文献

J-GLOBAL ID：202002246047059394   整理番号：20A1244796

畳込み自己符号器を用いた非剛体2D-3Dレジストレーション【JST・京大機械翻訳】

Non-Rigid 2D-3D Registration Using Convolutional Autoencoders

著者 (6件)： Li Peixin (Key Laboratory of Machine Perception (MOE), Peking University,Department of Machine Intelligence) ,  Pei Yuru (Key Laboratory of Machine Perception (MOE), Peking University,Department of Machine Intelligence) ,  Guo Yuke (Luoyang Institute of Science and Technology,Luoyang,China) ,  Ma Gengyu (uSens Incorporation,San Jose,USA) ,  Xu Tianmin (School of Stomatology, Stomatology Hospital, Peking University,Beijing,China) ,  Zha Hongbin (Key Laboratory of Machine Perception (MOE), Peking University,Department of Machine Intelligence)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ISBI  ページ： 700-704  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,側方セファログラムと体積コーンビームCT(CBCT)画像の非剛体2D-3Dレジストレーションのための新しいニューラルネットワークベースのフレームワークを提案した。このタスクを埋め込み問題として定式化し,そこでは統計的体積表現を利用し,非剛体体積変形に関するコードベクトルにX線画像を埋め込んだ。特に,入力X線画像から符号ベクトルを推定するために,深いリセットベース符号器を構築した。符号ベクトルにより決定された非剛体変形体積画像からディジタル再構成X線写真(DRRs)を生成するための復号器を設計した。エンコーダのパラメータを,合成DRRsと入力X線画像の間の差を教師なしで最小化することにより最適化した。多視点X線画像から幾何学的制約なしで,類似性解析におけるマルチスケール特徴ピラミッドの構造的制約を利用した。訓練過程は教師なしで,対2D X線画像と3D CBCT画像を必要としない。このシステムは,単一X線画像から体積画像を構築することを可能にし,側方セファログラムとCBCT画像間の2D-3Dレジストレーションを実現する。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： X線写真 ,  最適化 ,  相似解 ,  *畳込み ,  ベクトル ,  ニューラルネットワーク ,  復号器 ,  *符号器 ,  再構成 ,  *二次元 ,  ディジタル方式 ,  X線画像 ,  *三次元 ,  定式化
準シソーラス用語： コーンビームCT , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 畳込み ,  自己 ,  符号器 ,  非剛体 ,  2D ,  3D ,  レジストレーション