論文の概要: A Contrast Synthesized Thalamic Nuclei Segmentation Scheme using Convolutional Neural Networks

• arxiv url: http://arxiv.org/abs/2012.09386v1
• Date: Thu, 17 Dec 2020 04:05:11 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-02 07:33:41.433152
• Title: A Contrast Synthesized Thalamic Nuclei Segmentation Scheme using Convolutional Neural Networks
• Title（参考訳）: 畳み込みニューラルネットワークを用いたコントラスト合成視床核セグメンテーション法
• Authors: Lavanya Umapathy, Mahesh Bharath Keerthivasan, Natalie M. Zahr, Ali Bilgin, Manojkumar Saranathan
• Abstract要約: 3次元畳み込みニューラルネットワーク(CNN)を用いた従来のMPRAGE画像からの視床核解析技術 合成前のCNNベースのコントラストは、従来のMPRAGE画像から迅速かつ正確な視床核分割を提供することができます。
• 参考スコア（独自算出の注目度）: 0.5249805590164902
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Thalamic nuclei have been implicated in several neurological diseases. WMn-MPRAGE images have been shown to provide better intra-thalamic nuclear contrast compared to conventional MPRAGE images but the additional acquisition results in increased examination times. In this work, we investigated 3D Convolutional Neural Network (CNN) based techniques for thalamic nuclei parcellation from conventional MPRAGE images. Two 3D CNNs were developed and compared for thalamic nuclei parcellation using MPRAGE images: a) a native contrast segmentation (NCS) and b) a synthesized contrast segmentation (SCS) using WMn-MPRAGE images synthesized from MPRAGE images. We trained the two segmentation frameworks using MPRAGE images (n=35) and thalamic nuclei labels generated on WMn-MPRAGE images using a multi-atlas based parcellation technique. The segmentation accuracy and clinical utility were evaluated on a cohort comprising of healthy subjects and patients with alcohol use disorder (AUD) (n=45). The SCS network yielded higher Dice scores in the Medial geniculate nucleus (P=.003) and Centromedian nucleus (P=.01) with lower volume differences for Ventral anterior (P=.001) and Ventral posterior lateral (P=.01) nuclei when compared to the NCS network. A Bland-Altman analysis revealed tighter limits of agreement with lower coefficient of variation between true volumes and those predicted by the SCS network. The SCS network demonstrated a significant atrophy in Ventral lateral posterior nucleus in AUD patients compared to healthy age-matched controls (P=0.01), agreeing with previous studies on thalamic atrophy in alcoholism, whereas the NCS network showed spurious atrophy of the Ventral posterior lateral nucleus. CNN-based contrast synthesis prior to segmentation can provide fast and accurate thalamic nuclei segmentation from conventional MPRAGE images.
• Abstract（参考訳）: 視床核はいくつかの神経疾患に関係している。 WMn-MPRAGE画像は従来のMPRAGE画像と比較して視床内核コントラストが良いことが示されているが、追加の取得は検査時間の増加をもたらす。 本研究では,3次元畳み込みニューラルネットワーク(cnn)を用いた従来型mprage画像からの視床核パーセレーション手法について検討した。 MPRAGE画像から合成したWMn-MPRAGE画像を用いて, 合成コントラストセグメンテーション(NCS)と合成コントラストセグメンテーション(SCS)の2つの3次元CNNを開発した。 mprage image (n=35) とthalamic nuclei labels を用いた2つのセグメンテーションフレームワークをマルチアトラス法を用いて訓練した。 健常者とアルコール使用障害(aud)患者(n=45)のコホートを用いて分節精度と臨床的有用性を評価した。 SCSネットワークは、NCSネットワークと比較すると、前腹側核(P=.001)と後腹側核(P=.01)の体積差が低い中間体生成核(P=.003)とセントロメディア核(P=.01)で高Diceスコアを得た。 Bland-Altman 解析により,SCS ネットワークで予測される実数量と実数量の変動係数の低い一致限界が明らかにされた。 scsネットワークは健常年齢対照群 (p=0.01) と比較し, aud患者で有意な後側核萎縮を認めたが, ncsネットワークでは後側核の急激な萎縮を認めた。 CNNによるコントラスト合成は、従来のMPRAGE画像から高速で正確な視床核セグメンテーションを提供することができる。

