論文の概要: 3D Reconstruction and Segmentation of Dissection Photographs for
MRI-free Neuropathology
- arxiv url: http://arxiv.org/abs/2009.05596v1
- Date: Fri, 11 Sep 2020 18:21:00 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-19 21:42:00.393956
- Title: 3D Reconstruction and Segmentation of Dissection Photographs for
MRI-free Neuropathology
- Title（参考訳）: MRIのない神経病理診断のための解剖画像の3次元再構成と分割
- Authors: Henry Tregidgo, Adria Casamitjana, Caitlin Latimer, Mitchell Kilgore,
Eleanor Robinson, Emily Blackburn, Koen Van Leemput, Bruce Fischl, Adrian
Dalca, Christine Mac Donald, Dirk Keene, Juan Eugenio Iglesias
- Abstract要約: 脳郭清画像から全脳像量を再構成・分画する手法を提案する。
3次元再構成は、MRI以外の参照ボリュームを使用する共同登録フレームワークによって達成される。
我々は,Diceスコアとボリューム相関を用いて,24脳のデータセット上で本手法の評価を行った。
- 参考スコア（独自算出の注目度）: 2.4984854046383624
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Neuroimaging to neuropathology correlation (NTNC) promises to enable the
transfer of microscopic signatures of pathology to in vivo imaging with MRI,
ultimately enhancing clinical care. NTNC traditionally requires a volumetric
MRI scan, acquired either ex vivo or a short time prior to death.
Unfortunately, ex vivo MRI is difficult and costly, and recent premortem scans
of sufficient quality are seldom available. To bridge this gap, we present
methodology to 3D reconstruct and segment full brain image volumes from brain
dissection photographs, which are routinely acquired at many brain banks and
neuropathology departments. The 3D reconstruction is achieved via a joint
registration framework, which uses a reference volume other than MRI. This
volume may represent either the sample at hand (e.g., a surface 3D scan) or the
general population (a probabilistic atlas). In addition, we present a Bayesian
method to segment the 3D reconstructed photographic volumes into 36
neuroanatomical structures, which is robust to nonuniform brightness within and
across photographs. We evaluate our methods on a dataset with 24 brains, using
Dice scores and volume correlations. The results show that dissection
photography is a valid replacement for ex vivo MRI in many volumetric analyses,
opening an avenue for MRI-free NTNC, including retrospective data. The code is
available at https://github.com/htregidgo/DissectionPhotoVolumes.
- Abstract（参考訳）: 神経画像と神経病理相関(NTNC)は、病理の微視的署名をMRIで生体内イメージングに転送し、最終的に臨床ケアを強化することを約束する。
NTNCは伝統的に、生体外または死の直前に取得した体積MRIスキャンを必要とする。
残念なことに、ex vivo mriは困難で費用がかかり、最近の十分な品質のプレモーテムスキャンはほとんど利用できない。
このギャップを埋めるために、多くの脳バンクや神経病理部門で日常的に取得される脳解剖写真から、脳画像の3次元再構成と分割を行う手法を提案する。
3次元再構成は、MRI以外の参照ボリュームを使用する共同登録フレームワークによって達成される。
このボリュームは、手前のサンプル(例えば、表面3dスキャン)または一般人口(確率的アトラス)を表すことができる。
さらに,3次元再構成された画像の体積を36個の神経解剖学的構造に分類するベイズ的手法を提案する。
我々は,Diceスコアとボリューム相関を用いて,24脳のデータセット上で評価を行った。
