論文の概要: Kidney segmentation in neck-to-knee body MRI of 40,000 UK Biobank
participants
- arxiv url: http://arxiv.org/abs/2006.06996v1
- Date: Fri, 12 Jun 2020 08:20:32 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-22 04:54:08.604831
- Title: Kidney segmentation in neck-to-knee body MRI of 40,000 UK Biobank
participants
- Title（参考訳）: 英国バイオバンク4万人の頚椎椎体MRIにおける腎分節の検討
- Authors: Taro Langner, Andreas \"Ostling, Lukas Maldonis, Albin Karlsson,
Daniel Olmo, Dag Lindgren, Andreas Wallin, Lowe Lundin, Robin Strand,
H{\aa}kan Ahlstr\"om, Joel Kullberg
- Abstract要約: 英国のバイオバンクは、50万人以上のボランティアの健康関連データを集めている。
血液と尿の生物学的サンプルは腎臓の機能についての貴重な洞察を与えることができる。
腹部体組成分析を目的とした頸部-膝体MRIにおいて、画像に基づく評価が可能となる。
- 参考スコア（独自算出の注目度）: 1.7794889497664497
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The UK Biobank is collecting extensive data on health-related characteristics
of over half a million volunteers. The biological samples of blood and urine
can provide valuable insight on kidney function, with important links to
cardiovascular and metabolic health. Further information on kidney anatomy
could be obtained by medical imaging. In contrast to the brain, heart, liver,
and pancreas, no dedicated Magnetic Resonance Imaging (MRI) is planned for the
kidneys. An image-based assessment is nonetheless feasible in the neck-to-knee
body MRI intended for abdominal body composition analysis, which also covers
the kidneys. In this work, a pipeline for automated segmentation of parenchymal
kidney volume in UK Biobank neck-to-knee body MRI is proposed. The underlying
neural network reaches a relative error of 3.8%, with Dice score 0.956 in
validation on 64 subjects, close to the 2.6% and Dice score 0.962 for repeated
segmentation by one human operator. The released MRI of about 40,000 subjects
can be processed within two days, yielding volume measurements of left and
right kidney. Algorithmic quality ratings enabled the exclusion of outliers and
potential failure cases. The resulting measurements can be studied and shared
for large-scale investigation of associations and longitudinal changes in
parenchymal kidney volume.
- Abstract（参考訳）: 英国バイオバンクは、50万人以上のボランティアの健康関連特性に関する広範なデータを集めている。
血液と尿の生物学的サンプルは、心臓血管および代謝の健康と重要な関係を持つ腎臓機能についての貴重な洞察を与えることができる。
腎臓解剖学に関するさらなる情報は、医用イメージングによって得られる。
脳、心臓、肝臓、膵とは対照的に、腎臓に専用の磁気共鳴イメージング(MRI)は計画されていない。
画像に基づく評価は、腎臓を包含する腹部体組成分析を意図した頸部から膝までのMRIで実現可能である。
本研究は,英国バイオバンクの頸部-頸部間MRIにおける腎血流自動分離パイプラインを提案する。
基礎となるニューラルネットワークは相対誤差が3.8%に達し、Diceスコア0.956は64の被験者で、Diceスコア0.962は1人のオペレータによる繰り返しセグメンテーションで2.6%に近い。
放出された約4万名のMRIは2日以内に処理でき、左右の腎臓の体積の測定結果が得られる。
アルゴリズムによる品質評価は、アウトレーヤや潜在的な障害ケースの排除を可能にした。
得られた測定結果は, 腎の経時的変化と関連性について大規模に研究し, 共有することができる。
関連論文リスト
- SMILE-UHURA Challenge -- Small Vessel Segmentation at Mesoscopic Scale from Ultra-High Resolution 7T Magnetic Resonance Angiograms [60.35639972035727]
公開されている注釈付きデータセットの欠如は、堅牢で機械学習駆動のセグメンテーションアルゴリズムの開発を妨げている。
SMILE-UHURAチャレンジは、7T MRIで取得したTime-of-Flightアンジオグラフィーの注釈付きデータセットを提供することで、公開されている注釈付きデータセットのギャップに対処する。
