論文の概要: Anisotropic 3D Multi-Stream CNN for Accurate Prostate Segmentation from
Multi-Planar MRI
- arxiv url: http://arxiv.org/abs/2009.11120v2
- Date: Wed, 2 Dec 2020 13:01:03 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-15 16:37:44.237578
- Title: Anisotropic 3D Multi-Stream CNN for Accurate Prostate Segmentation from
Multi-Planar MRI
- Title（参考訳）: マルチプラナーMRIによる高精度前立腺分割のための異方性3次元マルチストリームCNN
- Authors: Anneke Meyer, Grzegorz Chlebus, Marko Rak, Daniel Schindele, Martin
Schostak, Bram van Ginneken, Andrea Schenk, Hans Meine, Horst K. Hahn,
Andreas Schreiber, Christian Hansen
- Abstract要約: 我々は,高分解能な等方性前立腺セグメンテーションを生成するために,スキャン方向の追加処理を行う異方性3次元マルチストリームCNNアーキテクチャを提案する。
2つの(双平面)像と3つの(三平面)像の向きをそれぞれ比較する。
- 参考スコア（独自算出の注目度）: 7.458812893013963
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Background and Objective: Accurate and reliable segmentation of the prostate
gland in MR images can support the clinical assessment of prostate cancer, as
well as the planning and monitoring of focal and loco-regional therapeutic
interventions. Despite the availability of multi-planar MR scans due to
standardized protocols, the majority of segmentation approaches presented in
the literature consider the axial scans only. Methods: We propose an
anisotropic 3D multi-stream CNN architecture, which processes additional scan
directions to produce a higher-resolution isotropic prostate segmentation. We
investigate two variants of our architecture, which work on two (dual-plane)
and three (triple-plane) image orientations, respectively. We compare them with
the standard baseline (single-plane) used in literature, i.e., plain axial
segmentation. To realize a fair comparison, we employ a hyperparameter
optimization strategy to select optimal configurations for the individual
approaches. Results: Training and evaluation on two datasets spanning multiple
sites obtain statistical significant improvement over the plain axial
segmentation ($p<0.05$ on the Dice similarity coefficient). The improvement can
be observed especially at the base ($0.898$ single-plane vs. $0.906$
triple-plane) and apex ($0.888$ single-plane vs. $0.901$ dual-plane).
Conclusion: This study indicates that models employing two or three scan
directions are superior to plain axial segmentation. The knowledge of precise
boundaries of the prostate is crucial for the conservation of risk structures.
Thus, the proposed models have the potential to improve the outcome of prostate
cancer diagnosis and therapies.
- Abstract（参考訳）: 背景と目的:MRI画像における前立腺の正確かつ信頼性の高いセグメンテーションは、前立腺癌の臨床的評価、および局所的および局所的な治療介入の計画とモニタリングを支援することができる。
標準化されたプロトコルによる多平面MRスキャンが利用可能であるにもかかわらず、文献で示されたセグメント化アプローチの大部分は軸走査のみを考慮する。
方法: より高分解能な等方性前立腺セグメントを生成するために, スキャン方向を付加する異方性3次元マルチストリームCNNアーキテクチャを提案する。
本稿では,2面(二重平面)と3面(三重平面)の画像配向の2種類のアーキテクチャについて検討する。
それらを、文学、すなわち平軸セグメンテーションで使われる標準ベースライン(単平面)と比較する。
公平な比較を実現するために,各手法の最適構成を選択するためにハイパーパラメータ最適化戦略を用いる。
結果: 複数部位にまたがる2つのデータセットのトレーニングと評価は, 原軸セグメンテーション(Dice類似度係数のp<0.05$)に対して統計的に有意な改善が得られた。
この改良は特にベースで観測できる($0.898$ single-plane vs. $0.906$ triple-plane)とapex ($0.888$ single-plane vs. $0.901$ dual-plane)。
