論文の概要: Positron Emission Tomography (PET) image enhancement using a gradient vector orientation based nonlinear diffusion filter (GVOF) for accurate quantitation of radioactivity concentration

• arxiv url: http://arxiv.org/abs/2006.00273v1
• Date: Sat, 30 May 2020 13:57:02 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-26 17:51:00.385151
• Title: Positron Emission Tomography (PET) image enhancement using a gradient vector orientation based nonlinear diffusion filter (GVOF) for accurate quantitation of radioactivity concentration
• Title（参考訳）: 勾配ベクトル配向型非線形拡散フィルタ(gvof)を用いたポジトロン放射トモグラフィ(pet)による放射能濃度の高精度定量化
• Authors: Mahbubunnabi Tamal
• Abstract要約: 本稿では, 勾配自由ベクトルに基づく非線形拡散フィルタ(GVOF)を提案する。 GVOF法は、原画像や他のフィルタ画像と比較して、最高のSNR、CNR(Contrast-to-noise ratio)、解像度を提供する。
• 参考スコア（独自算出の注目度）: 1.14219428942199
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: To accurately quantify in vivo radiotracer uptake using Positron Emission Tomography (PET) is a challenging task due to low signal-to-noise ratio (SNR) and poor spatial resolution of PET camera along with the finite image sampling constraint. Furthermore, inter lesion variations of the SNR and contrast along with the variations in size of the lesion make the quantitation even more difficult. One of the ways to improve the quantitation is via post reconstruction filtering with Gaussian Filter (GF). Edge preserving Bilateral Filter (BF) and Nonlinear Diffusion Filter (NDF) are the alternatives to GF that can improve the SNR without degrading the image resolution. However, the performance of these edge preserving methods are only optimum for high count and low noise cases. A novel parameter free gradient vector orientation based nonlinear diffusion filter (GVOF) is proposed in this paper that is insensitive to statistical fluctuations (e. g., SNR, contrast, size etc.). GVOF method applied on the PET images collected with the NEMA phantom with varying levels of contrast and noise reveals that the GVOF method provides the highest SNR, CNR (contrast-to-noise ratio) and resolution compared to the original and other filtered images. The percentage bias in estimating the maximum activity representing SUVmax (Maximum Standardized Uptake Value) for the spheres with diameter > 2cm where the partial volume effects (PVE) is negligible is the lowest for the GVOF method. The GVOF method also improves the maximum intensity reproducibility. Robustness of the GVOF against variation in sizes, contrast levels and SNR makes it a suitable post filtering method for both accurate diagnosis and response assessment. Furthermore, its capability to provide accurate quantitative measurements irrespective of the SNR, it can also be effective in reduction of radioactivity dose.
• Abstract（参考訳）: PET(Positron Emission Tomography)を用いた生体内放射線吸収の正確な定量化は、PETカメラの信号対雑音比(SNR)が低く、空間分解能が悪いことによる課題である。 さらに、SNRとコントラストの病変間変化と病変の大きさの変動により、定量化がさらに困難になる。 量子化を改善する方法の1つは、ガウスフィルタ(GF)を用いたポスト再構成フィルタである。 エッジ保存バイラテラルフィルタ (BF) と非線形拡散フィルタ (NDF) は、画像解像度を劣化させることなくSNRを改善するGFの代替品である。 しかし,これらのエッジ保存手法の性能は,高音量・低音の場合にのみ最適である。 本稿では, 統計的ゆらぎ(snr, コントラスト, サイズなど)に影響を受けない新しいパラメータ自由勾配ベクトル配向型非線形拡散フィルタ(gvof)を提案する。 NEMAファントムで収集したPET画像にGVOF法を適用したところ、GVOF法は、原画像や他のフィルタ画像と比較して、最高のSNR、CNR(コントラスト・ツー・ノイズ比)、解像度を提供することが明らかとなった。 GVOF法では, 部分体積効果 (PVE) が無視できる直径2cmの球に対して, SUVmax (Maximum Standardized Uptake Value) を示す最大活性を推定する際のパーセンテージバイアスが最も低い。 GVOF法は最大強度再現性も向上する。 GVOFのサイズ,コントラストレベル,SNRの変化に対するロバスト性は,正確な診断と応答評価の両方に適している。 さらに、SNRに関係なく正確な定量測定を行う能力は、放射能線量削減にも有効である。

