Fugu-MT 論文翻訳(概要): 3D Convolutional Sequence to Sequence Model for Vertebral Compression Fractures Identification in CT

論文の概要: 3D Convolutional Sequence to Sequence Model for Vertebral Compression Fractures Identification in CT

arxiv url: http://arxiv.org/abs/2010.03739v1
Date: Thu, 8 Oct 2020 02:39:40 GMT
ステータス: 処理完了
システム内更新日: 2022-10-09 12:52:00.714096
Title: 3D Convolutional Sequence to Sequence Model for Vertebral Compression Fractures Identification in CT
Title（参考訳）: CTにおける上腕骨圧縮骨折同定のための3次元畳み込みモデル
Authors: David Chettrit, Tomer Meir, Hila Lebel, Mila Orlovsky, Ronen Gordon, Ayelet Akselrod-Ballin, Amir Bar
Abstract要約: 骨粗しょう症関連骨折は世界中で3秒ごとに発生し、女性3人に1人、男性5人に1人が50歳以上である。本研究では,CT画像を用いた脊椎圧迫骨折の自動診断システムを提案する。このシステムは、脊髄検出のための畳み込みニューラルネットワーク(CNN)と、新しい3Dアーキテクチャへのエンドツーエンドシーケンスを利用して、脊椎のコンパクトな3D表現を統合する。
参考スコア（独自算出の注目度）: 1.7372615815088566
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: An osteoporosis-related fracture occurs every three seconds worldwide, affecting one in three women and one in five men aged over 50. The early detection of at-risk patients facilitates effective and well-evidenced preventative interventions, reducing the incidence of major osteoporotic fractures. In this study, we present an automatic system for identification of vertebral compression fractures on Computed Tomography images, which are often an undiagnosed precursor to major osteoporosis-related fractures. The system integrates a compact 3D representation of the spine, utilizing a Convolutional Neural Network (CNN) for spinal cord detection and a novel end-to-end sequence to sequence 3D architecture. We evaluate several model variants that exploit different representation and classification approaches and present a framework combining an ensemble of models that achieves state of the art results, validated on a large data set, with a patient-level fracture identification of 0.955 Area Under the Curve (AUC). The system proposed has the potential to support osteoporosis clinical management, improve treatment pathways, and to change the course of one of the most burdensome diseases of our generation.
Abstract（参考訳）: オステオポローシス関連骨折は全世界で3秒ごとに発生し、女性3人に1人、男性5人に1人が50歳以上である。リスクの高い患者を早期に検出することは、効果的な予防的介入を助長し、大変形性骨折の発生を減少させる。そこで本研究では, 胸椎圧迫骨折をct画像で自動同定するシステムを提案する。このシステムは、脊髄検出のための畳み込みニューラルネットワーク(CNN)と、新しい3Dアーキテクチャへのエンドツーエンドシーケンスを利用して、脊椎のコンパクトな3D表現を統合する。異なる表現と分類のアプローチを生かしたいくつかのモデル変種を評価し,大規模データセット上で検証された,成果の状態を達成するモデルの集合と,曲線下の0.955領域の患者レベルの破壊識別(auc)を組み合わせた枠組みを提案する。提案システムは, 骨粗しょう症の臨床管理を支援し, 治療経路を改善し, 当世代で最も重篤な疾患の一つの経過を変える可能性がある。

関連論文リスト

Cascade learning in multi-task encoder-decoder networks for concurrent bone segmentation and glenohumeral joint assessment in shoulder CT scans [0.8974531206817744]
この研究は、肩部CTスキャンを処理する革新的なディープラーニングフレームワークを導入している。上腕骨と肩甲骨のセグメンテーション、骨表面の3次元再構成、角膜関節領域の同定などが特徴である。パイプラインは、セグメンテーションのための3D CEL-UNetと3倍分類のための3D Arthro-Netの2つのケースケードCNNアーキテクチャで構成されている。
論文参考訳（メタデータ） (2024-10-16T15:00:31Z)
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)
Automatic diagnosis of knee osteoarthritis severity using Swin transformer [55.01037422579516]
変形性膝関節症 (KOA) は膝関節の慢性的な痛みと硬直を引き起こす疾患である。我々は,Swin Transformer を用いて KOA の重大度を予測する自動手法を提案する。
論文参考訳（メタデータ） (2023-07-10T09:49:30Z)
Automated anomaly-aware 3D segmentation of bones and cartilages in knee MR images from the Osteoarthritis Initiative [3.8281328621400226]
膝の3次元磁気共鳴(MR)画像における異常を検出するために,U-Netベースニューラルネットワークを用いた多段階アプローチを開発した。異常検出のために、U-Netベースのモデルが開発され、インペイントによる画像の大腿骨骨の骨の形状を再構築した。第2の異常認識ネットワークは, 異常診断ネットワークと比較され, 大腿骨, 大腿骨, 大腿骨, パテラー骨, 軟骨の最終的な自動分割に使用された。
論文参考訳（メタデータ） (2022-11-30T02:35:05Z)
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)
Interpretable Vertebral Fracture Quantification via Anchor-Free Landmarks Localization [0.04925906256430176]
椎体圧迫骨折は骨粗しょう症の早期徴候である。 3次元CT画像に椎体を局在させる新しい2段階アルゴリズムを提案する。そして、個々の椎骨を検出し、同時に2Dで骨折を定量化する。
論文参考訳（メタデータ） (2022-04-14T08:31:25Z)
Breast Cancer Induced Bone Osteolysis Prediction Using Temporal Variational Auto-Encoders [65.95959936242993]
骨分解性骨病変の進展を正確に予測し,可視化する深層学習フレームワークを開発した。乳癌患者の骨格関連事象(SRE)を予防するための治療戦略の計画と評価を支援する。
論文参考訳（メタデータ） (2022-03-20T21:00:10Z)
Explainable multiple abnormality classification of chest CT volumes with AxialNet and HiResCAM [89.2175350956813]
本稿では,容積医用画像における多変量分類の課題について紹介する。本稿では,複数のインスタンス学習型畳み込みニューラルネットワークであるAxialNetを提案する。そして、HiResCAMと3D許容領域を利用した新しいマスクロスにより、モデルの学習を改善することを目指す。
論文参考訳（メタデータ） (2021-11-24T01:14:33Z)
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)
A System for 3D Reconstruction Of Comminuted Tibial Plafond Bone Fractures [2.6121721052942917]
関節部位における高エネルギーの影響は、しばしば高度に断片化された骨骨折を引き起こす。現在の治療アプローチでは、骨折を階層的骨折重症度分類に分類する方法を医師が決める必要がある。本稿では、破壊重大度の定性的評価のみに関連する欠点を特定し、これらの欠点に対処するのに役立つ新しい定量的指標を提供します。
論文参考訳（メタデータ） (2021-02-23T13:26:55Z)
Keypoints Localization for Joint Vertebra Detection and Fracture Severity Quantification [0.04925906256430176]
椎体圧迫骨折は骨粗しょう症の早期徴候である。 3次元CT画像に椎体を局在させる新しい2段階アルゴリズムを提案する。我々は同時に個々の椎骨を検出し、2Dで骨折を定量化する。
論文参考訳（メタデータ） (2020-05-25T08:05:27Z)

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。