不確実性を利用したノイズに頑健なX線画像群からの三次元再構成

• Item type: SIG Technical Reports(1)
• 公開日: 2025-09-01
• タイトル / 言語: ja
• タイトル: 不確実性を利用したノイズに頑健なX線画像群からの三次元再構成
• タイトル / 言語: en
• タイトル: Robust 3D reconstruction from noised X-ray images using uncertainty
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 東京大学生産技術研究所
• 著者所属: 東京大学生産技術研究所
• 著者所属: 東京大学生産技術研究所
• 著者所属: 東京大学生産技術研究所
• 著者所属(英): en
• 著者所属(英): IIS
• 著者所属(英): en
• 著者所属(英): IIS
• 著者所属(英): en
• 著者所属(英): IIS
• 著者所属(英): en
• 著者所属(英): IIS
• 著者名: 成松,寛久郎; 石川,涼一; 影澤,政隆; 大石,岳史
• 著者名(英): Kankuro Narimatsu; Ryoichi Ishikawa; Masataka Kagesawa; Takeshi Oishi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: X線画像を用いた3次元再構成は医療分野や産業分野において有用な技術であるが，複数方向からのX線画像撮影が必要となるため被ばく量の問題は避けられない．そのため近年，インプリシットニューラル表現を用いて少数枚のX線画像を用いた手法が提案されている．しかし，より被ばく量を軽減するためには，照射する線量を低下させる必要があり，撮影されたX線画像中に含まれるショットノイズや熱雑音が大きな問題となる．そこで本稿では低線量画像からの再構成時に，不確実性を考慮した手法と，複数の再構成結果を用いたデノイズ手法を組み合わせることによって，3次元再構成の性能を向上させる手法を提案する．提案手法では，3次元空間上の各点の減衰係数とその不確実性パラメータを同時に推定し，それらの積分によって，ある視線に対応する画素の期待値と分散を計算する．これらの値をガウシアン分布の尤度関数に基づいて最適化することによってノイズを抑制することが可能となる．また，再構成結果そのものの不定性に着目し，再構成の複数回試行によって得られるデータから筋体したノイズモデルを用いて入力画像をデノイズすることによって3次元再構成の精度を向上させる．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Three-dimensional reconstruction using X-ray images is a valuable technique in both medical and industrial fields. However, since it requires X-ray imaging from multiple directions, the problem of radiation exposure is unavoidable. In recent years, methods using implicit neural representations with a small number of X-ray images have been proposed. Nevertheless, further reducing radiation exposure requires lowering the radiation dose per image, which makes shot noise and thermal noise in the acquired X-ray images a significant problem. In this paper, we propose a method that improves the performance of 3D reconstruction from low-dose images by combining an uncertainty-aware reconstruction approach with a denoising method that leverages multiple reconstruction results. In the proposed method, both the attenuation coefficient and its uncertainty parameter are estimated for each point in 3D space. The expected value and variance of the pixel corresponding to a given ray are then computed by integrating these values. By optimizing these quantities based on the likelihood function of a Gaussian distribution, the influence of noise can be suppressed. Furthermore, focusing on the uncertainty inherent in the reconstruction results, we improve the accuracy of 3D reconstruction by denoising the input images using a noise model constructed from data obtained through multiple reconstruction trials.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10100541
• 書誌情報: 研究報告コンピュータグラフィックスとビジュアル情報学（CG）; 巻 2025-CG-199, 号 13, p. 1-7, 発行日 2025-09-01
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8949
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会