Fugu-MT 論文翻訳(概要): Radiologist-level stroke classification on non-contrast CT scans with Deep U-Net

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

From Diagnostic CT to DTI Tractography labels: Using Deep Learning for Corticospinal Tract Injury Assessment and Outcome Prediction in Intracerebral Haemorrhage [1.2180046815010375]
脳卒中後の運動回復には,皮質脊髄路(CST)の保存が重要である。非造影CTは、ほとんどの脳内出血診断パイプラインで日常的に利用可能である。 57%のDice類似度係数でCSTの拡散型トラクトグラフィーマップを再現した。
論文参考訳（メタデータ） (2024-08-12T13:34:26Z)
CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
論文参考訳（メタデータ） (2024-03-21T15:13:36Z)
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)
Cross-domain Denoising for Low-dose Multi-frame Spiral Computed Tomography [20.463308418655526]
X線被曝は、がんなどの潜在的な健康リスクへの懸念を引き起こす。放射線線量を減らすという欲求は、研究者に再建の質の向上を促した。本稿では,市販マルチスライス・スパイラルCTスキャナの2段階化手法を提案する。
論文参考訳（メタデータ） (2023-04-21T09:30:22Z)
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)
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。