論文の概要: Reconstruction and Quantification of 3D Iris Surface for Angle-Closure Glaucoma Detection in Anterior Segment OCT

• arxiv url: http://arxiv.org/abs/2006.05179v1
• Date: Tue, 9 Jun 2020 10:56:50 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-23 15:31:03.241325
• Title: Reconstruction and Quantification of 3D Iris Surface for Angle-Closure Glaucoma Detection in Anterior Segment OCT
• Title（参考訳）: 隅角閉鎖緑内障検出のための3次元虹彩表面の再構成と定量化
• Authors: Jinkui Hao, Huazhu Fu, Yanwu Xu, Yan Hu, Fei Li, Xiulan Zhang, Jiang Liu, Yitian Zhao
• Abstract要約: 本稿では,AS-OCT画像からの3次元虹彩表面の再構成と定量化のための新しい枠組みを提案する。 3次元表示を用いて角閉鎖緑内障を初めて検出した研究であると考えられる。 本研究は, 3D-based representation により, 2D-based feature よりも角閉鎖緑内障の検出性能が向上することを示す。
• 参考スコア（独自算出の注目度）: 42.797124360552715
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Precise characterization and analysis of iris shape from Anterior Segment OCT (AS-OCT) are of great importance in facilitating diagnosis of angle-closure-related diseases. Existing methods focus solely on analyzing structural properties identified from the 2D slice, while accurate characterization of morphological changes of iris shape in 3D AS-OCT may be able to reveal in addition the risk of disease progression. In this paper, we propose a novel framework for reconstruction and quantification of 3D iris surface from AS-OCT imagery. We consider it to be the first work to detect angle-closure glaucoma by means of 3D representation. An iris segmentation network with wavelet refinement block (WRB) is first proposed to generate the initial shape of the iris from single AS-OCT slice. The 3D iris surface is then reconstructed using a guided optimization method with Poisson-disk sampling. Finally, a set of surface-based features are extracted, which are used in detecting of angle-closure glaucoma. Experimental results demonstrate that our method is highly effective in iris segmentation and surface reconstruction. Moreover, we show that 3D-based representation achieves better performance in angle-closure glaucoma detection than does 2D-based feature.
• Abstract（参考訳）: 角閉鎖性疾患の診断の容易化には,前節oct (as-oct) の虹彩形状の精密な特徴と解析が重要である。 既存の手法では, 2次元スライスから同定された構造特性のみに焦点をあてるが, 3次元as-octにおける虹彩形状の形態変化の正確なキャラクタリゼーションは, 疾患進行のリスクも明らかにできる可能性がある。 本稿では,AS-OCT画像からの3次元虹彩表面の再構成と定量化のための新しい枠組みを提案する。 3次元表示を用いて角閉鎖緑内障を初めて検出した研究であると考えられる。 ウェーブレットリファインメントブロック(wrb)を用いたアイリスセグメンテーションネットワークを最初に提案し,単一as-octスライスからアイリスの初期形状を生成する。 次に,ポアソンディスクサンプリングを用いた誘導最適化法を用いて3次元虹彩表面を再構成する。 最後に、アングルクロージャ緑内障の検出に使用される表面ベースの特徴のセットを抽出する。 実験の結果,本手法は虹彩の分断と表面の再構成に極めて有効であることがわかった。 さらに,3次元表現は2次元特徴よりも角閉鎖緑内障の検出において優れた性能を示す。

