論文の概要: Screen Tracking for Clinical Translation of Live Ultrasound Image Analysis Methods

• arxiv url: http://arxiv.org/abs/2007.06272v1
• Date: Mon, 13 Jul 2020 09:53:20 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-11 00:35:23.570565
• Title: Screen Tracking for Clinical Translation of Live Ultrasound Image Analysis Methods
• Title（参考訳）: ライブ超音波画像解析法の臨床翻訳のためのスクリーントラッキング
• Authors: Simona Treivase, Alberto Gomez, Jacqueline Matthew, Emily Skelton, Julia A. Schnabel, Nicolas Toussaint
• Abstract要約: 提案手法は,ソノグラフィの視点に固定されたカメラで画面を追跡し,撮影画像を適切なアスペクト比に再構成することで,米国内の画像をキャプチャする。 これにより、取得した画像を画像処理パイプラインに入力して、検査を改善するのに役立つ情報を抽出できるという仮説が立てられている。 この情報は、例えば拡張現実(AR)ヘッドセットを使って、音像師の視界にリアルタイムで投影される。
• 参考スコア（独自算出の注目度）: 2.5805793749729857
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Ultrasound (US) imaging is one of the most commonly used non-invasive imaging techniques. However, US image acquisition requires simultaneous guidance of the transducer and interpretation of images, which is a highly challenging task that requires years of training. Despite many recent developments in intra-examination US image analysis, the results are not easy to translate to a clinical setting. We propose a generic framework to extract the US images and superimpose the results of an analysis task, without any need for physical connection or alteration to the US system. The proposed method captures the US image by tracking the screen with a camera fixed at the sonographer's view point and reformats the captured image to the right aspect ratio, in 87.66 +- 3.73ms on average. It is hypothesized that this would enable to input such retrieved image into an image processing pipeline to extract information that can help improve the examination. This information could eventually be projected back to the sonographer's field of view in real time using, for example, an augmented reality (AR) headset.
• Abstract（参考訳）: 超音波(US)イメージングは、最も一般的に使用される非侵襲イメージング技術の一つである。 しかし、米国の画像取得にはトランスデューサの同時指導と画像の解釈が必要であり、これは長年の訓練を必要とする非常に困難な課題である。 近年の米国内画像解析の進歩にもかかわらず,臨床現場への翻訳は容易ではない。 本稿では,米国における画像抽出と分析タスクの結果の重畳を,物理的接続や米国システムへの変更を必要とせずに実現するための汎用フレームワークを提案する。 提案手法は、ソノグラフィの視点で固定されたカメラでスクリーンをトラッキングし、撮像された画像を平均87.66 + 3.73msで正しいアスペクト比に再構成する。 これにより、取得した画像を画像処理パイプラインに入力して、検査を改善するのに役立つ情報を抽出できるという仮説が立てられている。 この情報は最終的に、例えば拡張現実(ar)ヘッドセットを使用して、超音波撮影者の視野にリアルタイムで投影することができる。

関連論文リスト

• Breast Ultrasound Report Generation using LangChain [58.07183284468881]
  本稿では,Large Language Models (LLM) を用いたLangChainによる複数の画像解析ツールを胸部報告プロセスに統合することを提案する。 本手法は,超音波画像から関連する特徴を正確に抽出し,臨床的文脈で解釈し,包括的で標準化された報告を生成する。
  論文  参考訳（メタデータ） (2023-12-05T00:28:26Z)
• AiAReSeg: Catheter Detection and Segmentation in Interventional Ultrasound using Transformers [75.20925220246689]
  血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。 本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
  論文  参考訳（メタデータ） (2023-09-25T19:34:12Z)
• Ultra-NeRF: Neural Radiance Fields for Ultrasound Imaging [40.72047687523214]
  超音波(US)イメージングのための物理強調型暗黙神経表現法(INR)を提案する。 提案手法は, レイトレーシングに基づくニューラルレンダリングを新しいビューUS合成に活用する。
  論文  参考訳（メタデータ） (2023-01-25T11:02:09Z)
• Sketch guided and progressive growing GAN for realistic and editable ultrasound image synthesis [12.32829386817706]
  本稿では,GANに基づく画像合成フレームワークを提案する。 我々は,高解像度でカスタマイズされたテクスチャ編集機能により,現実的なBモードUS画像を合成できる最初の作品を紹介する。 さらに、生成画像と実画像の高レベル特徴の差を最小限に抑えるために、特徴損失を提案する。
  論文  参考訳（メタデータ） (2022-04-14T12:50:18Z)
• Image-Guided Navigation of a Robotic Ultrasound Probe for Autonomous Spinal Sonography Using a Shadow-aware Dual-Agent Framework [35.17207004351791]
  本稿では,強化学習エージェントと深層学習エージェントを統合した新しいデュアルエージェントフレームワークを提案する。 提案手法は,US画像を効果的に解釈し,プローブをナビゲートすることで,脊椎の複数の標準視像を取得できる。
  論文  参考訳（メタデータ） (2021-11-03T12:11:27Z)
• Voice-assisted Image Labelling for Endoscopic Ultrasound Classification using Neural Networks [48.732863591145964]
  本稿では,臨床医が提示した生音声からのEUS画像にラベルを付けるマルチモーダル畳み込みニューラルネットワークアーキテクチャを提案する。 その結果,5つのラベルを持つデータセットにおいて,画像レベルでの予測精度は76%であった。
  論文  参考訳（メタデータ） (2021-10-12T21:22:24Z)
• Deep Learning for Ultrasound Beamforming [120.12255978513912]
  受信した超音波エコーを空間画像領域にマッピングするビームフォーミングは、超音波画像形成チェーンの心臓に位置する。 現代の超音波イメージングは、強力なデジタル受信チャネル処理の革新に大きく依存している。 ディープラーニング手法は、デジタルビームフォーミングパイプラインにおいて魅力的な役割を果たす。
  論文  参考訳（メタデータ） (2021-09-23T15:15:21Z)
• Semantic segmentation of multispectral photoacoustic images using deep learning [53.65837038435433]
  光音響イメージングは医療に革命をもたらす可能性がある。 この技術の臨床的翻訳には、高次元取得したデータを臨床的に関連性があり解釈可能な情報に変換する必要がある。 本稿では,多スペクトル光音響画像のセマンティックセグメンテーションに対する深層学習に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2021-05-20T09:33:55Z)
• Generative Adversarial U-Net for Domain-free Medical Image Augmentation [49.72048151146307]
  注釈付き医用画像の不足は、医用画像コンピューティングの分野における最大の課題の1つだ。 本稿では,生成逆U-Netという新しい生成手法を提案する。 当社の新しいモデルは、ドメインフリーで、さまざまな医療画像に汎用性があります。
  論文  参考訳（メタデータ） (2021-01-12T23:02:26Z)
• Improving Endoscopic Decision Support Systems by Translating Between Imaging Modalities [4.760079434948197]
  異なる画像モダリティを示す内視鏡画像への画像-画像変換の適用性について検討した。 コンピュータ支援セリアック病診断において,画像と画像の翻訳がドメイン間の翻訳を効果的に行うことができるかどうかを検討する。
  論文  参考訳（メタデータ） (2020-04-27T06:55:56Z)

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。