論文の概要: Coronary Wall Segmentation in CCTA Scans via a Hybrid Net with Contours Regularization

• arxiv url: http://arxiv.org/abs/2002.12263v1
• Date: Thu, 27 Feb 2020 17:06:58 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-28 09:26:47.730623
• Title: Coronary Wall Segmentation in CCTA Scans via a Hybrid Net with Contours Regularization
• Title（参考訳）: 輪郭規則化ハイブリッドネットによるCCTAスキャンの冠動脈壁分画
• Authors: Kaikai Huang and Antonio Tejero-de-Pablos and Hiroaki Yamane and Yusuke Kurose and Junichi Iho and Youji Tokunaga and Makoto Horie and Keisuke Nishizawa and Yusaku Hayashi and Yasushi Koyama and Tatsuya Harada
• Abstract要約: 冠状動脈の新しい境界検出法を提案する。 提案手法は, 最先端の精度に優れるスムーズな閉境界を生成することができる。
• 参考スコア（独自算出の注目度）: 35.428157385902644
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Providing closed and well-connected boundaries of coronary artery is essential to assist cardiologists in the diagnosis of coronary artery disease (CAD). Recently, several deep learning-based methods have been proposed for boundary detection and segmentation in a medical image. However, when applied to coronary wall detection, they tend to produce disconnected and inaccurate boundaries. In this paper, we propose a novel boundary detection method for coronary arteries that focuses on the continuity and connectivity of the boundaries. In order to model the spatial continuity of consecutive images, our hybrid architecture takes a volume (i.e., a segment of the coronary artery) as input and detects the boundary of the target slice (i.e., the central slice of the segment). Then, to ensure closed boundaries, we propose a contour-constrained weighted Hausdorff distance loss. We evaluate our method on a dataset of 34 patients of coronary CT angiography scans with curved planar reconstruction (CCTA-CPR) of the arteries (i.e., cross-sections). Experiment results show that our method can produce smooth closed boundaries outperforming the state-of-the-art accuracy.
• Abstract（参考訳）: 冠動脈疾患(cad)の診断において循環器科医の補助には,冠動脈の閉鎖的・密接な境界を提供することが不可欠である。 近年,医療画像における境界検出とセグメンテーションのための深層学習手法が提案されている。 しかし、冠動脈壁の検出に適用すると、不正確な境界が生じる傾向がある。 本稿では,冠動脈境界の連続性と接続性に着目した新しい冠動脈境界検出法を提案する。 連続した画像の空間的連続性をモデル化するために、我々のハイブリッドアーキテクチャは、入力としてボリューム(すなわち冠状動脈のセグメント)を取り、ターゲットスライスの境界(すなわち、セグメントの中央スライス)を検出する。 そこで, 閉境界を確保するために, 輪郭制約付き重み付きハウスドルフ距離損失を提案する。 冠動脈造影検査(ct angiography)を施行した34例を対象に, 冠動脈の湾曲平面再構成(ccta-cpr)により検討した。 実験の結果,本手法は最先端の精度よりも滑らかな閉じた境界を生成できることがわかった。

関連論文リスト

• AGFA-Net: Attention-Guided and Feature-Aggregated Network for Coronary Artery Segmentation using Computed Tomography Angiography [5.583495103569884]
  CCTA画像を用いた冠動脈セグメンテーションのための注意誘導型3Dディープネットワーク(AGFA-Net)を提案する。 AGFA-Netは注意機構と機能改善モジュールを活用して、有能な特徴を捉え、セグメンテーションの精度を高める。 1000個のCCTAスキャンからなるデータセットの評価はAGFA-Netの優れた性能を示し、平均Dice係数は86.74%、ハウスドルフ距離は0.23mmである。
  論文  参考訳（メタデータ） (2024-06-13T01:04:47Z)
• Coronary artery segmentation in non-contrast calcium scoring CT images using deep learning [2.2687766762329886]
  非コントラスト心エコー画像における冠状動脈のセグメンテーションのためのディープラーニングアルゴリズムを提案する。 テストGTを作成するために,手動メッシュ画像登録のための新しい手法を提案する。 実験結果から,トレーニングに使用するGTよりもトレーニングモデルの精度が有意に高く,相互変動に近いDiceとclDiceの測定値が得られた。
  論文  参考訳（メタデータ） (2024-03-04T23:40:02Z)
• Accurate Fine-Grained Segmentation of Human Anatomy in Radiographs via Volumetric Pseudo-Labeling [66.75096111651062]
  我々は,10,021個の胸部CTと157個のラベルの大規模データセットを作成した。 解剖学的擬似ラベル抽出のために3次元解剖分類モデルのアンサンブルを適用した。 得られたセグメンテーションモデルはCXRで顕著な性能を示した。
  論文  参考訳（メタデータ） (2023-06-06T18:01:08Z)
• Segmentation and Vascular Vectorization for Coronary Artery by Geometry-based Cascaded Neural Network [26.88627331841325]
  そこで本研究では,冠動脈の形状をベースとしたカスケード分割法を提案する。 冠動脈のメッシュは連続的かつ正確であり, ねじれ, 洗練された冠状動脈構造を有する。 本手法は, 分節血管の断片化を伴わない, 正確で無傷でスムーズな冠動脈を作製する。
  論文  参考訳（メタデータ） (2023-05-07T07:26:41Z)
• Morphology-based non-rigid registration of coronary computed tomography and intravascular images through virtual catheter path optimization [0.2631367460046713]
  血管内画像の剛性および非剛性マッチングのための形態学的枠組みをCCTA画像に提示した。 本フレームワークは,大規模なマルチモーダル臨床研究を行うために必要な手作業を削減する。
  論文  参考訳（メタデータ） (2022-12-30T21:48:32Z)
• An Algorithm for the Labeling and Interactive Visualization of the Cerebrovascular System of Ischemic Strokes [59.116811751334225]
  VirtualDSA++は、CTAスキャンで脳血管ツリーをセグメンテーションし、ラベル付けするために設計されたアルゴリズムである。 閉塞血管を同定するために,脳動脈のラベル付け機構を拡張した。 本稿では,そのモデルの全ノードにおける経路の反復的体系探索という一般的な概念を紹介し,新たな対話的特徴を実現する。
  論文  参考訳（メタデータ） (2022-04-26T14:20:26Z)
• A unified 3D framework for Organs at Risk Localization and Segmentation for Radiation Therapy Planning [56.52933974838905]
  現在の医療ワークフローは、OAR(Organs-at-risk)のマニュアル記述を必要とする 本研究は,OARローカライゼーション・セグメンテーションのための統合された3Dパイプラインの導入を目的とする。 提案手法は医用画像に固有の3Dコンテキスト情報の活用を可能にする。
  論文  参考訳（メタデータ） (2022-03-01T17:08:41Z)
• 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)
• Cardiac Segmentation on CT Images through Shape-Aware Contour Attentions [1.212901554957637]
  心臓臓器は複数のサブ構造(心室、心房、大動脈、動脈、静脈、心筋)から構成される。 これらの心筋サブ構造は互いに近縁であり、識別不能な境界を持つ。 形状と境界認識機能を利用する新しいモデルを提案する。
  論文  参考訳（メタデータ） (2021-05-27T13:54:59Z)
• 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。