関連論文リスト

• On the Localization of Ultrasound Image Slices within Point Distribution Models [84.27083443424408]
  甲状腺疾患は高分解能超音波(US)で診断されることが多い 縦断追跡は病理甲状腺形態の変化をモニタリングするための重要な診断プロトコルである。 3次元形状表現におけるUS画像の自動スライスローカライズのためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-01T10:10:46Z)
• Deep learning network to correct axial and coronal eye motion in 3D OCT retinal imaging [65.47834983591957]
  深層学習に基づくニューラルネットワークを用いて,OCTの軸運動とコロナ運動のアーチファクトを1つのスキャンで補正する。 実験結果から, 提案手法は動作アーチファクトを効果的に補正し, 誤差が他の方法よりも小さいことを示す。
  論文  参考訳（メタデータ） (2023-05-27T03:55:19Z)
• Fast refacing of MR images with a generative neural network lowers re-identification risk and preserves volumetric consistency [5.040145546652933]
  本稿では,3次元条件生成対向ネットワークに基づく3次元T1重み付きスキャンのための顔の匿名化手法を提案する。 提案手法は顔生成に9秒を要し, 顔の変形後の一貫した後処理結果の復元に適している。
  論文  参考訳（メタデータ） (2023-05-26T13:34:14Z)
• A geometry-aware deep network for depth estimation in monocular endoscopy [17.425158094539462]
  提案手法は,異なるデータセットと臨床画像にまたがって広範囲に検証されている。 提案法の平均RMSE値は12.604(T1-L1)、9.930(T2-L2)、13.893(Colon)である。
  論文  参考訳（メタデータ） (2023-04-20T11:59:32Z)
• Geometric Deep Learning to Identify the Critical 3D Structural Features of the Optic Nerve Head for Glaucoma Diagnosis [52.06403518904579]
  視神経頭(ONH)は緑内障の発生・進展過程において複雑で深い3次元形態変化を呈する。 我々は3D ONH点群から緑内障の診断にPointNetと動的グラフ畳み込みニューラルネットワーク(DGCNN)を用いた。 幅広い眼科疾患の診断・予後に臨床応用される可能性も高い。
  論文  参考訳（メタデータ） (2022-04-14T12:52:10Z)
• Deep Learning based Framework for Automatic Diagnosis of Glaucoma based on analysis of Focal Notching in the Optic Nerve Head [0.2580765958706854]
  デジタルファンドイメージ(DFI)から光ディスク(OD)とオプティカルカップ(OC)領域の自動セグメンテーションのための深層学習パイプラインを提案する。 本手法は、緑内障解析におけるコンピュータ支援デザイン(CAD)システムの精度を高めるために、ニューロ網膜リムの焦点ノッチ解析とカップ・ツー・ディスク比の値を分類パラメータとして利用した。 提案したパイプラインは、DFIから緑内障を検出するための93.33%の精度で、無料で利用可能なDRISHTI-GSデータセットで評価された。
  論文  参考訳（メタデータ） (2021-12-10T18:58:40Z)
• SIDER: Single-Image Neural Optimization for Facial Geometric Detail Recovery [54.64663713249079]
  SIDERは、教師なしの方法で単一の画像から詳細な顔形状を復元する新しい光度最適化手法である。 以前の作業とは対照的に、SIDERはデータセットの事前に依存せず、複数のビュー、照明変更、地上の真実の3D形状から追加の監視を必要としない。
  論文  参考訳（メタデータ） (2021-08-11T22:34:53Z)
• Revisiting 3D Context Modeling with Supervised Pre-training for Universal Lesion Detection in CT Slices [48.85784310158493]
  CTスライスにおける普遍的病変検出のための3Dコンテキスト強化2D特徴を効率的に抽出するための修飾擬似3次元特徴ピラミッドネットワーク(MP3D FPN)を提案する。 新たな事前学習手法により,提案したMP3D FPNは,DeepLesionデータセット上での最先端検出性能を実現する。 提案された3Dプリトレーニングウェイトは、他の3D医療画像分析タスクのパフォーマンスを高めるために使用できる。
  論文  参考訳（メタデータ） (2020-12-16T07:11:16Z)
• Robust Iris Presentation Attack Detection Fusing 2D and 3D Information [15.97343723521826]
  本稿では,観測された虹彩の二次元特性と三次元特性を結合する手法を提案する。 バイナリ統計画像特徴量(BSIF)を用いた最先端手法により2次元アイリス特徴を抽出する 3Dアイリスの特徴は、2つの異なる角度に配置された近赤外線照明下で撮影された2つの画像のみから、測光ステレオ法により再構成される。
  論文  参考訳（メタデータ） (2020-02-21T05:44:38Z)

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。