論文の概要: MRI-Guided High Intensity Focused Ultrasound of Liver and Kidney

• arxiv url: http://arxiv.org/abs/2011.10752v1
• Date: Sat, 21 Nov 2020 09:37:06 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-22 23:33:46.897196
• Title: MRI-Guided High Intensity Focused Ultrasound of Liver and Kidney
• Title（参考訳）: mriガイド下肝・腎臓の高出力集束超音波
• Authors: Baudouin Denis de Senneville, Mario Ries, Wilbert Bartels, Chrit Moonen
• Abstract要約: 高強度集束超音波(HIFU)は、非侵襲的な方法で人体内部の深部における局所的な温度上昇を達成するために用いられる。 腎および肝臓のMR温度マッピングにおける最近の技術進歩について概説する。
• 参考スコア（独自算出の注目度）: 0.6256402324137825
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: High Intensity Focused Ultrasound (HIFU) can be used to achieve a local temperature increase deep inside the human body in a non-invasive way. MRI guidance of the procedure allows in situ target definition. In addition, MRI can be used to provide continuous temperature mapping during HIFU for spatial and temporal control of the heating procedure and prediction of the final lesion based on the received thermal dose. Temperature mapping of mobile organs as kidney and liver is challenging, as well as real-time processing methods for feedback control of the HIFU procedure. In this paper, recent technological advances are reviewed in MR temperature mapping of these organs, in motion compensation of the HIFU beam, in intercostal HIFU sonication, and in volumetric ablation and feedback control strategies. Recent pre-clinical studies have demonstrated the feasibility of each of these novel methods. The perspectives to translate those advances into the clinic are addressed. It can be concluded that MR guided HIFU for ablation in liver and kidney appears feasible but requires further work on integration of technologically advanced methods.
• Abstract（参考訳）: 高強度集束超音波(HIFU)は非侵襲的に人体内部の深部における局所的な温度上昇を達成するために用いられる。 手順のMRIガイダンスは、in situターゲット定義を可能にする。 さらに、MRIはHIFU中に加熱手順の空間的および時間的制御と、受熱量に基づく最終病変の予測のための連続した温度マッピングを提供するために使用できる。 移植臓器の腎臓および肝臓への温度マッピングは,HIFUのフィードバック制御のためのリアルタイム処理法と同様に困難である。 本稿では, これらの臓器のMR温度マッピング, HIFUビームの運動補償, HIFUソニケーション, ボリュームアブレーションおよびフィードバック制御戦略における最近の技術進歩について概説する。 最近の前臨床研究は、これらの新しい手法のそれぞれの実現可能性を示している。 これらの進歩をクリニックに翻訳する視点に対処する。 肝と腎臓のアブレーションをMRガイドしたHIFUは実現可能と思われるが、技術的に進歩した手法の統合にはさらなる研究が必要である。

