論文の概要: Introducing Anisotropic Minkowski Functionals for Local Structure
Analysis and Prediction of Biomechanical Strength of Proximal Femur Specimens
- arxiv url: http://arxiv.org/abs/2004.01029v1
- Date: Thu, 2 Apr 2020 14:33:03 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-17 10:04:02.593882
- Title: Introducing Anisotropic Minkowski Functionals for Local Structure
Analysis and Prediction of Biomechanical Strength of Proximal Femur Specimens
- Title（参考訳）: 異方性minkowski関数の導入による大腿骨近位部の局所構造解析と生体力学的強度の予測
- Authors: Titas De
- Abstract要約: 骨粗しょう症や外傷による骨の脆さや骨折は、50歳以上の成人に多く見られ、生活の質を低下させる。
本研究では,MDCT画像から大腿骨近位部標本の骨強度を推定する新しい手法を提案する。
- 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: Bone fragility and fracture caused by osteoporosis or injury are prevalent in
adults over the age of 50 and can reduce their quality of life. Hence,
predicting the biomechanical bone strength, specifically of the proximal femur,
through non-invasive imaging-based methods is an important goal for the
diagnosis of Osteoporosis as well as estimating fracture risk. Dual X-ray
absorptiometry (DXA) has been used as a standard clinical procedure for
assessment and diagnosis of bone strength and osteoporosis through bone mineral
density (BMD) measurements. However, previous studies have shown that
quantitative computer tomography (QCT) can be more sensitive and specific to
trabecular bone characterization because it reduces the overlap effects and
interferences from the surrounding soft tissue and cortical shell.
This study proposes a new method to predict the bone strength of proximal
femur specimens from quantitative multi-detector computer tomography (MDCT)
images. Texture analysis methods such as conventional statistical moments (BMD
mean), Isotropic Minkowski Functionals (IMF) and Anisotropic Minkowski
Functionals (AMF) are used to quantify BMD properties of the trabecular bone
micro-architecture. Combinations of these extracted features are then used to
predict the biomechanical strength of the femur specimens using sophisticated
machine learning techniques such as multiregression (MultiReg) and support
vector regression with linear kernel (SVRlin). The prediction performance
achieved with these feature sets is compared to the standard approach that uses
the mean BMD of the specimens and multiregression models using root mean square
error (RMSE).
- Abstract（参考訳）: 骨粗しょう症や外傷による骨の脆さや骨折は、50歳以上の成人に多く見られ、生活の質を低下させる。
したがって,非侵襲的画像診断法により大腿骨近位部の生体力学的骨強度を予測することは,骨粗しょう症の診断と骨折リスクの推定に重要な目的である。
dual x-ray absorptiometry (dxa) は骨ミネラル密度 (bmd) 測定による骨強度と骨ポロシスの評価と診断のための標準的臨床検査法である。
しかし、従来の研究では、定量的コンピュータ断層撮影(QCT)は、周囲の軟部組織や皮質の殻からのオーバーラップ効果と干渉を減少させるため、骨特性に対してより敏感で特異であることが示されている。
本研究では, 定量的多検出器コンピュータ断層撮影(mdct)画像から大腿骨近位部標本の骨強度を予測する新しい方法を提案する。
従来の統計モーメント (BMD) や等方的ミンコフスキー関数 (IMF) や非等方的ミンコフスキー関数 (AMF) といったテクスチャ解析手法を用いて, 骨微細構造のBMD特性を定量化する。
これらの特徴を組み合わせることで、マルチ回帰(MultiReg)のような高度な機械学習技術を用いて大腿骨標本の生体力学的強度を予測し、線形カーネル(SVRlin)によるベクトル回帰をサポートする。
これらの特徴セットで達成された予測性能は、標本の平均bmdとルート平均二乗誤差(rmse)を用いたマルチレグレッションモデルを用いた標準手法と比較される。
関連論文リスト
- TopoTxR: A topology-guided deep convolutional network for breast parenchyma learning on DCE-MRIs [49.69047720285225]
そこで本研究では,乳房側葉構造をよりよく近似するために,マルチスケールのトポロジ構造を明示的に抽出する新しいトポロジカルアプローチを提案する。