結論: 本研究は, 2～3つの走査方向を用いたモデルが平面軸分割よりも優れていることを示す。
前立腺の正確な境界に関する知識は、リスク構造の保存に不可欠である。
したがって,提案モデルは前立腺がんの診断と治療の結果を改善する可能性を秘めている。
関連論文リスト
- Multi-modality transrectal ultrasound video classification for
identification of clinically significant prostate cancer [4.896561300855359]
臨床的に重要な前立腺癌(csPCa)のマルチモーダルTRUSビデオから分類するための枠組みを提案する。
提案するフレームワークは,512本のTRUSビデオを含む社内データセットを用いて評価する。
論文 参考訳（メタデータ） (2024-02-14T07:06:30Z) - 3DSAM-adapter: Holistic adaptation of SAM from 2D to 3D for promptable tumor segmentation [52.699139151447945]
医用画像の領域分割を行うために, SAMを2次元から3次元に変換する新しい適応法を提案する。
本モデルでは, 腎腫瘍, 膵腫瘍, 大腸癌の3つのタスクのうち8.25%, 29.87%, 10.11%の3つのタスクにおいて, ドメイン・オブ・ザ・アーティヴ・メディカル・イメージ・セグメンテーション・モデルより優れ, 肝腫瘍セグメンテーションでも同様の性能が得られる。
論文 参考訳（メタデータ） (2023-06-23T12:09:52Z) - 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) - Moving from 2D to 3D: volumetric medical image classification for rectal
cancer staging [62.346649719614]
術前T2期とT3期を区別することは直腸癌治療における最も困難かつ臨床的に重要な課題である。
直腸MRIでT3期直腸癌からT2を正確に判別するための体積畳み込みニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2022-09-13T07:10:14Z) - A unified 3D framework for Organs at Risk Localization and Segmentation
for Radiation Therapy Planning [56.52933974838905]
現在の医療ワークフローは、OAR(Organs-at-risk)のマニュアル記述を必要とする
本研究は,OARローカライゼーション・セグメンテーションのための統合された3Dパイプラインの導入を目的とする。
提案手法は医用画像に固有の3Dコンテキスト情報の活用を可能にする。
論文 参考訳（メタデータ） (2022-03-01T17:08:41Z) - Multiple Time Series Fusion Based on LSTM An Application to CAP A Phase
Classification Using EEG [56.155331323304]
本研究では,深層学習に基づく脳波チャンネルの特徴レベル融合を行う。
チャネル選択,融合,分類手順を2つの最適化アルゴリズムで最適化した。
論文 参考訳（メタデータ） (2021-12-18T14:17:49Z) - Self-transfer learning via patches: A prostate cancer triage approach
based on bi-parametric MRI [1.3934382972253603]
前立腺癌(PCa)は世界で2番目に多いがんである。
現在のPCa診断経路は、かなりの過剰診断のコストがかかり、不必要な治療とさらなる検査に繋がる。
臨床的に有意な (cS) 病変と非有意な (ncS) 病変を区別するためのパッチベースの事前訓練戦略を提案する。
論文 参考訳（メタデータ） (2021-07-22T17:02:38Z) - A Cascaded Residual UNET for Fully Automated Segmentation of Prostate
and Peripheral Zone in T2-weighted 3D Fast Spin Echo Images [1.6710577107094644]
前立腺癌の非侵襲的診断には多パラメータMR画像が有効であることが示されている。
本研究では,前立腺と周辺領域のセグメンテーションのための残留ブロック,カスケードMRes-UNETを用いた完全自動深層学習アーキテクチャを提案する。
論文 参考訳（メタデータ） (2020-12-25T03:16:52Z) - Enhanced 3D Myocardial Strain Estimation from Multi-View 2D CMR Imaging [0.0]
CMR SSFP画像からの複数方向からの相補的変位情報を組み合わせた3次元心筋ひずみ推定法を提案する。
商用ソフトウェア(セグメント,メドビソ)に実装された2次元非剛性登録アルゴリズムを用いて,短軸,4角,2角のビューのセットを登録する。
次に, 運動3方向の補間関数を作成し, 患者固有の左室の四面体メッシュ表現を変形させる。
論文 参考訳（メタデータ） (2020-09-25T22:47:50Z) - Detecting Pancreatic Ductal Adenocarcinoma in Multi-phase CT Scans via
Alignment Ensemble [77.5625174267105]
膵管腺癌(PDAC)は最も致命的ながんの1つである。
複数のフェーズは単一のフェーズよりも多くの情報を提供するが、それらは整列せず、テクスチャにおいて不均一である。
PDAC検出性能を高めるために,これらすべてのアライメントのアンサンブルを提案する。
論文 参考訳（メタデータ） (2020-03-18T19:06:27Z) - Volumetric Lung Nodule Segmentation using Adaptive ROI with Multi-View
Residual Learning [2.8145631839076004]
提案手法はLIDCデータセットで厳格に評価されている。
その結果,従来の技術と比較すると,アプローチは極めて堅牢で正確であることが示唆された。
論文 参考訳（メタデータ） (2019-12-31T15:03:18Z)
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。