論文の概要: Generative Modelling of 3D in-silico Spongiosa with Controllable
Micro-Structural Parameters
- arxiv url: http://arxiv.org/abs/2009.11327v1
- Date: Wed, 23 Sep 2020 18:11:47 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-15 15:52:57.977233
- Title: Generative Modelling of 3D in-silico Spongiosa with Controllable
Micro-Structural Parameters
- Title（参考訳）: 制御可能なマイクロ構造パラメータを持つ3次元インサイリコ・スポンジオザの生成モデリング
- Authors: Emmanuel Iarussi, Felix Thomsen and Claudio Delrieux
- Abstract要約: 本稿では, シリコン中の現実的な骨構造を生成するために, 生成的対向ネットワークの最近の進歩を適用することを提案する。
最初のステップでは、ワッサーシュタインの目的と勾配のペナルティを用いて、累積生成モデルを漸進的に訓練した。
骨粗しょう症治療後の骨構造をシミュレートし, 骨粗しょうの治療効果について検討した。
- 参考スコア（独自算出の注目度）: 1.0804061924593265
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Research in vertebral bone micro-structure generally requires costly
procedures to obtain physical scans of real bone with a specific pathology
under study, since no methods are available yet to generate realistic bone
structures in-silico. Here we propose to apply recent advances in generative
adversarial networks (GANs) to develop such a method. We adapted style-transfer
techniques, which have been largely used in other contexts, in order to
transfer style between image pairs while preserving its informational content.
In a first step, we trained a volumetric generative model in a progressive
manner using a Wasserstein objective and gradient penalty (PWGAN-GP) to create
patches of realistic bone structure in-silico. The training set contained 7660
purely spongeous bone samples from twelve human vertebrae (T12 or L1) with
isotropic resolution of 164um and scanned with a high resolution peripheral
quantitative CT (Scanco XCT). After training, we generated new samples with
tailored micro-structure properties by optimizing a vector z in the learned
latent space. To solve this optimization problem, we formulated a
differentiable goal function that leads to valid samples while compromising the
appearance (content) with target 3D properties (style). Properties of the
learned latent space effectively matched the data distribution. Furthermore, we
were able to simulate the resulting bone structure after deterioration or
treatment effects of osteoporosis therapies based only on expected changes of
micro-structural parameters. Our method allows to generate a virtually infinite
number of patches of realistic bone micro-structure, and thereby likely serves
for the development of bone-biomarkers and to simulate bone therapies in
advance.
- Abstract（参考訳）: 脊椎骨の微細構造の研究は、サイリコで現実的な骨構造を生成する方法がまだないため、研究中の特定の病理組織を持つ実際の骨の物理的スキャンを得るための費用がかかる。
本稿では,GAN(Generative Adversarial Network)の最近の進歩を応用して,そのような手法を提案する。
我々は,情報内容を維持しつつ,画像対間のスタイルを転送するために,他の文脈で広く使われているスタイル転送手法を適用した。
第1段階では,wasserstein objective and gradient penalty (pwgan-gp) を用いて累積生成モデルを漸進的に訓練し,現実的な骨構造のパッチを作成した。
トレーニングセットには,ヒト12椎骨(t12またはl1)から採取した純海綿骨標本7660点,等方分解能164um,高分解能末梢定量ct(scanco xct)を用いた。
学習後,学習潜在空間におけるベクトルzの最適化により,微構造特性を調整した新しいサンプルを作成した。
この最適化問題を解決するために,対象の3D特性(スタイル)と外観(コンテント)を妥協しながら,有効なサンプルを導出する微分可能なゴール関数を定式化した。
