論文の概要: MRQy: An Open-Source Tool for Quality Control of MR Imaging Data
- arxiv url: http://arxiv.org/abs/2004.04871v3
- Date: Mon, 17 Aug 2020 14:04:25 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-14 20:54:55.160623
- Title: MRQy: An Open-Source Tool for Quality Control of MR Imaging Data
- Title（参考訳）: MRQy:MRイメージングデータの品質管理のためのオープンソースツール
- Authors: Amir Reza Sadri, Andrew Janowczyk, Ren Zou, Ruchika Verma, Niha Beig,
Jacob Antunes, Anant Madabhushi, Pallavi Tiwari, Satish E. Viswanath
- Abstract要約: このツールは、(a)画像解像度、視野、画像コントラスト、または(b)ノイズ、運動、不均一性、リング、エイリアスなどの画像アーティファクトにおけるサイトまたはスキャナー固有のバリエーションの存在を定量化することを目的としている。
MRQyは、MRIコホートにサイトベースや機器ベースの違いを問うためのオープンソースの品質管理ツールである。
- 参考スコア（独自算出の注目度）: 1.5172095934925576
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We sought to develop a quantitative tool to quickly determine relative
differences in MRI volumes both within and between large MR imaging cohorts
(such as available in The Cancer Imaging Archive (TCIA)), in order to help
determine the generalizability of radiomics and machine learning schemes to
unseen datasets. The tool is intended to help quantify presence of (a) site- or
scanner-specific variations in image resolution, field-of-view, or image
contrast, or (b) imaging artifacts such as noise, motion, inhomogeneity,
ringing, or aliasing; which can adversely affect relative image quality between
data cohorts. We present MRQy, a new open-source quality control tool to (a)
interrogate MRI cohorts for site- or equipment-based differences, and (b)
quantify the impact of MRI artifacts on relative image quality; to help
determine how to correct for these variations prior to model development. MRQy
extracts a series of quality measures (e.g. noise ratios, variation metrics,
entropy and energy criteria) and MR image metadata (e.g. voxel resolution,
image dimensions) for subsequent interrogation via a specialized HTML5 based
front-end designed for real-time filtering and trend visualization. MRQy was
used to evaluate (a) n=133 brain MRIs from TCIA (7 sites), and (b) n=104 rectal
MRIs (3 local sites). MRQy measures revealed significant site-specific
variations in both cohorts, indicating potential batch effects. Marked
differences in specific MRQy measures were also able to identify outlier MRI
datasets that needed to be corrected for common MR imaging artifacts. MRQy is
designed to be a standalone, unsupervised tool that can be efficiently run on a
standard desktop computer. It has been made freely accessible at
\url{http://github.com/ccipd/MRQy} for wider community use and feedback.
- Abstract（参考訳）: 我々は,大規模なMRI画像コホート(例えば,The Cancer Imaging Archive(TCIA))の内および間におけるMRIボリュームの相対的差を迅速に判定する定量的ツールの開発を試みた。
このツールは、存在を定量化するのに役立つ
(a)画像解像度、視野又は画像コントラストのサイト又はスキャナ固有のバリエーション
(b)ノイズ、動き、不均一性、リンギング、エイリアスなどの画像アーティファクトは、データコホート間の相対的画像品質に悪影響を及ぼす可能性がある。
オープンソースの新しい品質管理ツールMRQyを紹介します。
(a)現場・機器による相違点をMRIコホートに問う、
b)MRIアーチファクトが相対的な画像品質に与える影響を定量化する。
MRQyは、ノイズ比、変動指標、エントロピー、エネルギー基準など)とMR画像メタデータ(ボクセル解像度、画像次元など)を、リアルタイムフィルタリングとトレンド視覚化のために設計されたHTML5ベースのフロントエンドを通じて抽出する。
