論文の概要: Non-invasive quantitative imaging of selective microstructure-sizes with magnetic resonance

• arxiv url: http://arxiv.org/abs/2006.02035v1
• Date: Wed, 3 Jun 2020 04:15:38 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-17 06:50:54.224389
• Title: Non-invasive quantitative imaging of selective microstructure-sizes with magnetic resonance
• Title（参考訳）: 磁気共鳴による選択的ミクロ組織サイズの非侵襲的定量的イメージング
• Authors: Milena Capiglioni, Analia Zwick, Pablo Jimenez, Gonzalo A. Alvarez
• Abstract要約: 本稿では,2つの測定値のみを必要とする手法と,その原理実証実験を用いて,選択的な微細構造サイズの画像を生成する手法について報告する。 我々は、一般的に用いられる崩壊率ではなく、磁化「デカイシフト」を利用するスピンエチョ配列のマイクロ構造サイズのフィルタを設計する。
• 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: Extracting reliable and quantitative microstructure information of living tissue by non-invasive imaging is an outstanding challenge for understanding disease mechanisms and allowing early stage diagnosis of pathologies. Magnetic Resonance Imaging is the favorite technique to pursue this goal, but still provides resolution of sizes much larger than the relevant microstructure details on in-vivo studies. Monitoring molecular diffusion within tissues, is a promising mechanism to overcome the resolution limits. However, obtaining detailed microstructure information requires the acquisition of tens of images imposing long measurement times and results to be impractical for in-vivo studies. As a step towards solving this outstanding problem, we here report on a method that only requires two measurements and its proof-of-principle experiments to produce images of selective microstructure sizes by suitable dynamical control of nuclear spins with magnetic field gradients. We design microstructure-size filters with spin-echo sequences that exploit magnetization "decay-shifts" rather than the commonly used decay-rates. The outcomes of this approach are quantitative images that can be performed with current technologies, and advance towards unravelling a wealth of diagnostic information based on microstructure parameters that define the composition of biological tissues.
• Abstract（参考訳）: 非侵襲的イメージングにより生体組織の信頼性と定量的な微細構造情報を抽出することは、疾患のメカニズムを理解し、病理の早期診断を可能にする上で、顕著な課題である。 磁気共鳴イメージングは、この目標を追求するために好まれる技術であるが、それでも、in-vivo研究における関連する微細構造の詳細よりもはるかに大きなサイズの解像度を提供する。 組織内の分子拡散のモニタリングは、解像度の限界を克服するための有望なメカニズムである。 しかし、詳細な微細構造情報を得るには、長い測定時間を示す数枚の画像の取得が必要である。 この課題を解決するためのステップとして,磁場勾配を持つ核スピンの動的制御を適宜行うことにより,2つの測定値のみを必要とする手法と,選択的なミクロ構造サイズの画像を生成するための原理実証実験について述べる。 我々は,一般的に用いられる減衰速度よりも磁化"デカイシフト"を利用したスピンエコー配列の微細構造フィルタを設計する。 このアプローチの成果は、現在の技術で実現可能な定量的画像であり、生体組織の組成を定義する微細構造パラメータに基づく豊富な診断情報の解明に向けて前進する。

