論文の概要: A Longitudinal Method for Simultaneous Whole-Brain and Lesion Segmentation in Multiple Sclerosis

• arxiv url: http://arxiv.org/abs/2008.05117v2
• Date: Tue, 15 Sep 2020 13:03:48 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-31 05:03:13.442750
• Title: A Longitudinal Method for Simultaneous Whole-Brain and Lesion Segmentation in Multiple Sclerosis
• Title（参考訳）: 多発性硬化症における脳と病変の同時分節の縦断法
• Authors: Stefano Cerri, Andrew Hoopes, Douglas N. Greve, Mark M\"uhlau, Koen Van Leemput
• Abstract要約: この方法は、既存の横断的手法に基づいて、全脳と病変の分節を同時に行う。 スキャナやMRIプロトコル、縦方向フォローアップスキャンの回数やタイミングについて、事前の仮定をしていないため、非常に一般的な方法である。 3つの縦断データセットに対する予備実験により,提案手法はより信頼性の高いセグメンテーションを発生し,それに基づく断面積法よりも病気効果を検出できることが示唆された。
• 参考スコア（独自算出の注目度）: 0.17999333451993946
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper we propose a novel method for the segmentation of longitudinal brain MRI scans of patients suffering from Multiple Sclerosis. The method builds upon an existing cross-sectional method for simultaneous whole-brain and lesion segmentation, introducing subject-specific latent variables to encourage temporal consistency between longitudinal scans. It is very generally applicable, as it does not make any prior assumptions on the scanner, the MRI protocol, or the number and timing of longitudinal follow-up scans. Preliminary experiments on three longitudinal datasets indicate that the proposed method produces more reliable segmentations and detects disease effects better than the cross-sectional method it is based upon.
• Abstract（参考訳）: 本稿では,多発性硬化症患者の経時的脳MRI像の分割法を提案する。 この方法は、脳と病変のセグメンテーションを同時に行う既存の断面積法に基づいており、縦断スキャン間の時間的一貫性を促進するために、被検者固有の潜伏変数を導入する。 スキャナやMRIプロトコル、縦方向フォローアップスキャンの回数やタイミングについて、事前の仮定をしていないため、非常に一般的な方法である。 3つの縦断データセットに関する予備実験は,提案手法がより信頼性の高いセグメンテーションを生成し,それに基づく横断的手法よりも優れた疾患効果を検出できることを示す。

関連論文リスト

• Longitudinal Segmentation of MS Lesions via Temporal Difference Weighting [2.0168790328644697]
  本稿では,ベースラインとフォローアップスキャンの時間的差を,差分重みブロックと呼ばれるユニークなアーキテクチャ的帰納バイアスによって明示的に取り込む新しい手法を提案する。 本研究は,2つのデータセットにまたがる最先端の縦・単点モデルと比較して,病変のセグメンテーションおよび病変検出において優れたスコアを得る。
  論文  参考訳（メタデータ） (2024-09-20T11:30:54Z)
• Accelerating Longitudinal MRI using Prior Informed Latent Diffusion [2.353466020397348]
  そこで本研究では,データ一貫性のステップと合わせて,訓練された拡散モデルを用いた事前情報再構成手法を提案する。 提案手法はラベルのない画像データを用いて訓練が可能で,k空間測定とペア長手スキャンのいずれのデータセットも不要である。
  論文  参考訳（メタデータ） (2024-06-29T22:13:54Z)
• Reconstructing the somatotopic organization of the corticospinal tract remains a challenge for modern tractography methods [55.07297021627281]
  CST(Corticospinal tract)は、人間の脳において、身体の自発的な動きを制御できる重要なホワイトマター線維である。 拡散MRIトラクトグラフィーは、ヒトの健康におけるCST経路の解剖学的および変動性の研究を可能にする唯一の方法である。
  論文  参考訳（メタデータ） (2023-06-09T02:05:40Z)
• Accurate Fine-Grained Segmentation of Human Anatomy in Radiographs via Volumetric Pseudo-Labeling [66.75096111651062]
  我々は,10,021個の胸部CTと157個のラベルの大規模データセットを作成した。 解剖学的擬似ラベル抽出のために3次元解剖分類モデルのアンサンブルを適用した。 得られたセグメンテーションモデルはCXRで顕著な性能を示した。
  論文  参考訳（メタデータ） (2023-06-06T18:01:08Z)
• An Open-Source Tool for Longitudinal Whole-Brain and White Matter Lesion Segmentation [0.15833270109954134]
  マルチコントラストデータの処理と白質病変の画像の堅牢な解析が可能な,既存の全脳セグメンテーション手法を構築した。 本手法は, セグメンテーション結果間の時間的一貫性を助長する主観的潜在変数を用いて拡張する。 本手法はアルツハイマー病と多発性硬化症に苦しむコントロール対象と患者を複数データセットで比較検討した。
  論文  参考訳（メタデータ） (2022-07-10T20:42:12Z)
• SpineOne: A One-Stage Detection Framework for Degenerative Discs and Vertebrae [54.751251046196494]
  SpineOneと呼ばれる一段階検出フレームワークを提案し、MRIスライスから変性椎骨と椎骨を同時に局在化・分類する。 1)キーポイントの局所化と分類を促進するためのキーポイント・ヒートマップの新しい設計、2)ディスクと脊椎の表現をよりよく区別するためのアテンション・モジュールの使用、3)後期訓練段階における複数の学習目標を関連付けるための新しい勾配誘導客観的アソシエーション機構。
  論文  参考訳（メタデータ） (2021-10-28T12:59:06Z)
• Multi-Slice Low-Rank Tensor Decomposition Based Multi-Atlas Segmentation: Application to Automatic Pathological Liver CT Segmentation [4.262342157729123]
  腹部CT像からの肝分画は,肝癌のコンピュータ診断と手術計画に必須のステップである。 現在、既存の肝セグメンテーション法の精度と堅牢性は臨床応用の要件を満たしていない。 低ランクテンソル分解(LRTD)ベースのマルチアトラス分割(MAS)フレームワークを提案し、CT画像の正確で堅牢な病理学的肝分割を実現する。
  論文  参考訳（メタデータ） (2021-02-24T04:09:39Z)
• A Convolutional Approach to Vertebrae Detection and Labelling in Whole Spine MRI [70.04389979779195]
  脊椎MRIにおける脊椎の発見と同定のための新しい畳み込み法を提案する。 これには学習ベクトル場を使用して、検出された脊椎の角を個別の脊椎にまとめる。 本手法の臨床的有用性を示すために, 腰部, 脊柱管内MRスキャンにおける側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側
  論文  参考訳（メタデータ） (2020-07-06T09:37:12Z)
• A Novel Approach for Correcting Multiple Discrete Rigid In-Plane Motions Artefacts in MRI Scans [63.28835187934139]
  本稿では,2つの入力枝を持つディープニューラルネットワークを用いた動きアーチファクトの除去手法を提案する。 提案法は患者の多動運動によって生成された人工物に応用できる。
  論文  参考訳（メタデータ） (2020-06-24T15:25:11Z)
• 4D Deep Learning for Multiple Sclerosis Lesion Activity Segmentation [49.32653090178743]
  我々は,MRIボリュームの履歴を用いて,この問題をフル4次元ディープラーニングに拡張することで,性能が向上するかどうか検討する。 提案手法は, 病変側真陽性率0.84, 病変側偽陽性率0.19で従来手法より優れていた。
  論文  参考訳（メタデータ） (2020-04-20T11:41:01Z)

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。