Diceスコアは、それぞれのデータセットで0.838 $pm$0.066と0.716 $pm$ 0.125まで到達し、平均パフォーマンスは0.804 $pm$ 0.15までになった。
論文 参考訳（メタデータ） (2024-11-14T17:06:00Z) - TRUSTED: The Paired 3D Transabdominal Ultrasound and CT Human Data for
Kidney Segmentation and Registration Research [42.90853857929316]
腹部超音波(US)データを用いたIMIR(Inter-modal Image registration)と画像分割は,多くの重要な臨床応用例である。
ヒト48例の経腹部3DUSとCT腎像を組み合わせたTRUSTED(Tridimensional Ultra Sound TomodEnsitometrie dataset)を提案する。
論文 参考訳（メタデータ） (2023-10-19T11:09:50Z) - Kidney and Kidney Tumour Segmentation in CT Images [0.0]
本研究は,造影CT画像における腎および腎腫瘍の自動分画法の開発に焦点をあてる。
3D U-Netセグメンテーションモデルを開発した。
試験では、腎臓のDiceスコアが0.8034、腎臓のDiceスコアが0.4713、平均のDiceスコアが0.6374であった。
論文 参考訳（メタデータ） (2022-12-26T08:08:44Z) - CoRe: An Automated Pipeline for The Prediction of Liver Resection
Complexity from Preoperative CT Scans [53.561797148529664]
肝切除を複雑にするために重要な位置にある腫瘍が知られている。
CoReは、術後LRの複雑さを予測するための自動化された医療画像処理パイプラインである。
論文 参考訳（メタデータ） (2022-10-15T15:29:24Z) - CANet: Channel Extending and Axial Attention Catching Network for
Multi-structure Kidney Segmentation [0.9115927248875568]
マルチ構造腎セグメンテーションのためのチャネル延長および軸方向注意捕捉ネットワーク(CANet)を提案する。
腎, 腫瘍, 動脈, 静脈の95.8%, 89.1%, 87.5%, 84.9%のダイススコアを得た。
論文 参考訳（メタデータ） (2022-08-10T09:49:19Z) - Weakly-supervised Biomechanically-constrained CT/MRI Registration of the
Spine [72.85011943179894]
本稿では,各脊椎の剛性と容積を保存し,登録精度を最大化しながら,弱教師付き深層学習フレームワークを提案する。
また,CTにおける椎体自動分節化はMRIと対比してより正確な結果をもたらすため,CTラベルマップのみに依存するよう,これらの損失を特に設計する。
以上の結果から, 解剖学的認識による損失の増大は, 精度を維持しつつも, 推測変換の妥当性を高めることが示唆された。
論文 参考訳（メタデータ） (2022-05-16T10:59:55Z) - Osteoporosis Prescreening using Panoramic Radiographs through a Deep
Convolutional Neural Network with Attention Mechanism [65.70943212672023]
注意モジュールを持つディープ畳み込みニューラルネットワーク(CNN)はパノラマX線写真上で骨粗しょう症を検出することができる。
49歳から60歳までの70種類のパノラマX線写真(PR)のデータセットを用いて検討した。
論文 参考訳（メタデータ） (2021-10-19T00:03:57Z) - MIMIR: Deep Regression for Automated Analysis of UK Biobank Body MRI [1.4777718769290527]
UK Biobank(UKB)は50万人以上のボランティアを大規模に調査し、健康関連情報を収集している。
医療画像はさらに10万人の被験者を対象とし、70,000回のフォローアップセッションを行い、臓器、筋肉、体組成の測定を可能にしている。
本研究は,英国ネック・トゥ・クニー・ボディMRIから対象メタデータの包括的プロファイルを自動的に予測する実験的な推論エンジンを提案する。
論文 参考訳（メタデータ） (2021-06-22T13:09:40Z) - Large-scale inference of liver fat with neural networks on UK Biobank
body MRI [1.3439502310822151]
頸部から膝にかけてのMRIによる肝脂肪の自動推定のための新しい枠組みを提案する。
ResNet50は、これらのスキャンから2次元スライスとターゲットとしての基準値の回帰のために訓練された。
ネットワークは、脂肪分率値の非線形性を正し、基準値のいくつかの外れ値を特定することを学習した。
論文 参考訳（メタデータ） (2020-06-30T13:33:30Z) - Segmentation of the Myocardium on Late-Gadolinium Enhanced MRI based on
2.5 D Residual Squeeze and Excitation Deep Learning Model [55.09533240649176]
本研究の目的は,LGE-MRIを用いた心筋境界領域の深部学習モデルに基づく正確な自動セグメンテーション法を開発することである。
合計320回の試験(平均6回の試験)と28回の試験が行われた。
ベーススライスとミドルスライスにおけるアンサンブルモデルの性能解析は, サーバ内調査と同等であり, アトピーススライスではわずかに低かった。
論文 参考訳（メタデータ） (2020-05-27T20:44:38Z) - Kidney segmentation using 3D U-Net localized with Expectation
Maximization [0.0]
畳み込みニューラルネットワークは、大きなバイオメディカルな3D画像から臓器を分割するために使われてきた。
本稿では,3次元MRIのセグメンテーションにおける課題に対処する新しい枠組みを提案する。
論文 参考訳（メタデータ） (2020-03-20T02:38:32Z)
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。