要旨：医用画像間の最適輸送写像を計算することは、形態学的解析において基本的な役割を果たす。しかし、既存の手法は大規模な3D医用画像に対してスケールしにくいか、あるいは正則化された定式化に依存しており、近似的な輸送写像しか得られない。そこで、下流の医用画像解析における精度向上を図るため、凸ポテンシャル関数をパラメータ化することで最適輸送写像を推定する新たなアプローチを提案する。この手法により構築される輸送写像は、構造上、回転がゼロであり、ブレニエの定理と整合していることが保証される。我々は、2Dおよび3Dの医用画像データセット上で本手法を評価した。実験結果は、既存手法に比べて本アプローチがより低い輸送推定誤差を達成し、高品質な画像再構成を実現することを示している。
主題分類：| コンピュータビジョンおよびパターン認識（cs.CV） 引用形式：| arXiv:2610.37844 [cs.CV] | （または
arXiv:2610.37844v1 [cs.CV] このバージョン） | https://doi.org/10.48550/arXiv.2610.37844
詳しく学ぶためにフォーカス
DataCite経由のarXiv発行DOI
投稿履歴
論文へのアクセス：
PDFを表示
HTML（実験的）
TeXソース
追加機能
音声要約
現在の閲覧コンテキスト：
参考文献・引用
Google Scholar
Semantic Scholar
ブックマーク
機関
arXivLabsは、共同作業者が当社のウェブサイト上で新しいarXiv機能を直接開発・共有できるフレームワークです。
arXivLabsを利用する個人および組織は、オープン性、コミュニティ、卓越性、そしてユーザーデータのプライバシーという当社の価値観を積極的に受け入れ、尊重しています。arXivはこれらの価値観に固くコミットしており、それらを遵守するパートナーのみと協力しています。
arXivのコミュニティに価値をもたらすプロジェクトのアイデアをお持ちですか？arXivLabsについて詳しくご覧ください。