論文の概要: Cephalogram Synthesis and Landmark Detection in Dental Cone-Beam CT Systems

• arxiv url: http://arxiv.org/abs/2009.04420v2
• Date: Sat, 20 Mar 2021 18:08:38 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-20 11:57:00.222297
• Title: Cephalogram Synthesis and Landmark Detection in Dental Cone-Beam CT Systems
• Title（参考訳）: 歯科用コーンビームCTシステムにおけるセファログラム合成とランドマーク検出
• Authors: Yixing Huang, Fuxin Fan, Christopher Syben, Philipp Roser, Leonid Mill, Andreas Maier
• Abstract要約: 合成脳波画像のコントラストを高めるために,X線フィルムの非線形光学特性を利用したシグモノイド系強度変換を提案する。 低線量目的のために、2つのCBCTプロジェクションから直接2次元脳波を合成するために、画素対画素生成逆数ネットワーク (pix2pixGAN) を提案する。 合成脳波のランドマーク検出には,LeNet-5とResNet50の組み合わせを用いた効率的な自動ランドマーク検出法が提案されている。
• 参考スコア（独自算出の注目度）: 11.242436948609715
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Due to the lack of standardized 3D cephalometric analytic methodology, 2D cephalograms synthesized from 3D cone-beam computed tomography (CBCT) volumes are widely used for cephalometric analysis in dental CBCT systems. However, compared with conventional X-ray film based cephalograms, such synthetic cephalograms lack image contrast and resolution. In addition, the radiation dose during the scan for 3D reconstruction causes potential health risks. In this work, we propose a sigmoid-based intensity transform that uses the nonlinear optical property of X-ray films to increase image contrast of synthetic cephalograms. To improve image resolution, super resolution deep learning techniques are investigated. For low dose purpose, the pixel-to-pixel generative adversarial network (pix2pixGAN) is proposed for 2D cephalogram synthesis directly from two CBCT projections. For landmark detection in the synthetic cephalograms, an efficient automatic landmark detection method using the combination of LeNet-5 and ResNet50 is proposed. Our experiments demonstrate the efficacy of pix2pixGAN in 2D cephalogram synthesis, achieving an average peak signal-to-noise ratio (PSNR) value of 33.8 with reference to the cephalograms synthesized from 3D CBCT volumes. Pix2pixGAN also achieves the best performance in super resolution, achieving an average PSNR value of 32.5 without the introduction of checkerboard or jagging artifacts. Our proposed automatic landmark detection method achieves 86.7% successful detection rate in the 2 mm clinical acceptable range on the ISBI Test1 data, which is comparable to the state-of-the-art methods. The method trained on conventional cephalograms can be directly applied to landmark detection in the synthetic cephalograms, achieving 93.0% and 80.7% successful detection rate in 4 mm precision range for synthetic cephalograms from 3D volumes and 2D projections respectively.
• Abstract（参考訳）: 標準化された3次元脳波解析手法が欠如しているため,3次元コーンビームCT(CBCT)ボリュームから合成された2次元脳波は歯科用CBCTシステムにおける脳波解析に広く用いられている。 しかし, 従来のX線撮影法と比較して, 画像のコントラストや分解能に欠ける。 さらに、スキャン中の放射線線量による3次元再構成は、潜在的な健康リスクを引き起こす。 本研究では,X線フィルムの非線形光学特性を利用して合成脳波画像のコントラストを向上するシグモノイドによる強度変換を提案する。 画像の解像度を改善するため,超解像深層学習技術について検討した。 低線量目的のために、2つのCBCTプロジェクションから直接2次元脳波を合成するために、画素対画素生成逆数ネットワーク (pix2pixGAN) を提案する。 合成脳波のランドマーク検出のために,LeNet-5とResNet50の組み合わせを用いた効率的な自動ランドマーク検出法を提案する。 実験は2次元脳波合成におけるピクス2ピクセルGANの有効性を実証し, 3次元CBCTボリュームから合成した脳波について平均ピーク信号-雑音比(PSNR)33.8を達成した。 Pix2pixGANは、チェッカーボードやジャグリングアーティファクトを導入することなく、32.5の平均PSNR値を達成し、超解像度で最高のパフォーマンスを達成する。 提案手法は,ISBI Test1データに対する2mm臨床許容範囲で86.7%の精度で検出が可能であり,これは最先端の手法に匹敵するものである。 従来の脳波で訓練された方法は、合成脳波のランドマーク検出に直接適用することができ、それぞれ3Dボリュームと2Dプロジェクションから4mm精度で93.0%と80.7%の精度で検出できる。

