論文の概要: Dynamic Coronary Roadmapping via Catheter Tip Tracking in X-ray
Fluoroscopy with Deep Learning Based Bayesian Filtering
- arxiv url: http://arxiv.org/abs/2001.03801v1
- Date: Sat, 11 Jan 2020 22:08:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-12 09:42:56.235794
- Title: Dynamic Coronary Roadmapping via Catheter Tip Tracking in X-ray
Fluoroscopy with Deep Learning Based Bayesian Filtering
- Title(参考訳): 深部学習に基づくベイズフィルタを用いたX線蛍光顕微鏡におけるカテーテルチップ追跡による動的冠動脈ロードマッピング
- Authors: Hua Ma, Ihor Smal, Joost Daemen, Theo van Walsum
- Abstract要約: 経皮的冠動脈インターベンション (PCI) は, 冠動脈造影にX線不透明造影剤を併用したX線アンギオグラムを用いて画像誘導を行うのが一般的である。
本報告では、視覚フィードバックを改善し、PCIにおけるコントラスト使用を減らすために、新しい動的冠ロードマップ作成手法の開発について述べる。
特に,カテーテル先端の高精度かつロバストな追跡のために,畳み込みニューラルネットワークの検出結果と,粒子フィルタリングフレームワークを用いたフレーム間の運動推定を統合した,深層学習に基づくベイズフィルタリング手法を提案する。
- 参考スコア(独自算出の注目度): 4.040013871160853
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Percutaneous coronary intervention (PCI) is typically performed with image
guidance using X-ray angiograms in which coronary arteries are opacified with
X-ray opaque contrast agents. Interventional cardiologists typically navigate
instruments using non-contrast-enhanced fluoroscopic images, since higher use
of contrast agents increases the risk of kidney failure. When using
fluoroscopic images, the interventional cardiologist needs to rely on a mental
anatomical reconstruction. This paper reports on the development of a novel
dynamic coronary roadmapping approach for improving visual feedback and
reducing contrast use during PCI. The approach compensates cardiac and
respiratory induced vessel motion by ECG alignment and catheter tip tracking in
X-ray fluoroscopy, respectively. In particular, for accurate and robust
tracking of the catheter tip, we proposed a new deep learning based Bayesian
filtering method that integrates the detection outcome of a convolutional
neural network and the motion estimation between frames using a particle
filtering framework. The proposed roadmapping and tracking approaches were
validated on clinical X-ray images, achieving accurate performance on both
catheter tip tracking and dynamic coronary roadmapping experiments. In
addition, our approach runs in real-time on a computer with a single GPU and
has the potential to be integrated into the clinical workflow of PCI
procedures, providing cardiologists with visual guidance during interventions
without the need of extra use of contrast agent.
- Abstract(参考訳): 経皮的冠動脈インターベンション(pci)は通常、冠動脈をx線不透明造影剤でオパレートするx線血管造影法を用いて画像指導を行う。
インターベンショナル心臓科医は通常、コントラスト剤の使用が腎不全のリスクを高めるため、非コントラスト強調蛍光画像を用いて機器をナビゲートする。
フルオロスコープ画像を使用する場合、介入型心臓科医は精神解剖学的再構成に頼る必要がある。
本稿では,pciにおける視覚フィードバックの改善とコントラスト使用の低減を目的とした新しいダイナミック冠動脈ロードマップ作成手法の開発について報告する。
このアプローチはx線透視で心電図アライメントとカテーテル先端追跡により心・呼吸誘発血管運動を補償する。
特に,カテーテル先端の高精度かつロバストな追跡のために,畳み込みニューラルネットワークの検出結果と,粒子フィルタリングフレームワークを用いたフレーム間の運動推定を統合した,深層学習に基づくベイズフィルタリング手法を提案する。
提案手法を臨床X線画像で検証し,カテーテル先端追跡法と動的冠状ロードマップ法の両方で精度良く評価した。
