Aller au contenu principal
2023 conference-paper

3D Reconstruction Based on Multi-Phase CT for Kidney Cancer Surgery

2Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : kr. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

In kidney cancer surgery, it is important to reconstruct an accurate 3D model of the kidney and tumor from computed tomography (CT) data. In recent years, multi-phase CT is widely used for the diagnosis of kidney cancer due to the complementary information among phases. However, 3D reconstruction of the anatomy of kidney and renal mass using multi-phase CT data has not been well studied in the literature. In this paper, we present a multi-phase CT-based 3D reconstruction method that fuses cross-phase information seamlessly to produce an accurate 3D model of the kidney and tumor. In particular, we align multi-phase CT images based on the segmented kidney and tumor regions and aggregate the reconstructed 3D models from multiple CT phases to generate a fused model with well-defined surfaces. Experimental results show that the proposed method achieves high performance in terms of qualitative evaluations compared to the single-phase-based reconstruction method.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
3D Reconstruction Based on Multi-Phase CT for Kidney Cancer Surgery
Date Crossref
25/06/2023
Éditeur
IEEE
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Korea University Electrical Engineering pays non établi dans la notice
    Université ou école supérieure

Electrical Engineering — Korea University.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Advanced X-ray and CT ImagingAdvanced Neural Network ApplicationsMedical Image Segmentation Techniques

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.