以上の結果から, 解剖写真は多くのボリューム分析において, 生体外MRIの代替として有用であることが示唆された。
コードはhttps://github.com/htregidgo/dissectionphotovolumesで入手できる。
関連論文リスト
- X-Diffusion: Generating Detailed 3D MRI Volumes From a Single Image Using Cross-Sectional Diffusion Models [6.046082223332061]
X-拡散(X-Diffusion)は磁気共鳴イメージング(MRI)データに適した断面拡散モデルである。
X-Diffusionは、1つのフルボディDXAから詳細な3DMRIボリュームを生成することができる。
注目すべきは、MRIは、腫瘍のプロファイル、脊椎曲率、脳の容積など、オリジナルのMRIの本質的な特徴を完璧に保持していることだ。
論文 参考訳（メタデータ） (2024-04-30T14:53:07Z) - 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) - Style transfer between Microscopy and Magnetic Resonance Imaging via
Generative Adversarial Network in small sample size settings [49.84018914962972]
磁気共鳴イメージング(MRI)のクロスモーダル増強と、同じ組織サンプルに基づく顕微鏡イメージングが期待できる。
コンディショナル・ジェネレーティブ・逆境ネットワーク (cGAN) アーキテクチャを用いて, コーパス・カロサムのMRI画像から顕微鏡組織像を生成する方法を検討した。
論文 参考訳（メタデータ） (2023-10-16T13:58:53Z) - Brain Tumor Segmentation from MRI Images using Deep Learning Techniques [3.1498833540989413]
パブリックMRIデータセットは、脳腫瘍、髄膜腫、グリオーマ、下垂体腫瘍の3つの変種を持つ233人の患者の3064 TI強調画像を含む。
データセットファイルは、よく知られた画像セグメンテーション深層学習モデルの実装とトレーニングを利用する方法論に順応する前に、変換され、前処理される。
実験の結果,Adamを用いた再帰的残差U-Netは平均差0.8665に到達し,他の最先端ディープラーニングモデルよりも優れていた。
論文 参考訳（メタデータ） (2023-04-29T13:33:21Z) - Patched Diffusion Models for Unsupervised Anomaly Detection in Brain MRI [55.78588835407174]
本稿では,正常脳解剖のパッチベース推定法として拡散モデルの生成タスクを再構築する手法を提案する。
腫瘍と多発性硬化症について検討し,既存のベースラインと比較して25.1%の改善がみられた。
論文 参考訳（メタデータ） (2023-03-07T09:40:22Z) - 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) - 4D iterative reconstruction of brain fMRI in the moving fetus [1.8492120771993543]
本手法の精度を実地臨床用fMRI胎児群で定量的に評価した。
その結果,従来の3D手法と比較して再現性の向上が見られた。
論文 参考訳（メタデータ） (2021-11-22T18:12:21Z) - Gray Matter Segmentation in Ultra High Resolution 7 Tesla ex vivo T2w
MRI of Human Brain Hemispheres [9.196429840458629]
我々は、32個のヒト脳標本からなる高解像度7個のTeslaデータセットを提示する。
9つのニューラルネットワークアーキテクチャの皮質マントルセグメンテーション性能をベンチマークした。
異なる試料の脳半球全体、および異なる磁場強度および撮像配列で得られた見えない画像に対して、優れた汎化能力を示す。
論文 参考訳（メタデータ） (2021-10-14T21:01:18Z) - Three-dimensional Segmentation of the Scoliotic Spine from MRI using
Unsupervised Volume-based MR-CT Synthesis [3.6273410177512275]
本研究では,無教師付き完全3次元(3次元)クロスモダリティ合成法を提案する。
3D CycleGANモデルはMR領域とCT領域にまたがるボリューム・ツー・ボリューム変換のために訓練される。
結果として生じるセグメンテーションは、脊椎の3次元モデルを再構成するために使用される。
論文 参考訳（メタデータ） (2020-11-25T18:34:52Z) - Interpretation of 3D CNNs for Brain MRI Data Classification [56.895060189929055]
T1脳MRIにおける拡散テンソル画像の男女差について,これまでの知見を拡張した。
ボクセルの3次元CNN解釈を3つの解釈法の結果と比較する。
論文 参考訳（メタデータ） (2020-06-20T17:56:46Z) - Microvascular Dynamics from 4D Microscopy Using Temporal Segmentation [81.30750944868142]
経時的に脳血流量の変化を追跡でき, ピアル表面に向かって伝播する自発性動脈拡張を同定できる。
この新たなイメージング機能は、機能的磁気共鳴イメージング(fMRI)を基盤とした血行動態応答関数を特徴付けるための有望なステップである。
論文 参考訳（メタデータ） (2020-01-14T22:55:03Z)
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。