さらに,本手法は1つのGPUを持つコンピュータ上でリアルタイムに動作し,PCIプロシージャの臨床ワークフローに統合される可能性があり,コントラストエージェントの余分な使用を必要とせず,介入中の視覚的ガイダンスを提供する。
関連論文リスト
- AiAReSeg: Catheter Detection and Segmentation in Interventional
Ultrasound using Transformers [75.20925220246689]
血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。
本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
論文 参考訳(メタデータ) (2023-09-25T19:34:12Z) - ConTrack: Contextual Transformer for Device Tracking in X-ray [13.788670026481324]
ConTrackはトランスフォーマーベースのネットワークで、空間的および時間的コンテキスト情報の両方を使って正確なデバイス検出と追跡を行う。
本手法は,最先端追跡モデルと比較して,検出と追跡の精度が45%以上向上する。
論文 参考訳(メタデータ) (2023-07-14T14:20:09Z) - Thoracic Cartilage Ultrasound-CT Registration using Dense Skeleton Graph [49.11220791279602]
一般的なアトラスから個々の患者への計画された経路を正確にマッピングすることは困難である。
アトラスから現在の設定へ計画されたパスを転送できるように、グラフベースの非厳密な登録を提案する。
論文 参考訳(メタデータ) (2023-07-07T18:57:21Z) - Live image-based neurosurgical guidance and roadmap generation using
unsupervised embedding [53.992124594124896]
本稿では,注釈付き脳外科ビデオの大規模なデータセットを活用するライブ画像のみのガイダンスを提案する。
生成されたロードマップは、トレーニングセットの手術で取られた一般的な解剖学的パスをエンコードする。
166例の腹腔鏡下腺摘出術を施行し,本法の有効性について検討した。
論文 参考訳(メタデータ) (2023-03-31T12:52:24Z) - Morphology-based non-rigid registration of coronary computed tomography
and intravascular images through virtual catheter path optimization [0.5525871666098097]
血管内画像とCCTA画像の厳密なマッチングと非厳密なマッチングのための半自動セグメンテーションに基づくフレームワークを提案する。
以上の結果から,我々の非剛性登録は,光分岐アライメントにおける他の共存手法よりも優れていたことが示唆された。
論文 参考訳(メタデータ) (2022-12-30T21:48:32Z) - Robust Landmark-based Stent Tracking in X-ray Fluoroscopy [10.917460255497227]
単一ステントトラッキングのためのエンドツーエンドのディープラーニングフレームワークを提案する。
U-Netベースのランドマーク検出、ResNetベースのステント提案、機能抽出の3つの階層モジュールで構成されている。
実験により,本手法は最先端のポイントベース追跡モデルと比較して,検出精度が有意に向上していることが示された。
論文 参考訳(メタデータ) (2022-07-20T14:20:03Z) - Improving Classification Model Performance on Chest X-Rays through Lung
Segmentation [63.45024974079371]
本稿では, セグメンテーションによる異常胸部X線(CXR)識別性能を向上させるための深層学習手法を提案する。
提案手法は,CXR画像中の肺領域を局所化するための深層ニューラルネットワーク(XLSor)と,大規模CXRデータセットで事前学習した自己教師あり運動量コントラスト(MoCo)モデルのバックボーンを用いたCXR分類モデルである。
論文 参考訳(メタデータ) (2022-02-22T15:24:06Z) - AI-based Aortic Vessel Tree Segmentation for Cardiovascular Diseases
Treatment: Status Quo [55.04215695343928]
大動脈血管木は大動脈とその枝枝動脈からなる。
大動脈弁木の自動・半自動セグメンテーションのための計算手法を体系的に検討した。
論文 参考訳(メタデータ) (2021-08-06T08:18:28Z) - Segmentation of Anatomical Layers and Artifacts in Intravascular
Polarization Sensitive Optical Coherence Tomography Using Attending Physician
and Boundary Cardinality Lost Terms [4.93836246080317]
血管内超音波と光コヒーレンス断層撮影は冠状動脈を特徴付けるために広く利用可能である。
畳み込みニューラルネットワークモデルを提案し,その性能を多項損失関数を用いて最適化する。
モデルは2つの主要なアーティファクトのクラスをセグメンテーションし,血管壁領域内の解剖学的層を検出する。
論文 参考訳(メタデータ) (2021-05-11T15:52:31Z) - Neural collaborative filtering for unsupervised mitral valve
segmentation in echocardiography [60.08918310097638]
心エコービデオの低次元埋め込みに基づく僧帽弁断面積自動制御法を提案する。
本法は, 各種僧帽弁疾患患者の心エコービデオと, 独立した検査コホートを用いて評価した。
これは、低品質ビデオやスパースアノテーションの場合には、最先端のインハンサーとエンファンサーの手法より優れている。
論文 参考訳(メタデータ) (2020-08-13T12:53:26Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。