論文の概要: Image Quality Transfer Enhances Contrast and Resolution of Low-Field
Brain MRI in African Paediatric Epilepsy Patients
- arxiv url: http://arxiv.org/abs/2003.07216v2
- Date: Wed, 18 Mar 2020 19:52:52 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-23 04:09:30.293325
- Title: Image Quality Transfer Enhances Contrast and Resolution of Low-Field
Brain MRI in African Paediatric Epilepsy Patients
- Title（参考訳）: アフリカ小児てんかん患者における低磁場脳mriのコントラストと分解能の向上
- Authors: Matteo Figini (1), Hongxiang Lin (1), Godwin Ogbole (2), Felice D Arco
(3), Stefano B. Blumberg (1), David W. Carmichael (4 and 5), Ryutaro Tanno (1
and 6), Enrico Kaden (1 and 4), Biobele J. Brown (7), Ikeoluwa Lagunju (7),
Helen J. Cross (3 and 4), Delmiro Fernandez-Reyes (1 and 7), Daniel C.
Alexander (1) ((1) Centre for Medical Image Computing and Department of
Computer Science - University College London - UK, (2) Department of
Radiology - College of Medicine - University of Ibadan - Nigeria, (3) Great
Ormond Street Hospital for Children - London - UK, (4) UCL Great Ormond
Street Institute of Child Health - London - UK, (5) Department of Biomedical
Engineering - Kings College London - UK, (6) Machine Intelligence and
Perception Group - Microsoft Research Cambridge - UK, (7) Department of
Paediatrics - College of Medicine - University of Ibadan - Nigeria)
- Abstract要約: 1.5T または 3T スキャナーは、現在の臨床MRIの標準であるが、低磁場 (1T) スキャナーは、多くの低所得国や中所得国で依然として一般的である。
ローフィールドスキャナーは、等価解像度での信号対雑音比の低い画像を提供する。
画像品質伝達の最近のパラダイムは、0.36T構造画像を強化するために適用されている。
- 参考スコア（独自算出の注目度）: 1.8884732354822316
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: 1.5T or 3T scanners are the current standard for clinical MRI, but low-field
(<1T) scanners are still common in many lower- and middle-income countries for
reasons of cost and robustness to power failures. Compared to modern high-field
scanners, low-field scanners provide images with lower signal-to-noise ratio at
equivalent resolution, leaving practitioners to compensate by using large slice
thickness and incomplete spatial coverage. Furthermore, the contrast between
different types of brain tissue may be substantially reduced even at equal
signal-to-noise ratio, which limits diagnostic value. Recently the paradigm of
Image Quality Transfer has been applied to enhance 0.36T structural images
aiming to approximate the resolution, spatial coverage, and contrast of typical
1.5T or 3T images. A variant of the neural network U-Net was trained using
low-field images simulated from the publicly available 3T Human Connectome
Project dataset. Here we present qualitative results from real and simulated
clinical low-field brain images showing the potential value of IQT to enhance
the clinical utility of readily accessible low-field MRIs in the management of
epilepsy.
- Abstract（参考訳）: 1.5tまたは3tスキャナは、現在の臨床mriの標準であるが、低磁場の(<1t)スキャナは、コストと停電に対する堅牢性のために、多くの低所得国で依然として一般的である。
現代の高磁場スキャナと比較すると、低磁場スキャナーは同等の解像度で信号と雑音の比が低い画像を提供し、実践者は大きなスライス厚さと不完全な空間カバレッジを用いて補償する。
さらに、異なる種類の脳組織間のコントラストは、診断値を制限する等信号対雑音比でも著しく減少する可能性がある。
近年,1.5T画像や3T画像の解像度,空間被覆,コントラストの近似を目的とした0.36T画像の高精細化のために,画像品質転送のパラダイムが適用されている。
ニューラルネットワークU-Netの亜種は、公開されている3T Human Connectome Projectデータセットからシミュレーションされたローフィールドイメージを使用してトレーニングされた。
今回我々は,手軽に手軽に利用できる低磁場MRIのてんかん管理における臨床的有用性を高めるために,IQTの有用性を示すリアルおよびシミュレートされた臨床低磁場脳画像の質的結果を示す。
関連論文リスト
