Fugu-MT 論文翻訳(概要): Machine Learning in Quantitative PET Imaging

論文の概要: Machine Learning in Quantitative PET Imaging

arxiv url: http://arxiv.org/abs/2001.06597v1
Date: Sat, 18 Jan 2020 04:35:59 GMT
ステータス: 処理完了
システム内更新日: 2023-01-10 05:01:38.756119
Title: Machine Learning in Quantitative PET Imaging
Title（参考訳）: 定量PETイメージングにおける機械学習
Authors: Tonghe Wang, Yang Lei, Yabo Fu, Walter J. Curran, Tian Liu, Xiaofeng Yang
Abstract要約: 本稿では, 定量的ポジトロン放射トモグラフィ(PET)の機械学習による研究について概説する。 PET減衰補正と低数PET再構成における機械学習手法の最近の進歩を要約した。
参考スコア（独自算出の注目度）: 2.486673750594755
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper reviewed the machine learning-based studies for quantitative positron emission tomography (PET). Specifically, we summarized the recent developments of machine learning-based methods in PET attenuation correction and low-count PET reconstruction by listing and comparing the proposed methods, study designs and reported performances of the current published studies with brief discussion on representative studies. The contributions and challenges among the reviewed studies were summarized and highlighted in the discussion part followed by.
Abstract（参考訳）: 本稿では, 定量的ポジトロン放射トモグラフィ(PET)の機械学習による研究について概説する。具体的には,PETの減衰補正と低数のPET再構成における機械学習手法の最近の進歩を,提案手法をリストアップして比較し,提案手法について検討した。レビューされた研究の貢献と課題は、議論の後にまとめられ、強調された。

関連論文リスト

Machine Learning Innovations in CPR: A Comprehensive Survey on Enhanced Resuscitation Techniques [52.71395121577439]
心肺蘇生(CPR)における機械学習(ML)と人工知能(AI)の変革的役割について検討する。再現結果を改善する上で、予測モデリング、AI強化デバイス、リアルタイムデータ分析の影響を強調している。本稿は、この新興分野における現在の応用、課題、今後の方向性に関する包括的概要、分類、および批判的分析を提供する。
論文参考訳（メタデータ） (2024-11-03T18:01:50Z)
Towards Multi-Modal Animal Pose Estimation: A Survey and In-Depth Analysis [48.57353513938747]
動物ポーズ推定(英: Animal pose Estimation、APE)は、様々なセンサーとモダリティ入力を用いて、動物の身体の部位を特定することを目的としている。 2011年以降、176の論文を評価した結果、APE法は入力センサとモードタイプ、出力形式、学習パラダイム、実験セットアップ、アプリケーションドメインによって分類された。
論文参考訳（メタデータ） (2024-10-12T00:37:07Z)
Recent Advances on Machine Learning for Computational Fluid Dynamics: A Survey [51.87875066383221]
本稿では、基本概念、従来の手法、ベンチマークデータセットを紹介し、CFDを改善する上で機械学習が果たす様々な役割について検討する。我々は,空気力学,燃焼,大気・海洋科学,生物流体,プラズマ,記号回帰,秩序の低減など,CFDにおけるMLの現実的な応用を強調した。シミュレーションの精度を向上し、計算時間を短縮し、流体力学のより複雑な解析を可能にすることにより、MLはCFD研究を大きく変革する可能性があるという結論を導いた。
論文参考訳（メタデータ） (2024-08-22T07:33:11Z)
HiDe-PET: Continual Learning via Hierarchical Decomposition of Parameter-Efficient Tuning [55.88910947643436]
予備学習モデル(PTM)とパラメータ効率チューニング(PET)を組み合わせた連続学習(CL)統合フレームワークを提案する。タスク固有知識とタスク共有知識を取り入れることで目的を明示的に最適化する革新的な手法である階層分解PET(HiDe-PET)を提案する。提案手法は,近年の強いベースラインの幅広いスペクトルに対して,極めて優れた性能を示す。
論文参考訳（メタデータ） (2024-07-07T01:50:25Z)
FP-PET: Large Model, Multiple Loss And Focused Practice [4.449900388678701]
本研究は,CTおよびPET画像に焦点をあてた医用画像セグメンテーションへの包括的アプローチであるFP-PETを提案する。この研究は、最先端のセグメンテーション性能を達成するために、STUNet-large、SwinUNETR、VNetなど、さまざまな機械学習モデルを使用している。
論文参考訳（メタデータ） (2023-09-22T06:44:28Z)
Contrastive Diffusion Model with Auxiliary Guidance for Coarse-to-Fine PET Reconstruction [62.29541106695824]
本稿では, 粗い予測モジュール (CPM) と反復的修正モジュール (IRM) から構成される粗大なPET再構成フレームワークを提案する。計算オーバーヘッドの大部分をCPMに委譲することで,本手法のサンプリング速度を大幅に向上させることができる。 2つの追加戦略、すなわち補助的な誘導戦略と対照的な拡散戦略が提案され、再構築プロセスに統合される。
論文参考訳（メタデータ） (2023-08-20T04:10:36Z)
Application of the YOLOv5 Model for the Detection of Microobjects in the Marine Environment [101.18253437732933]
海洋環境における微小物体の自動検出と認識の問題を解決するためのYOLOV5機械学習モデルの有効性について検討した。
論文参考訳（メタデータ） (2022-11-28T10:58:50Z)
Physics-driven Deep Learning for PET/MRI [2.2113800586902608]
我々は,同時ポジトロン放射トモグラフィ(PET)/磁気共鳴イメージング(MRI)システムのための物理・データ駆動型再構成技術について概説する。これらの再構成手法は、構造的または統計的に、PETシステム応答の物理に基づく記述とともに、事前を利用する。我々は,3次元PET/MRIの再構成において,多面的アプローチがハイブリッドデータと物理駆動機械学習にどのように対応しているかを明らかにする。
論文参考訳（メタデータ） (2022-06-11T21:35:27Z)
Semi-Supervised Exaggeration Detection of Health Science Press Releases [23.930041685595775]
近年の研究では、研究結果を誇張することで、メディアが科学論文を誤って表現する傾向が示されている。本稿では,科学コミュニケーションにおける誇張検出問題の形式化と研究について述べる。本稿では,補完的なクローゼスタイルのQAタスクからの知識を活用し,数発の学習を改善する多タスク版であるMT-PETを紹介する。
論文参考訳（メタデータ） (2021-08-30T19:32:20Z)

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。