学習された潜在空間の特性はデータ分布と効果的に一致した。
さらに, マイクロ構造パラメータの変化が期待できる程度のみに基づいて骨粗しょう症治療後の骨構造をシミュレートすることができた。
この方法では、リアルな骨マイクロ構造の事実上無限のパッチを生成できるため、骨バイオマーカーの開発や、骨治療を事前にシミュレートすることができる。
関連論文リスト
- TopoTxR: A topology-guided deep convolutional network for breast parenchyma learning on DCE-MRIs [49.69047720285225]
そこで本研究では,乳房側葉構造をよりよく近似するために,マルチスケールのトポロジ構造を明示的に抽出する新しいトポロジカルアプローチを提案する。
VICTREファントム乳房データセットを用いてemphTopoTxRを実験的に検証した。
本研究の質的および定量的分析は,乳房組織における画像診断におけるトポロジカルな挙動を示唆するものである。
論文 参考訳（メタデータ） (2024-11-05T19:35:10Z) - Inpainting Pathology in Lumbar Spine MRI with Latent Diffusion [4.410798232767917]
病理組織学的特徴をMRIで健全な解剖学的特徴に塗布する効率的な方法を提案する。
腰椎椎間板ヘルニアと中心管狭窄に対し,T2 MRIにて椎間板ヘルニアを挿入する能力について検討した。
論文 参考訳（メタデータ） (2024-06-04T16:47:47Z) - Shape Matters: Detecting Vertebral Fractures Using Differentiable
Point-Based Shape Decoding [51.38395069380457]
変性性脊椎疾患は高齢者に多い。
骨粗しょう性骨折やその他の変性変形性骨折のタイムリーな診断は、重度の腰痛や障害のリスクを軽減するための前向きな処置を促進する。
本研究では,脊椎動物に対する形状自動エンコーダの使用について検討する。
論文 参考訳（メタデータ） (2023-12-08T18:11:22Z) - Predicting Bone Degradation Using Vision Transformer and Synthetic
Cellular Microstructures Dataset [0.0]
骨劣化を予測・可視化する頑健で高速な計算法が開発されている。
我々のディープラーニング手法であるTransVNetは、異なる3Dボキセル化画像を取り込み、数ヶ月にわたってその進化を予測することができる。
論文 参考訳（メタデータ） (2023-12-05T21:00:08Z) - Weakly Supervised AI for Efficient Analysis of 3D Pathology Samples [6.381153836752796]
3次元組織画像処理のためのボリュームブロック解析(MAMBA)のためのModality-Agnostic Multiple Case Learningを提案する。
3Dブロックベースのアプローチでは、MAMBAは2Dの単一スライスによる予測よりも優れた受信特性曲線(AUC)の0.86と0.74の領域を達成している。
さらに, 組織体積が大きくなることで予後が向上し, サンプリングバイアスによるリスク予測のばらつきが軽減されることが示唆された。
論文 参考訳（メタデータ） (2023-07-27T14:48:02Z) - 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) - Orientation-Shared Convolution Representation for CT Metal Artifact
Learning [63.67718355820655]
X線CT(CT)スキャン中、患者を乗せた金属インプラントは、しばしば有害なアーティファクトに繋がる。
既存のディープラーニングベースの手法は、有望な再構築性能を得た。
本稿では,人工物の物理的事前構造に適応するために,配向型畳み込み表現戦略を提案する。
論文 参考訳（メタデータ） (2022-12-26T13:56:12Z) - Using machine learning on new feature sets extracted from 3D models of
broken animal bones to classify fragments according to break agent [53.796331564067835]
ホミニン骨破壊による骨片と肉食動物による骨片の識別を目的とした骨折パターン解析への新しいアプローチを提案する。
この方法では、断片的な骨の3Dモデルを用いて、これまで骨折パターン解析に使用されていた特徴セットよりも透明性が高くレプリカ性の高いデータセットを抽出する。
監視された機械学習アルゴリズムは、骨断片を破片のエージェントに従って適切に分類するために使用され、平均的精度はテスト全体で77%である。
論文 参考訳（メタデータ） (2022-05-20T20:16:21Z) - Physical model simulator-trained neural network for computational 3D
phase imaging of multiple-scattering samples [1.112751058850223]
サンプルコントラストを均質化する新しいモデルベースデータ正規化前処理法を開発した。
上皮扁平上皮細胞およびCaenorhabditis elegans wormsの実験的測定におけるこのフレームワークの能力を示す。
論文 参考訳（メタデータ） (2021-03-29T17:43:56Z) - Data-driven generation of plausible tissue geometries for realistic
photoacoustic image synthesis [53.65837038435433]
光音響トモグラフィ(pat)は形態的および機能的組織特性を回復する可能性がある。
我々は,PATデータシミュレーションの新たなアプローチを提案し,これを「シミュレーションの学習」と呼ぶ。
我々は、意味的注釈付き医療画像データに基づいて訓練されたGAN(Generative Adversarial Networks)の概念を活用して、可塑性組織ジオメトリを生成する。
論文 参考訳（メタデータ） (2021-03-29T11:30:18Z)
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。