- Cycle-Constrained Adversarial Denoising Convolutional Network for PET Image Denoising: Multi-Dimensional Validation on Large Datasets with Reader Study and Real Low-Dose Data [9.160782425067712]
低線量スキャンから高画質画像を再構成するためのCycle-DCN(Cycle-versa Adrial Denoising Convolutional Network)を提案する。
1,224名の患者から得られた生のPET脳データからなる大規模なデータセットを用いて実験を行った。
サイクルDCNは平均ピーク信号対雑音比(PSNR)、SSIM、正規化ルート平均角誤差(NRMSE)を3つの線量レベルで改善する。
論文 参考訳（メタデータ） (2024-10-31T04:34:28Z) - A Unified Model for Compressed Sensing MRI Across Undersampling Patterns [69.19631302047569]
ディープニューラルネットワークは、アンダーサンプル計測から高忠実度画像を再構成する大きな可能性を示している。
我々のモデルは、離散化に依存しないアーキテクチャであるニューラル演算子に基づいている。
我々の推論速度は拡散法よりも1,400倍速い。
論文 参考訳（メタデータ） (2024-10-05T20:03:57Z) - DenoMamba: A fused state-space model for low-dose CT denoising [6.468495781611433]
低線量CT(LDCT)は放射線曝露に伴う潜在的なリスクを低くする。
LDCT denoisingは、基礎となる組織信号からの線量減少によって引き起こされるノイズを分離するために、データ駆動画像の事前学習を行うニューラルネットワークモデルに基づいている。
DenoMambaは、状態空間モデリング(SSM)に基づく、医療画像の短距離および長距離コンテキストを効率的にキャプチャする新しいデノナイジング手法である。
論文 参考訳（メタデータ） (2024-09-19T21:32:07Z) - A 3D Conditional Diffusion Model for Image Quality Transfer -- An
Application to Low-Field MRI [3.1342829196938937]
低磁場(LF)MRIスキャナは、限られたリソースや信頼性の低い電源の設定で依然として一般的である。
彼らはしばしば、高磁場(HF)スキャナよりも空間分解能とコントラストの低い画像を生成する。
画像品質伝達(IQT)は,低画質画像と高画質画像のマッピング関数を学習することにより,画像の品質を高めるために開発された。
論文 参考訳（メタデータ） (2023-11-11T18:30:56Z) - On the Localization of Ultrasound Image Slices within Point Distribution
Models [84.27083443424408]
甲状腺疾患は高分解能超音波(US)で診断されることが多い
縦断追跡は病理甲状腺形態の変化をモニタリングするための重要な診断プロトコルである。
3次元形状表現におけるUS画像の自動スライスローカライズのためのフレームワークを提案する。
論文 参考訳（メタデータ） (2023-09-01T10:10:46Z) - Deep learning network to correct axial and coronal eye motion in 3D OCT
retinal imaging [65.47834983591957]
深層学習に基づくニューラルネットワークを用いて,OCTの軸運動とコロナ運動のアーチファクトを1つのスキャンで補正する。
実験結果から, 提案手法は動作アーチファクトを効果的に補正し, 誤差が他の方法よりも小さいことを示す。
論文 参考訳（メタデータ） (2023-05-27T03:55:19Z) - Low-field magnetic resonance image enhancement via stochastic image
quality transfer [5.0300525464861385]
低磁場(1T)磁気共鳴イメージング(MRI)スキャナーは、低所得国や中所得国(LMICs)で広く使われている。
低磁場MR画像は通常、高分解能画像(1.5T、3T以上)よりも解像度が低くコントラストが低い。
そこで本研究では、低磁場画像から高磁場で得られた画像から低磁場構造体MRIを推定することにより、画像品質変換(IQT)を提案する。
論文 参考訳（メタデータ） (2023-04-26T08:52:29Z) - Generative AI for Rapid Diffusion MRI with Improved Image Quality,
Reliability and Generalizability [3.6119644566822484]
我々は,Human Connectome Projectデータに基づいて訓練されたSwin UNEt Transformersモデルを用いて,dMRIの一般化復調を行う。
成人健常者におけるHCPデータを用いた超解像実験を行った。
高速拡散テンソル画像の精度と信頼性は,90秒のスキャン時間しか必要としない。
論文 参考訳（メタデータ） (2023-03-10T03:39:23Z) - Automated SSIM Regression for Detection and Quantification of Motion
Artefacts in Brain MR Images [54.739076152240024]
磁気共鳴脳画像における運動アーチファクトは重要な問題である。
MR画像の画質評価は,臨床診断に先立って基本的である。
構造類似度指数(SSIM)回帰に基づく自動画像品質評価法が提案されている。
論文 参考訳（メタデータ） (2022-06-14T10:16:54Z) - Adaptive Gradient Balancing for UndersampledMRI Reconstruction and
Image-to-Image Translation [60.663499381212425]
本研究では,新しい適応勾配バランス手法を併用したwasserstein生成逆ネットワークを用いて,画質の向上を図る。
MRIでは、他の技術よりも鮮明な画像を生成する高品質の再構築を維持しながら、アーティファクトを最小限に抑えます。
論文 参考訳（メタデータ） (2021-04-05T13:05:22Z) - 3D Convolutional Neural Networks for Stalled Brain Capillary Detection [72.21315180830733]
脳毛細血管の血流停止などの脳血管障害は、アルツハイマー病の認知機能低下と病態形成と関連している。
本稿では,3次元畳み込みニューラルネットワークを用いた脳画像中の毛細血管の自動検出のための深層学習に基づくアプローチについて述べる。
本手法は,他の手法よりも優れ,0.85マシューズ相関係数,85%感度,99.3%特異性を達成した。
論文 参考訳（メタデータ） (2021-04-04T20:30:14Z)
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。