論文の概要: ICA-UNet: ICA Inspired Statistical UNet for Real-time 3D Cardiac Cine MRI Segmentation

• arxiv url: http://arxiv.org/abs/2007.09455v1
• Date: Sat, 18 Jul 2020 15:29:01 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-09 06:00:30.616766
• Title: ICA-UNet: ICA Inspired Statistical UNet for Real-time 3D Cardiac Cine MRI Segmentation
• Title（参考訳）: ICA-UNet: ICAにインスパイアされたリアルタイム3次元心臓MRIセグメントのための統計的UNet
• Authors: Tianchen Wang, Xiaowei Xu, Jinjun Xiong, Qianjun Jia, Haiyun Yuan, Meiping Huang, Jian Zhuang, Yiyu Shi
• Abstract要約: リアルタイム3次元心血管MRIのための新しいICA-UNetを提案する。 MICCAI ACDC 2017データセットを用いた実験によると、ICA-UNetは最先端のDiceスコアを達成するだけでなく、スループットとレイテンシの両方のリアルタイム要件を満たす(最大12.6倍の削減)。
• 参考スコア（独自算出の注目度）: 28.758552446715218
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Real-time cine magnetic resonance imaging (MRI) plays an increasingly important role in various cardiac interventions. In order to enable fast and accurate visual assistance, the temporal frames need to be segmented on-the-fly. However, state-of-the-art MRI segmentation methods are used either offline because of their high computation complexity, or in real-time but with significant accuracy loss and latency increase (causing visually noticeable lag). As such, they can hardly be adopted to assist visual guidance. In this work, inspired by a new interpretation of Independent Component Analysis (ICA) for learning, we propose a novel ICA-UNet for real-time 3D cardiac cine MRI segmentation. Experiments using the MICCAI ACDC 2017 dataset show that, compared with the state-of-the-arts, ICA-UNet not only achieves higher Dice scores, but also meets the real-time requirements for both throughput and latency (up to 12.6X reduction), enabling real-time guidance for cardiac interventions without visual lag.
• Abstract（参考訳）: real-time cine magnetic resonance imaging (mri) は様々な心臓介入においてますます重要な役割を担っている。 高速かつ正確な視覚補助を可能にするためには、時間フレームをオンザフライで分割する必要がある。 しかし、最先端のmriセグメンテーション手法は、計算の複雑さが高いためオフラインでも、リアルタイムでもかなりの精度の損失とレイテンシーの増加(視覚的な遅延を伴って)で使用される。 そのため、視覚的指導を支援するために採用されることはほとんどない。 本研究は,独立成分分析(ICA)の学習用解釈に触発されて,リアルタイム3次元心血管MRI分割のための新しいICA-UNetを提案する。 MICCAI ACDC 2017データセットを用いた実験によると、ICA-UNetは最先端のDiceスコアを達成しているだけでなく、スループットとレイテンシ(最大12.6倍)の両方のリアルタイム要件を満たしている。