関連論文リスト

• E2E-Swin-Unet++: An Enhanced End-to-End Swin-Unet Architecture With Dual Decoders For PTMC Segmentation [0.8388591755871736]
  甲状腺乳頭癌 (PTMC) を効果的に管理し, 患者の不快感を最小限に抑えることは臨床的に重要な課題である。 RFAはPTMC治療に対する手術や放射線治療のより侵襲的な代替手段を提供しており、回復時間の短縮と痛みの軽減が特徴である。 E2E-Swin-Unet++はSwin-Unetアーキテクチャの高度なエンドツーエンド拡張であり、偽PTMCセグメンテーションのリスクを最小限に抑えるために甲状腺領域情報を取り入れている。
  論文  参考訳（メタデータ） (2024-10-23T19:33:33Z)
• 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)
• AiAReSeg: Catheter Detection and Segmentation in Interventional Ultrasound using Transformers [75.20925220246689]
  血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。 本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
  論文  参考訳（メタデータ） (2023-09-25T19:34:12Z)
• Reconstructing the somatotopic organization of the corticospinal tract remains a challenge for modern tractography methods [55.07297021627281]
  CST(Corticospinal tract)は、人間の脳において、身体の自発的な動きを制御できる重要なホワイトマター線維である。 拡散MRIトラクトグラフィーは、ヒトの健康におけるCST経路の解剖学的および変動性の研究を可能にする唯一の方法である。
  論文  参考訳（メタデータ） (2023-06-09T02:05:40Z)
• Regional Deep Atrophy: a Self-Supervised Learning Method to Automatically Identify Regions Associated With Alzheimer's Disease Progression From Longitudinal MRI [1.465540676497032]
  本稿では,DeepAtrophyからの時間的推論アプローチと変形可能な登録ニューラルネットワークとアテンション機構を組み合わせた地域深部萎縮症を提案する。 DeepAtrophyは、時間的順序や相対的なスキャン間隔などの経時的MRIスキャンから時間的情報を推測する際の精度が高い。 RDAはDeepAtrophyと類似した予測精度を持っているが、その追加の解釈可能性により、臨床環境での使用がより受け入れられる。
  論文  参考訳（メタデータ） (2023-04-10T15:50:19Z)
• Risk Classification of Brain Metastases via Radiomics, Delta-Radiomics and Machine Learning [7.165205048529115]
  放射線学と機械学習 (ML) を用いて, 進行の進行のリスクが高い転移は, 腫瘍発生前の経過観察中に同定できると仮定した。 この分類は、最大関連最小冗長(MRMR)技術とサポートベクトルマシン(SVM)により実現される。 以上の結果から,SRT後フォローアップにおける放射能および機械学習に基づくBMのリスク階層化は,良好な精度で可能であり,SRT後フォローアップのパーソナライズと改善のためにさらに追求すべきであることが示唆された。
  論文  参考訳（メタデータ） (2023-02-17T10:55:18Z)
• Weakly-supervised Biomechanically-constrained CT/MRI Registration of the Spine [72.85011943179894]
  本稿では,各脊椎の剛性と容積を保存し,登録精度を最大化しながら,弱教師付き深層学習フレームワークを提案する。 また,CTにおける椎体自動分節化はMRIと対比してより正確な結果をもたらすため,CTラベルマップのみに依存するよう,これらの損失を特に設計する。 以上の結果から, 解剖学的認識による損失の増大は, 精度を維持しつつも, 推測変換の妥当性を高めることが示唆された。
  論文  参考訳（メタデータ） (2022-05-16T10:59:55Z)
• A Deep Learning Approach to Predicting Collateral Flow in Stroke Patients Using Radiomic Features from Perfusion Images [58.17507437526425]
  側方循環は、血流を妥協した領域に酸素を供給する特殊な無酸素流路から生じる。 実際のグレーティングは主に、取得した画像の手動検査によって行われる。 MR灌流データから抽出した放射線学的特徴に基づいて,脳卒中患者の側方血流低下を予測するための深層学習手法を提案する。
  論文  参考訳（メタデータ） (2021-10-24T18:58:40Z)
• Medical Image Analysis on Left Atrial LGE MRI for Atrial Fibrillation Studies: A Review [18.22326892162902]
  後期ガドリニウム造影MRI(LGE MRI)は左心房(LA)の傷跡の可視化と定量化に一般的に用いられている。 本稿では, LGE MRIによるLA空洞, 壁, 傷痕, アブレーションギャップのセグメンテーションと定量化のための計算手法について, 体系的に検討することを目的とする。
  論文  参考訳（メタデータ） (2021-06-18T01:31:06Z)
• Deep correction of breathing-related artifacts in real-time MR-thermometry [0.5727060643816255]
  畳み込みニューラルネットワーク(CNN)は、温暖化以前の予備学習段階で得られた画像から、見かけの温度摂動を学習するために設計された。 その後の温熱処理では、現在の温度マップのオンライン補正を生成するために、最近の等級画像が入力として使用される。 術式は,12名の無呼吸ボランティアで評価され,すべての検査例で頑健で無人工物であることが判明した。
  論文  参考訳（メタデータ） (2020-11-10T10:30:41Z)
• Segmentation of the Myocardium on Late-Gadolinium Enhanced MRI based on 2.5 D Residual Squeeze and Excitation Deep Learning Model [55.09533240649176]
  本研究の目的は,LGE-MRIを用いた心筋境界領域の深部学習モデルに基づく正確な自動セグメンテーション法を開発することである。 合計320回の試験(平均6回の試験)と28回の試験が行われた。 ベーススライスとミドルスライスにおけるアンサンブルモデルの性能解析は, サーバ内調査と同等であり, アトピーススライスではわずかに低かった。
  論文  参考訳（メタデータ） (2020-05-27T20:44:38Z)

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。