MRQy は
(a)TCIA(7部位)からのn=133脳MRI、および
(b)n=104直腸MRI(3部位)。
MRQy測定では両コホートに有意な部位特異的な変動がみられた。
特定のMRQy測定値の違いは、一般的なMRイメージングアーティファクトの修正が必要な、より低いMRIデータセットを特定することもできた。
MRQyはスタンドアロンで教師なしのツールとして設計されており、標準デスクトップコンピュータ上で効率的に実行できる。
より広いコミュニティ利用とフィードバックのために、 \url{http://github.com/ccipd/MRQy}で自由にアクセスできるようになった。
関連論文リスト
- 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) - NeRF Solves Undersampled MRI Reconstruction [1.3597551064547502]
本稿では,Neural Radiance Field(NeRF)の概念を利用したMRI技術について述べる。
ラジアルアンダーサンプリングにより、対応する撮像問題をスパースビューレンダリングデータから画像モデリングタスクに再構成することができる。
空間座標から画像強度を出力する多層パーセプトロンは、所定の測定データと所望の画像との間のMR物理駆動レンダリング関係を学習する。
論文 参考訳（メタデータ） (2024-02-20T18:37:42Z) - Volumetric Reconstruction Resolves Off-Resonance Artifacts in Static and
Dynamic PROPELLER MRI [76.60362295758596]
磁気共鳴イメージング(MRI)におけるオフ共鳴アーティファクトは、画像ボリューム内のスピンの実際の共鳴周波数が空間情報を符号化するのに使用される期待周波数と異なる場合に発生する視覚歪みである。
本稿では,2次元MRI再構成問題を3次元に引き上げ,このオフ共鳴をモデル化するための「スペクトル」次元を導入することで,これらのアーチファクトを解決することを提案する。
論文 参考訳（メタデータ） (2023-11-22T05:44:51Z) - CMRxRecon: An open cardiac MRI dataset for the competition of
accelerated image reconstruction [62.61209705638161]
ディープラーニングベースのCMRイメージングアルゴリズムへの関心が高まっている。
ディープラーニング手法は大規模なトレーニングデータセットを必要とする。
このデータセットには300人の被験者のマルチコントラスト、マルチビュー、マルチスライス、マルチコイルCMRイメージングデータが含まれている。
論文 参考訳（メタデータ） (2023-09-19T15:14:42Z) - On Sensitivity and Robustness of Normalization Schemes to Input
Distribution Shifts in Automatic MR Image Diagnosis [58.634791552376235]
深層学習(DL)モデルは、再構成画像を入力として、複数の疾患の診断において最先端のパフォーマンスを達成した。
DLモデルは、トレーニングとテストフェーズ間の入力データ分布の変化につながるため、さまざまなアーティファクトに敏感である。
本稿では,グループ正規化やレイヤ正規化といった他の正規化手法を用いて,画像のさまざまなアーチファクトに対して,モデル性能にロバスト性を注入することを提案する。
論文 参考訳（メタデータ） (2023-06-23T03:09:03Z) - CL-MRI: Self-Supervised Contrastive Learning to Improve the Accuracy of Undersampled MRI Reconstruction [25.078280843551322]
コントラスト学習を用いた自己教師付き事前訓練手法を導入し,MRI画像再構成の精度を向上する。
本実験は, 各種加速度因子およびデータセットの再構成精度の向上を実証した。
論文 参考訳（メタデータ） (2023-06-01T10:29:58Z) - 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) - Image Quality Assessment for Magnetic Resonance Imaging [4.05136808278614]
画像品質評価(IQA)アルゴリズムは、画像品質に対する人間の認識を再現することを目的としている。
我々は、MRIに関連する問題を解決するために訓練されたニューラルネットワークモデルの出力を使用する。
7人の訓練された放射線学者が歪んだ画像を評価し、その判断は35の異なる画像品質指標と相関した。
論文 参考訳（メタデータ） (2022-03-15T11:52:29Z) - Interpretability Aware Model Training to Improve Robustness against
Out-of-Distribution Magnetic Resonance Images in Alzheimer's Disease
Classification [8.050897403457995]
異なるMRIハードウェアから派生した分布外サンプルに対するロバスト性を改善するために,解釈可能性を考慮した対向訓練システムを提案する。
本報告では, 分布外のサンプルに対して有望な性能を示す予備的な結果を示す。
論文 参考訳（メタデータ） (2021-11-15T04:42:47Z) - Multi-institutional Collaborations for Improving Deep Learning-based
Magnetic Resonance Image Reconstruction Using Federated Learning [62.17532253489087]
深層学習法はmr画像再構成において優れた性能をもたらすことが示されている。
これらの方法は、高い取得コストと医療データプライバシー規制のために収集および共有が困難である大量のデータを必要とします。
我々は,異なる施設で利用可能なmrデータを活用し,患者のプライバシーを保ちながら,連合学習(fl)ベースのソリューションを提案する。
論文 参考訳（メタデータ） (2021-03-03T03:04:40Z)
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。