VICTREファントム乳房データセットを用いてemphTopoTxRを実験的に検証した。
本研究の質的および定量的分析は,乳房組織における画像診断におけるトポロジカルな挙動を示唆するものである。
論文 参考訳（メタデータ） (2024-11-05T19:35:10Z) - Bone mineral density estimation from a plain X-ray image by learning
decomposition into projections of bone-segmented computed tomography [4.872603360039571]
骨粗しょう症(英: osteoporosis)は、脆弱な骨の骨折を引き起こす骨疾患であり、日常生活活動の低下につながる。
骨の健康、低コスト、低用量、ユビキタスに利用可能な診断方法を頻繁に監視するためには、非常に期待されている。
本研究の目的は, 骨密度を原X線画像から推定し, 骨密度を計測することである。
論文 参考訳（メタデータ） (2023-07-21T11:49:30Z) - Accelerated, physics-inspired inference of skeletal muscle
microstructure from diffusion-weighted MRI [0.0]
骨格筋の健康状態の現在の測定は、筋肉機能の仲介において重要な役割を担っている筋肉の微細構造の変化を限定的に考慮している。
骨格筋の組織構造の非侵襲的および生体内評価のための,物理に着想を得た機械学習ベースのフレームワークを提案する。
論文 参考訳（メタデータ） (2023-06-19T19:01:04Z) - A marker-less human motion analysis system for motion-based biomarker
discovery in knee disorders [60.99112047564336]
NHSは低リスクの全ての患者に会うのが難しくなっているが、これはOA患者に限らない。
膝関節疾患の診断と治療経過のモニタリングのためのバイオマーカー自動同定法を提案する。
論文 参考訳（メタデータ） (2023-04-26T16:47:42Z) - BMD-GAN: Bone mineral density estimation using x-ray image decomposition
into projections of bone-segmented quantitative computed tomography using
hierarchical learning [1.8762753243053634]
そこで本研究では,QCTを用いて生成的対位ネットワーク(GAN)を訓練し,X線画像を骨分節QCTの投影に分解する手法を提案する。
変形性膝関節症患者200名を対象に, 予測真理と地上真理のピアソン相関係数が0.888であった。
論文 参考訳（メタデータ） (2022-07-07T10:33:12Z) - Using machine learning on new feature sets extracted from 3D models of
broken animal bones to classify fragments according to break agent [53.796331564067835]
ホミニン骨破壊による骨片と肉食動物による骨片の識別を目的とした骨折パターン解析への新しいアプローチを提案する。
この方法では、断片的な骨の3Dモデルを用いて、これまで骨折パターン解析に使用されていた特徴セットよりも透明性が高くレプリカ性の高いデータセットを抽出する。
監視された機械学習アルゴリズムは、骨断片を破片のエージェントに従って適切に分類するために使用され、平均的精度はテスト全体で77%である。
論文 参考訳（メタデータ） (2022-05-20T20:16:21Z) - Fast and Robust Femur Segmentation from Computed Tomography Images for
Patient-Specific Hip Fracture Risk Screening [48.46841573872642]
我々は,CTから大腿骨近位部を完全自動化し,正確かつ高速に分割するディープニューラルネットワークを提案する。
本手法は, 股関節骨折リスクスクリーニングに適応し, 当科において, 股関節脱臼患者をスクリーニングするための臨床的選択肢に一歩近づいた。
論文 参考訳（メタデータ） (2022-04-20T16:16:16Z) - Breast Cancer Induced Bone Osteolysis Prediction Using Temporal
Variational Auto-Encoders [65.95959936242993]
骨分解性骨病変の進展を正確に予測し,可視化する深層学習フレームワークを開発した。
乳癌患者の骨格関連事象(SRE)を予防するための治療戦略の計画と評価を支援する。
論文 参考訳（メタデータ） (2022-03-20T21:00:10Z) - Lumbar Bone Mineral Density Estimation from Chest X-ray Images:
Anatomy-aware Attentive Multi-ROI Modeling [23.014342480592873]
骨粗しょう症は慢性代謝性骨疾患であり、骨密度検査へのアクセスが制限されているため、診断が不十分で治療が不十分であることが多い。
本稿では,Chest X-ray(CXR)からBMDを予測する手法を提案する。
論文 参考訳（メタデータ） (2022-01-05T22:03:32Z) - Many-to-One Distribution Learning and K-Nearest Neighbor Smoothing for
Thoracic Disease Identification [83.6017225363714]
ディープラーニングは、病気の識別性能を改善するための最も強力なコンピュータ支援診断技術となった。
胸部X線撮影では、大規模データの注釈付けには専門的なドメイン知識が必要で、時間を要する。
本論文では、単一モデルにおける疾患同定性能を改善するために、複数対1の分布学習(MODL)とK-nearest neighbor smoothing(KNNS)手法を提案する。
論文 参考訳（メタデータ） (2021-02-26T02:29:30Z) - An Analysis by Synthesis Method that Allows Accurate Spatial Modeling of
Thickness of Cortical Bone from Clinical QCT [0.7340017786387765]
骨粗しょう症(英: osteoporosis)は、大脳皮質骨と気管骨の強度の低下により骨折リスクが増大する骨格疾患である。
本研究では,皮質骨の厚み分布の正確な空間的モデリングを可能にする,新しいモデルに基づく完全自動画像解析手法を提案する。
論文 参考訳（メタデータ） (2020-09-18T07:30:18Z)
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。