論文の概要: Radiologist-level stroke classification on non-contrast CT scans with
Deep U-Net
- arxiv url: http://arxiv.org/abs/2003.14287v1
- Date: Tue, 31 Mar 2020 15:21:11 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-18 01:53:15.164971
- Title: Radiologist-level stroke classification on non-contrast CT scans with
Deep U-Net
- Title(参考訳): 深部U-Netを用いた非コントラストCTの放射線学レベル脳卒中分類
- Authors: Manvel Avetisian, Vladimir Kokh, Alex Tuzhilin, Dmitry Umerenkov
- Abstract要約: 非コントラストCTを用いた脳卒中識別問題に対するU-Net CNNアーキテクチャの修正を行った。
提案したDLモデルを過去の患者データに適用し, 経験者10名を対象に臨床実験を行った。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Segmentation of ischemic stroke and intracranial hemorrhage on computed
tomography is essential for investigation and treatment of stroke. In this
paper, we modified the U-Net CNN architecture for the stroke identification
problem using non-contrast CT. We applied the proposed DL model to historical
patient data and also conducted clinical experiments involving ten experienced
radiologists. Our model achieved strong results on historical data, and
significantly outperformed seven radiologist out of ten, while being on par
with the remaining three.
- Abstract(参考訳): 脳梗塞の診断と治療にはctによる脳梗塞と脳内出血の区分が不可欠である。
本稿では,非コントラストCTを用いたストローク識別問題に対して,U-Net CNNアーキテクチャを改良した。
提案したDLモデルを過去の患者データに適用し,経験者10名を対象に臨床実験を行った。
我々のモデルは、過去のデータから強い成果を上げ、残りの3つと同等でありながら、10人中7人の放射線科医を著しく上回った。
関連論文リスト
- APIS: A paired CT-MRI dataset for ischemic stroke segmentation challenge [0.0]
APISはNCCTとADCによる急性虚血性脳卒中患者の最初のペアデータセットである。
第20回IEEE International Symposium on Biomedical Imaging 2023で発表された。
すべてのチームが専門的なディープラーニングツールを使用しているにも関わらず、NCCTの虚血性脳卒中セグメンテーションタスクは依然として困難である。
論文 参考訳(メタデータ) (2023-09-26T20:16:07Z) - 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) - SNAF: Sparse-view CBCT Reconstruction with Neural Attenuation Fields [71.84366290195487]
神経減衰場を学習し,スパースビューCBCT再構成のためのSNAFを提案する。
提案手法は,入力ビューが20程度しかなく,高再生品質(30以上のPSNR)で優れた性能を実現する。
論文 参考訳(メタデータ) (2022-11-30T14:51:14Z) - Data-Efficient Vision Transformers for Multi-Label Disease
Classification on Chest Radiographs [55.78588835407174]
視覚変換器(ViT)は一般的な画像の分類性能が高いにもかかわらず、このタスクには適用されていない。
ViTは、畳み込みではなくパッチベースの自己アテンションに依存しており、CNNとは対照的に、ローカル接続に関する事前の知識は存在しない。
以上の結果から,ViTとCNNのパフォーマンスはViTの利点に匹敵するものの,DeiTsはトレーニング用に適度に大規模なデータセットが利用可能であれば,前者よりも優れることがわかった。
論文 参考訳(メタデータ) (2022-08-17T09:07:45Z) - Context-Aware Transformers For Spinal Cancer Detection and Radiological
Grading [70.04389979779195]
本稿では,脊椎分析に関わる医療画像問題に対するトランスフォーマーを用いた新しいモデルアーキテクチャを提案する。
MR画像におけるそのようなモデルの2つの応用について考察する: (a)脊椎転移の検出と脊椎骨折の関連状況と転移性脊髄圧迫。
画像中の脊椎のコンテキストを考慮することで,SCTは以前に公表したモデルと比較して,いくつかのグレーディングの精度を向上することを示す。
論文 参考訳(メタデータ) (2022-06-27T10:31:03Z) - CoRSAI: A System for Robust Interpretation of CT Scans of COVID-19
Patients Using Deep Learning [133.87426554801252]
我々は,深部畳み込み神経網のアンサンブルを用いた肺CTスキャンのセグメンテーションによるアプローチを採用した。
本モデルを用いて, 病変の分類, 患者の動態の評価, 病変による肺の相対体積の推定, 肺の損傷ステージの評価が可能となった。
論文 参考訳(メタデータ) (2021-05-25T12:06:55Z) - Neural Network-derived perfusion maps: a Model-free approach to computed
tomography perfusion in patients with acute ischemic stroke [4.925222726301579]
畳み込みニューラルネットワーク(CNN)はCT灌流データから臨床的に関連するパラメトリックマップを生成することができる。
cnnベースのアプローチは,最先端の灌流解析法に匹敵する臨床関連灌流マップを作成した。
論文 参考訳(メタデータ) (2021-01-15T07:11:02Z) - COVIDNet-CT: A Tailored Deep Convolutional Neural Network Design for
Detection of COVID-19 Cases from Chest CT Images [75.74756992992147]
我々は、胸部CT画像からCOVID-19の症例を検出するのに適した、深層畳み込みニューラルネットワークアーキテクチャであるCOVIDNet-CTを紹介した。
また,中国生体情報センターが収集したCT画像データから得られたベンチマークCT画像データセットであるCOVIDx-CTも紹介した。
論文 参考訳(メタデータ) (2020-09-08T15:49:55Z) - Nodule2vec: a 3D Deep Learning System for Pulmonary Nodule Retrieval
Using Semantic Representation [1.7403133838762446]
肺結節の3次元像をCTスキャンから低次元埋め込みベクトルに変換する深層学習システムを提案する。
このようなベクトル表現は、結節に関する意味情報を保存し、コンテンツベース画像検索(CBIR)に実行可能なアプローチを提供することを示す。
医師とアルゴリズムのスコアを比較すると、このシステムが無線技師のエンドユーザに提供する利点は、第2の放射線技師の意見に匹敵するものであることが示唆されている。
論文 参考訳(メタデータ) (2020-07-11T16:26:16Z) - A comparative study of 2D image segmentation algorithms for traumatic
brain lesions using CT data from the ProTECTIII multicenter clinical trial [0.0]
外傷性脳損傷(TBI)後に発見された出血性病変の表現型について検討した。
内皮内出血(IPH)、硬膜下血腫(SDH)、硬膜外血腫(EDH)、外傷性腸重積などがある。
Focal Tversky Loss Functionを用いたUNet++ 2D Architectureを用いて,最適Dice Coefficient1スコア0.94を達成することができた。
また, 軸外出血例と外傷例のDice Coefficientスコア0.90と0.86をそれぞれ達成できた。
論文 参考訳(メタデータ) (2020-06-01T21:00:20Z)
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。
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。