解剖学
準シソーラス用語： Gauss混合モデル ,  事前知識 ,  ナビゲーションシステム , 【Automatic Indexing@JST】

著者キーワード (5件)： スパース形状再構成 ,  統計的形状モデル ,  点分布モデル ,  Gauss混合モデル ,  期待される条件付き最大化

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 3D ,  点群データ ,  意識 ,  表面再構成