関連論文リスト

• Resolution Enhancement of Under-sampled Photoacoustic Microscopy Images using Implicit Neural Representations [4.672315172406826]
  光音響顕微鏡(AR-PAM)は皮下血管造影に有用である。 従来のデコンボリューション法では、PSF(Point Spreadvolution)を使用して解像度を改善する。 Inlicit Neural Representation (INR) に基づくアプローチを提案する。 本手法は,空間座標から初期音圧への連続的なマッピングを学習し,離散像の限界を克服する。
  論文  参考訳（メタデータ） (2024-10-15T00:44:57Z)
• WIA-LD2ND: Wavelet-based Image Alignment for Self-supervised Low-Dose CT Denoising [74.14134385961775]
  我々は, NDCTデータのみを用いて, WIA-LD2NDと呼ばれる新しい自己監督型CT画像復調法を提案する。 WIA-LD2ND は Wavelet-based Image Alignment (WIA) と Frequency-Aware Multi-scale Loss (FAM) の2つのモジュールから構成される。
  論文  参考訳（メタデータ） (2024-03-18T11:20:11Z)
• UNICORN: Ultrasound Nakagami Imaging via Score Matching and Adaptation [59.91293113930909]
  超音波による組織散乱の可視化と定量化は中上イメージングが約束している。 既存の手法では、最適なウィンドウサイズの選択に苦労し、推定の不安定性に悩まされている。 提案手法は,中上パラメータ推定のための高精度でクローズドな形状推定器であるUNICORNを提案する。
  論文  参考訳（メタデータ） (2024-03-10T18:05:41Z)
• Rotational Augmented Noise2Inverse for Low-dose Computed Tomography Reconstruction [83.73429628413773]
  改良された深層学習手法は、画像のノイズを除去する能力を示しているが、正確な地上の真実を必要とする。 畳み込みニューラルネットワーク(CNN)のトレーニングに基礎的真理を必要としないLDCTのための新しい自己教師型フレームワークを提案する。 数値および実験結果から,Sparse View を用いた N2I の再構成精度は低下しており,提案手法は異なる範囲のサンプリング角度で画像品質を向上する。
  論文  参考訳（メタデータ） (2023-12-19T22:40:51Z)
• AT-2FF: Adaptive Type-2 Fuzzy Filter for De-noising Images Corrupted with Salt-and-Pepper [29.13346540846783]
  本稿では,SAPノイズ除去のための適応しきい値付き2型ファジィ重み付き平均フィルタを提案する。 得られた識別画像は、異なるフィルタリング法と比較して、エッジ、コーナー、その他の鋭い構造といった画像の特徴を保存している。
  論文  参考訳（メタデータ） (2023-12-19T07:40:38Z)
• Deep learning denoiser assisted roughness measurements extraction from thin resists with low Signal-to-Noise Ratio(SNR) SEM images: analysis with SMILE [0.11184789007828977]
  走査型電子顕微鏡(SEM)の画像は、画像コントラストの低下と信号対雑音比(SNR)の低下に悩まされている 本研究の目的は、Deep Learning Denoiserを用いてSEM画像のSNRを高め、薄型レジストの堅牢な粗さ抽出を可能にすることである。
  論文  参考訳（メタデータ） (2023-10-23T11:30:54Z)
• SAR Despeckling using a Denoising Diffusion Probabilistic Model [52.25981472415249]
  スペックルの存在は画像品質を劣化させ、SAR画像理解アプリケーションの性能に悪影響を及ぼす。 本稿では,SAR脱種のための拡散確率モデルであるSAR-DDPMを紹介する。 提案手法は, 最先端の切り離し法と比較して, 定量化と定性化の両面で有意な改善を実現している。
  論文  参考訳（メタデータ） (2022-06-09T14:00:26Z)
• Anatomical-Guided Attention Enhances Unsupervised PET Image Denoising Performance [0.0]
  解剖学的情報誘導型注意機構に基づく教師なし3次元PET画像復調手法を提案する。 MR-GDD(MR-GDD)はMR-Guidance画像の空間的詳細と意味的特徴をより効果的に活用する。
  論文  参考訳（メタデータ） (2021-09-02T09:27:07Z)
• Perception Consistency Ultrasound Image Super-resolution via Self-supervised CycleGAN [63.49373689654419]
  自己スーパービジョンとサイクル生成対向ネットワーク(CycleGAN)に基づく新しい知覚整合超音波画像超解像法を提案する。 まず,検査用超音波LR画像のHR父子とLR子を画像強調により生成する。 次に、LR-SR-LRとHR-LR-SRのサイクル損失と判別器の対角特性をフル活用して、より知覚的に一貫性のあるSR結果を生成する。
  論文  参考訳（メタデータ） (2020-12-28T08:24:04Z)
• Frequency Consistent Adaptation for Real World Super Resolution [64.91914552787668]
  実シーンにスーパーリゾリューション(SR)法を適用する際に周波数領域の整合性を保証する新しい周波数一貫性適応(FCA)を提案する。 監視されていない画像から劣化カーネルを推定し、対応するLow-Resolution (LR)画像を生成する。 ドメイン一貫性のあるLR-HRペアに基づいて、容易に実装可能な畳み込みニューラルネットワーク(CNN)SRモデルを訓練する。
  論文  参考訳（メタデータ） (2020-12-18T08:25:39Z)

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。