論文の概要: Left Ventricular Wall Motion Estimation by Active Polynomials for Acute Myocardial Infarction Detection

• arxiv url: http://arxiv.org/abs/2008.04615v1
• Date: Tue, 11 Aug 2020 10:29:22 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-31 12:22:23.235598
• Title: Left Ventricular Wall Motion Estimation by Active Polynomials for Acute Myocardial Infarction Detection
• Title（参考訳）: 急性心筋梗塞検出のための能動多項式による左室壁運動推定
• Authors: Serkan Kiranyaz, Aysen Degerli, Tahir Hamid, Rashid Mazhar, Rayyan Ahmed, Rayaan Abouhasera, Morteza Zabihi, Junaid Malik, Ridha Hamila, and Moncef Gabbouj
• Abstract要約: 本稿では, 左室壁の大域的運動を, 頑健かつ正確な方法で正確に推定できる新しい手法であるActive Polynomialsを提案する。 提案アルゴリズムは,急性MIの早期診断を支援するために,LV壁セグメントに発生する真の壁運動を定量化する。
• 参考スコア（独自算出の注目度）: 18.93271742586598
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Echocardiogram (echo) is the earliest and the primary tool for identifying regional wall motion abnormalities (RWMA) in order to diagnose myocardial infarction (MI) or commonly known as heart attack. This paper proposes a novel approach, Active Polynomials, which can accurately and robustly estimate the global motion of the Left Ventricular (LV) wall from any echo in a robust and accurate way. The proposed algorithm quantifies the true wall motion occurring in LV wall segments so as to assist cardiologists diagnose early signs of an acute MI. It further enables medical experts to gain an enhanced visualization capability of echo images through color-coded segments along with their "maximum motion displacement" plots helping them to better assess wall motion and LV Ejection-Fraction (LVEF). The outputs of the method can further help echo-technicians to assess and improve the quality of the echocardiogram recording. A major contribution of this study is the first public echo database collection composed by physicians at the Hamad Medical Corporation Hospital in Qatar. The so-called HMC-QU database will serve as the benchmark for the forthcoming relevant studies. The results over the HMC-QU dataset show that the proposed approach can achieve high accuracy, sensitivity and precision in MI detection even though the echo quality is quite poor, and the temporal resolution is low.
• Abstract（参考訳）: 心エコー図(echo)は、心筋梗塞(MI)または通称心臓発作の診断において、局所壁運動異常(RWMA)を同定するための最も早くかつ主要なツールである。 本稿では,左室壁の大域的運動を任意のエコーから正確に,かつ高精度に推定できる新しい手法であるActive Polynomialsを提案する。 提案アルゴリズムは,急性MIの早期診断を支援するために,LV壁セグメントに発生する真の壁運動を定量化する。 さらに、医療専門家は、壁の動きとLVEF(LV Ejection-Fraction)を評価するのに役立つ「最大運動変位」プロットとともに、カラーコードされたセグメントを通してエコー画像の可視化能力を高めることができる。 この方法の出力は、エコー技術者が心エコー記録の品質を評価し改善するのに役立ちます。 この研究の主な貢献は、カタールのハマド・メディカル・コーポレーション病院で医師が作成した最初の公開エコーデータベース収集である。 いわゆるHMC-QUデータベースは、今後の研究のベンチマークとなる。 HMC-QUデータセットを用いた結果から,エコー品質が極めて低く,時間分解能が低い場合でも,MI検出の精度,感度,精度が向上することが示された。