関連論文リスト

• High-Fidelity 3D Lung CT Synthesis in ARDS Swine Models Using Score-Based 3D Residual Diffusion Models [13.79974752491887]
  急性呼吸不全症候群(ARDS)は、肺炎症と呼吸不全を特徴とする重症疾患であり、死亡率は約40%である。 胸部X線のような従来の画像撮影法は、肺病理の完全な評価において、その効果を制限し、2次元のビューのみを提供する。 本研究では, スコアベース3D残差拡散モデルを用いて2次元X線画像から高忠実度3D肺CTを合成する。
  論文  参考訳（メタデータ） (2024-09-26T18:22:34Z)
• Enhancing Angular Resolution via Directionality Encoding and Geometric Constraints in Brain Diffusion Tensor Imaging [70.66500060987312]
  拡散強調画像(DWI)は、水分子の拡散率に感応した磁気共鳴イメージング(MRI)の一種である。 本研究はDirGeo-DTIを提案する。DirGeo-DTIは、勾配方向の最小理論数(6)で得られたDWIの集合からでも、信頼できるDTIメトリクスを推定する深層学習に基づく手法である。
  論文  参考訳（メタデータ） (2024-09-11T11:12:26Z)
• OCTCube: A 3D foundation model for optical coherence tomography that improves cross-dataset, cross-disease, cross-device and cross-modality analysis [11.346324975034051]
  OCTCubeは、26,605個の3D OCTボリュームで事前訓練された3Dファンデーションモデルである。 インダクティブとクロスデータセットの両方の設定で8つの網膜疾患を予測する場合、2Dモデルよりも優れています。 また、クロスデバイス予測や、糖尿病や高血圧などの全身疾患の予測に優れたパフォーマンスを示す。
  論文  参考訳（メタデータ） (2024-08-20T22:55:19Z)
• Super-resolution of biomedical volumes with 2D supervision [84.5255884646906]
  超解像のための仮設スライス拡散は、生物学的標本のすべての空間次元にわたるデータ生成分布の固有同値性を利用する。 我々は,高解像度2次元画像の高速取得を特徴とするSliceRの組織学的刺激(SRH)への応用に着目する。
  論文  参考訳（メタデータ） (2024-04-15T02:41:55Z)
• Deep learning network to correct axial and coronal eye motion in 3D OCT retinal imaging [65.47834983591957]
  深層学習に基づくニューラルネットワークを用いて,OCTの軸運動とコロナ運動のアーチファクトを1つのスキャンで補正する。 実験結果から, 提案手法は動作アーチファクトを効果的に補正し, 誤差が他の方法よりも小さいことを示す。
  論文  参考訳（メタデータ） (2023-05-27T03:55:19Z)
• Acute ischemic stroke lesion segmentation in non-contrast CT images using 3D convolutional neural networks [0.0]
  非コントラストCT脳画像における急性虚血性脳梗塞の容積分画を目的とした自動アルゴリズムを提案する。 我々のディープラーニングアプローチは、人気のある3D U-Net畳み込みニューラルネットワークアーキテクチャに基づいている。
  論文  参考訳（メタデータ） (2023-01-17T10:39:39Z)
• Automatic Diagnosis of Carotid Atherosclerosis Using a Portable Freehand 3D Ultrasound Imaging System [18.73291257371106]
  計127個の頸動脈スキャンを携帯型3DUSシステムを用いて取得した。 U-Netセグメンテーションネットワークを用いて2次元横枠上の頸動脈を抽出した。 頸動脈容積を再構築するために, 位置正則化を用いた高速ドット投影法(FDP)を用いた新しい3次元再構成法を提案した。
  論文  参考訳（メタデータ） (2023-01-08T17:35:36Z)
• Harmonizing Pathological and Normal Pixels for Pseudo-healthy Synthesis [68.5287824124996]
  そこで本研究では,新しいタイプの識別器であるセグメンタを提案し,病変の正確な特定と擬似健康画像の視覚的品質の向上を図っている。 医用画像強調に生成画像を適用し,低コントラスト問題に対処するために拡張結果を利用する。 BraTSのT2モダリティに関する総合的な実験により、提案手法は最先端の手法よりも大幅に優れていることが示された。
  論文  参考訳（メタデータ） (2022-03-29T08:41:17Z)
• Automated Model Design and Benchmarking of 3D Deep Learning Models for COVID-19 Detection with Chest CT Scans [72.04652116817238]
  3D胸部CTスキャン分類のための3D DLモデルを自動的に検索するための差別化可能なニューラルネットワーク探索(DNAS)フレームワークを提案する。 また,我々のモデルのクラスアクティベーションマッピング(cam)技術を利用して,結果の解釈可能性を提供する。
  論文  参考訳（メタデータ） (2021-01-14T03:45:01Z)
• Revisiting 3D Context Modeling with Supervised Pre-training for Universal Lesion Detection in CT Slices [48.85784310158493]
  CTスライスにおける普遍的病変検出のための3Dコンテキスト強化2D特徴を効率的に抽出するための修飾擬似3次元特徴ピラミッドネットワーク(MP3D FPN)を提案する。 新たな事前学習手法により,提案したMP3D FPNは,DeepLesionデータセット上での最先端検出性能を実現する。 提案された3Dプリトレーニングウェイトは、他の3D医療画像分析タスクのパフォーマンスを高めるために使用できる。
  論文  参考訳（メタデータ） (2020-12-16T07:11:16Z)

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。