関連論文リスト

• White Matter Geometry-Guided Score-Based Diffusion Model for Tissue Microstructure Imputation in Tractography Imaging [8.994860310545532]
  白質トラクトグラフィーのパーセレーションは、疾患予測、解剖学的トラクトセグメンテーション、外科的脳マッピング、非画像的表現型分類などの解剖学的特徴を提供する。 WMG-Diffモデル(White Matter Geometry-Guided Diffusion)モデルを提案する。
  論文  参考訳（メタデータ） (2024-07-28T10:40:32Z)
• Super-resolution of biomedical volumes with 2D supervision [84.5255884646906]
  超解像のための仮設スライス拡散は、生物学的標本のすべての空間次元にわたるデータ生成分布の固有同値性を利用する。 我々は,高解像度2次元画像の高速取得を特徴とするSliceRの組織学的刺激(SRH)への応用に着目する。
  論文  参考訳（メタデータ） (2024-04-15T02:41:55Z)
• Style transfer between Microscopy and Magnetic Resonance Imaging via Generative Adversarial Network in small sample size settings [49.84018914962972]
  磁気共鳴イメージング(MRI)のクロスモーダル増強と、同じ組織サンプルに基づく顕微鏡イメージングが期待できる。 コンディショナル・ジェネレーティブ・逆境ネットワーク (cGAN) アーキテクチャを用いて, コーパス・カロサムのMRI画像から顕微鏡組織像を生成する方法を検討した。
  論文  参考訳（メタデータ） (2023-10-16T13:58:53Z)
• K-Space-Aware Cross-Modality Score for Synthesized Neuroimage Quality Assessment [71.27193056354741]
  クロスモダリティな医用画像合成をどう評価するかという問題は、ほとんど解明されていない。 本稿では,この課題の進展を促すため,新しい指標K-CROSSを提案する。 K-CROSSは、トレーニング済みのマルチモードセグメンテーションネットワークを使用して、病変の位置を予測する。
  論文  参考訳（メタデータ） (2023-07-10T01:26:48Z)
• Machine learning-based spin structure detection [0.0]
  我々は,この測定におけるスカイミオンの位置と形状を検出するために,セグメンテーション問題に特化して設計された畳み込みニューラルネットワークについて報告する。 本研究の結果から, よく訓練されたネットワークは, 磁気顕微鏡におけるデータ前処理の自動化に有効であることが示唆された。
  論文  参考訳（メタデータ） (2023-03-24T17:19:31Z)
• Aberration control in quantitative widefield quantum microscopy [0.0]
  画像システムにおける光収差は,計測量に大きな系統的誤差を生じさせる可能性が示唆された。 我々はこれらの効果をモデル化するための単純な理論的枠組みを導入し、点拡散関数の概念をスペクトルイメージングの領域に拡張する。
  論文  参考訳（メタデータ） (2022-07-26T06:30:12Z)
• Three-dimensional microstructure generation using generative adversarial neural networks in the context of continuum micromechanics [77.34726150561087]
  本研究は, 三次元マイクロ構造生成に適した生成対向ネットワークを提案する。 軽量アルゴリズムは、明示的な記述子を必要とせずに、単一のmicroCTスキャンから材料の基礎特性を学習することができる。
  論文  参考訳（メタデータ） (2022-05-31T13:26:51Z)
• Learned super resolution ultrasound for improved breast lesion characterization [52.77024349608834]
  超高分解能超音波局在顕微鏡は毛細血管レベルでの微小血管のイメージングを可能にする。 この作業では、これらの課題に対処するために、信号構造を効果的に活用するディープニューラルネットワークアーキテクチャを使用します。 トレーニングしたネットワークを利用することで,従来のPSF知識を必要とせず,UCAの分離性も必要とせず,短時間で微小血管構造を復元する。
  論文  参考訳（メタデータ） (2021-07-12T09:04:20Z)
• ShuffleUNet: Super resolution of diffusion-weighted MRIs using deep learning [47.68307909984442]
  SISR(Single Image Super-Resolution)は、1つの低解像度入力画像から高解像度(HR)の詳細を得る技術である。 ディープラーニングは、大きなデータセットから事前知識を抽出し、低解像度の画像から優れたMRI画像を生成します。
  論文  参考訳（メタデータ） (2021-02-25T14:52:23Z)
• Precision limits of tissue microstructure characterization by Magnetic Resonance Imaging [0.0]
  生体組織における微細構造の特徴は、病理の初期段階を診断し、疾患のメカニズムを理解するための鍵の1つである。 量子情報理論から,水分子拡散のMRIにより,そのような詳細を得るための最終的な精度限界を導出する。
  論文  参考訳（メタデータ） (2019-12-27T16:55:16Z)

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。