関連論文リスト

• Epicardium Prompt-guided Real-time Cardiac Ultrasound Frame-to-volume Registration [50.602074919305636]
  本稿では,CU-Reg と呼ばれる,軽量でエンドツーエンドなカード・ツー・エンド・超音波フレーム・ツー・ボリューム・レジストレーション・ネットワークを提案する。 2次元スパースと3次元濃密な特徴の相互作用を増強するために,心内膜急速ガイドによる解剖学的手がかりを用い,その後,強化された特徴のボクセル的局所グロバル集約を行った。
  論文  参考訳（メタデータ） (2024-06-20T17:47:30Z)
• Continuous max-flow augmentation of self-supervised few-shot learning on SPECT left ventricles [0.0]
  本研究の目的は, 診断センターとクリニックが, 小型・低品質のSPECTラベルに基づいて自動的に心筋のセグメンテーションを行うためのレシピを提供することである。 SPECT装置の様々な領域における3次元U-Net自己教師学習(SSL)アプローチを強化するために,CMF(Continuous Max-Flow)と事前形状情報の組み合わせを開発した。
  論文  参考訳（メタデータ） (2024-05-09T03:19:19Z)
• Refining Myocardial Infarction Detection: A Novel Multi-Modal Composite Kernel Strategy in One-Class Classification [14.469786240272365]
  心筋梗塞(MI)の早期発見は、さらなる損傷を防ぐために不可欠である。 本研究では,心エコー法における一クラス分類法(OCC)を用いた早期MI検出法を提案する。 今回提案したマルチビュー・アプローチは71.24%の幾何学的平均値を達成し,心エコー図に基づくMI診断の大幅な進歩を示唆している。
  論文  参考訳（メタデータ） (2024-02-09T16:41:50Z)
• Deep Learning for Automatic Strain Quantification in Arrhythmogenic Right Ventricular Cardiomyopathy [0.0]
  CMRIによる心臓運動の定量化は、不整脈性右室心筋症(ARVC)診断の不可欠な部分である。 Inlicit Neural Representations (INR) とディープラーニングを用いた心臓運動自動評価法を開発した。 以上の結果から,スライス間アライメントと超解像ボリュームの生成と,2つの心像の同時解析が相まって,登録性能が向上することが示唆された。
  論文  参考訳（メタデータ） (2023-11-24T12:55:36Z)
• Semantic-aware Temporal Channel-wise Attention for Cardiac Function Assessment [69.02116920364311]
  既存のビデオベースの手法では、左室領域や運動による左室の変化にはあまり注意を払わない。 本稿では,左室分割課題を伴う半教師付き補助学習パラダイムを提案し,左室領域の表現学習に寄与する。 提案手法は,0.22 MAE,0.26 RMSE,1.9%$R2$の改善により,スタンフォードデータセットの最先端性能を実現する。
  論文  参考訳（メタデータ） (2023-10-09T05:57:01Z)
• MyoPS: A Benchmark of Myocardial Pathology Segmentation Combining Three-Sequence Cardiac Magnetic Resonance Images [84.02849948202116]
  本研究は,MyoPS(MyoPS)の医療画像解析における新たな課題を定義するものである。 myoPSは、MICCAI 2020とともにMyoPSチャレンジで最初に提案された3シーケンスの心臓磁気共鳴(CMR)画像を組み合わせている。 この課題は45対のCMR画像と予め整列されたCMR画像を提供し、アルゴリズムは3つのCMRシーケンスから補完的な情報を結合して病理領域を分割することを可能にする。
  論文  参考訳（メタデータ） (2022-01-10T06:37:23Z)
• Early Myocardial Infarction Detection over Multi-view Echocardiography [22.81766862528411]
  心筋梗塞 (MI) は世界有数の死因である。 そこで本研究では,11個の心筋セグメントをMI検出のために解析可能な,apical 4-chamber (A4C) およびapical 2-chamber (A2C) ビューの融合を提案する。
  論文  参考訳（メタデータ） (2021-11-09T15:36:10Z)
• Early Detection of Myocardial Infarction in Low-Quality Echocardiography [20.70352553163199]
  心筋梗塞 (MI) は、毎年324万人が苦しんでいる、世界中で致命的な健康上の問題である。 本稿では,低品質心エコー図におけるMI早期検出のための3段階的アプローチを提案する。 本研究の主な貢献は、低品質心エコー図によるLV壁の高精度セグメンテーション、無注LV壁の地下構造形成のための擬似ラベリングアプローチ、MI検出のための最初の公開心エコーデータセット(HMC-QU)*である。
  論文  参考訳（メタデータ） (2020-10-05T18:47:04Z)
• Motion Pyramid Networks for Accurate and Efficient Cardiac Motion Estimation [51.72616167073565]
  本研究では,心臓の運動推定を高精度かつ効率的に行うための,ディープラーニングに基づく新しいアプローチであるMotion Pyramid Networksを提案する。 我々は、複数の特徴表現から運動場のピラミッドを予測し、融合し、より洗練された運動場を生成する。 そこで我々は,新しい循環型教員教育戦略を用いて,推論をエンドツーエンドにし,トラッキング性能をさらに向上させる。
  論文  参考訳（メタデータ） (2020-06-28T21:03:19Z)
• 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)
• 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)

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。