関連論文リスト

• Volumetric Reconstruction Resolves Off-Resonance Artifacts in Static and Dynamic PROPELLER MRI [76.60362295758596]
  磁気共鳴イメージング(MRI)におけるオフ共鳴アーティファクトは、画像ボリューム内のスピンの実際の共鳴周波数が空間情報を符号化するのに使用される期待周波数と異なる場合に発生する視覚歪みである。 本稿では,2次元MRI再構成問題を3次元に引き上げ,このオフ共鳴をモデル化するための「スペクトル」次元を導入することで,これらのアーチファクトを解決することを提案する。
  論文  参考訳（メタデータ） (2023-11-22T05:44:51Z)
• CMRxRecon: An open cardiac MRI dataset for the competition of accelerated image reconstruction [62.61209705638161]
  ディープラーニングベースのCMRイメージングアルゴリズムへの関心が高まっている。 ディープラーニング手法は大規模なトレーニングデータセットを必要とする。 このデータセットには300人の被験者のマルチコントラスト、マルチビュー、マルチスライス、マルチコイルCMRイメージングデータが含まれている。
  論文  参考訳（メタデータ） (2023-09-19T15:14:42Z)
• Video4MRI: An Empirical Study on Brain Magnetic Resonance Image Analytics with CNN-based Video Classification Frameworks [60.42012344842292]
  3次元CNNモデルが磁気共鳴画像(MRI)解析の分野を支配している。 本稿では,アルツハイマー病とパーキンソン病の認識の4つのデータセットを実験に利用した。 効率の面では、ビデオフレームワークは3D-CNNモデルよりも5%から11%、トレーニング可能なパラメータは50%から66%少ない。
  論文  参考訳（メタデータ） (2023-02-24T15:26:31Z)
• Attentive Symmetric Autoencoder for Brain MRI Segmentation [56.02577247523737]
  視覚変換器(ViT)をベースとした3次元脳MRIセグメンテーションタスクのための新しいアテンテーティブシンメトリオートエンコーダを提案する。 事前学習の段階では、提案するオートエンコーダがより注意を払って、勾配測定値に従って情報パッチを再構築する。 実験の結果,提案手法は最先端の自己教師付き学習法や医用画像分割モデルよりも優れていた。
  論文  参考訳（メタデータ） (2022-09-19T09:43:19Z)
• Synthetic Velocity Mapping Cardiac MRI Coupled with Automated Left Ventricle Segmentation [1.8268300764373178]
  本稿では,3次元MVMデータの時間分解能を高めるためのフレーム合成アルゴリズムを提案する。 我々のアルゴリズムは、時間分解能3Dir MVMを増大させるだけでなく、同時に心筋セグメンテーション結果を生成することもできる。
  論文  参考訳（メタデータ） (2021-10-04T10:20:27Z)
• Towards Cardiac Intervention Assistance: Hardware-aware Neural Architecture Exploration for Real-Time 3D Cardiac Cine MRI Segmentation [18.147734988338634]
  リアルタイム心臓MRI(Real-time Heartc MRI)は、様々な心臓の介入を導く上で、ますます重要な役割を担っている。 より優れた視覚補助を提供するには、目立った視覚遅延を避けるために、シネMRIフレームをオンザフライで分割する必要がある。 リアルタイム3次元心血管MRIセグメント化のためのハードウェア対応マルチスケールニューラルアーキテクチャサーチ(NAS)フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-08-17T03:22:57Z)
• Real-Time Cardiac Cine MRI with Residual Convolutional Recurrent Neural Network [11.160864233170615]
  リアルタイム心血管再建のための残差畳み込みRNNを提案する。 放射線学者による評価から, 深層学習モデルでは, 圧縮センシングよりも優れた性能を示した。
  論文  参考訳（メタデータ） (2020-08-12T00:23:05Z)
• DeU-Net: Deformable U-Net for 3D Cardiac MRI Video Segmentation [16.85475295093217]
  心電図3次元画像からの時間的情報を完全に活用する新しいデフォルマブルU-Netを提案する。 意味のある特徴を集約するために、変形可能な注意U-Netを用いてDGPAネットワークを考案する。 実験結果から,我々のDeU-Netは,一般的に使用されている評価指標の最先端性能を達成できることがわかった。
  論文  参考訳（メタデータ） (2020-07-13T12:19:03Z)
• Cine Cardiac MRI Motion Artifact Reduction Using a Recurrent Neural Network [18.433956246011466]
  本研究では,運動ブラスト心画像から空間的特徴と時間的特徴を同時に抽出するリカレントニューラルネットワークを提案する。 実験の結果,2つの臨床検査データセットの画質が有意に向上した。
  論文  参考訳（メタデータ） (2020-06-23T01:55:57Z)
• A Global Benchmark of Algorithms for Segmenting Late Gadolinium-Enhanced Cardiac Magnetic Resonance Imaging [90.29017019187282]
  現在世界最大の心臓LGE-MRIデータセットである154個の3D LGE-MRIを用いた「2018 left Atrium Challenge」。 技術および生物学的指標を用いた提案アルゴリズムの解析を行った。 その結果, 最上部法は93.2%, 平均表面は0.7mmであった。
  論文  参考訳（メタデータ） (2020-04-26T08:49:17Z)
• AutoHR: A Strong End-to-end Baseline for Remote Heart Rate Measurement with Neural Searching [76.4844593082362]
  既存のエンド・ツー・エンドのネットワークが難易度が低い理由を考察し,アーキテクチャ・サーチ(NAS)を用いたリモートHR計測のための強力なベースラインを確立する。 総合的な実験は、時間内テストとクロスデータセットテストの両方で3つのベンチマークデータセットで実施される。
  論文  参考訳（メタデータ） (2020-04-26T05:43:21Z)

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。