関連論文リスト

• Conditional Generative Models for Contrast-Enhanced Synthesis of T1w and T1 Maps in Brain MRI [1.6124737486286778]
  仮想エンハンスメントのための生成モデル,より正確に条件付き拡散とフローマッチングの可能性について検討する。 定量的MRIとT1強調画像によるT1スキャンの性能について検討した。 モデル全体では、T1重み付きスキャンよりもT1スキャンの方がセグメンテーションが優れている。
  論文  参考訳（メタデータ） (2024-10-11T15:11:24Z)
• CoNeS: Conditional neural fields with shift modulation for multi-sequence MRI translation [5.662694302758443]
  マルチシーケンスMRI(Multi-sequence magnetic resonance imaging)は、現代の臨床研究とディープラーニング研究の両方に広く応用されている。 画像取得プロトコルの違いや、患者のコントラスト剤の禁忌が原因で、MRIの1つ以上の配列が欠落することがしばしば起こる。 1つの有望なアプローチは、生成モデルを利用して欠落したシーケンスを合成することであり、これはサロゲート獲得の役割を果たす。
  論文  参考訳（メタデータ） (2023-09-06T19:01:58Z)
• Structure Embedded Nucleus Classification for Histopathology Images [51.02953253067348]
  ほとんどのニューラルネットワークに基づく手法は、局所的な畳み込みの受容領域に影響を受けている。 本稿では,核輪郭を順にサンプリングした点列に変換する新しい多角構造特徴学習機構を提案する。 次に、核をノードとするグラフ構造に組織像を変換し、その表現に核の空間分布を埋め込むグラフニューラルネットワークを構築する。
  論文  参考訳（メタデータ） (2023-02-22T14:52:06Z)
• Segmenting thalamic nuclei from manifold projections of multi-contrast MRI [6.474263550035463]
  視床下部は皮質下灰白質構造であり、脳内の感覚や運動の伝達に重要な役割を果たしている。 その核は萎縮したり、神経疾患や軽度の外傷性脳損傷を含む損傷によって影響を受けることがある。 本稿では,視床核を解析し,自然に集束する重要な組織シグネチャを決定するためのイメージング機能について検討する。
  論文  参考訳（メタデータ） (2023-01-15T15:11:51Z)
• Comparative analysis of deep learning approaches for AgNOR-stained cytology samples interpretation [52.77024349608834]
  本稿では, 深層学習手法を用いて, 好気性ヌクレオラオーガナイザ領域 (AgNOR) 染色スライダを解析する方法を提案する。 以上の結果から,バックボーンとしてResNet-18やResNet-34を用いたU-Netを用いたセマンティックセマンティックセマンティックセマンティクスは類似した結果を示す。 最も優れたモデルは、それぞれ0.83、0.92、0.99の核、クラスター、衛星のIoUを示す。
  論文  参考訳（メタデータ） (2022-10-19T15:15:32Z)
• Two-Stream Graph Convolutional Network for Intra-oral Scanner Image Segmentation [133.02190910009384]
  本稿では,2ストリームグラフ畳み込みネットワーク(TSGCN)を提案する。 TSGCNは3次元歯(表面)セグメンテーションにおいて最先端の方法よりも優れています。
  論文  参考訳（メタデータ） (2022-04-19T10:41:09Z)
• Robust Segmentation of Brain MRI in the Wild with Hierarchical CNNs and no Retraining [1.0499611180329802]
  クリニックで取得した脳MRIスキャンの振り返り分析は、研究データセットよりもはるかに大きなサンプルサイズを持つ神経画像研究を可能にする可能性がある。 画像分割のための畳み込みニューラルネットワーク(CNN)と領域ランダム化の最近の進歩は、大規模な臨床MRIの形態計測を可能にする可能性がある。 一般的にSynthSegは頑健であるが,低信号-雑音比,組織コントラストの低いスキャンではフェールすることが多い。 条件付きセグメンテーションとCNNの階層構造を用いてこれらの問題を緩和する新しい手法であるSynthSeg+を提案する。
  論文  参考訳（メタデータ） (2022-03-03T19:18:28Z)
• CyTran: A Cycle-Consistent Transformer with Multi-Level Consistency for Non-Contrast to Contrast CT Translation [56.622832383316215]
  コントラストCTを非コントラストCTに変換する手法を提案する。 提案手法は、CyTranを略して、サイクル一貫性のある生成逆転変換器に基づいている。 実験の結果、CyTranは競合するすべての手法より優れています。
  論文  参考訳（メタデータ） (2021-10-12T23:25:03Z)
• Symmetry-Enhanced Attention Network for Acute Ischemic Infarct Segmentation with Non-Contrast CT Images [50.55978219682419]
  急性虚血性梗塞セグメンテーションのための対称性増強型注意ネットワーク(SEAN)を提案する。 提案するネットワークは、入力されたCT画像を、脳組織が左右対称な標準空間に自動的に変換する。 提案したSEANは、ダイス係数と梗塞局所化の両方の観点から、対称性に基づく最先端の手法より優れている。
  論文  参考訳（メタデータ） (2021-10-11T07:13:26Z)
• A Global Benchmark of Algorithms for Segmenting Late Gadolinium-Enhanced Cardiac Magnetic Resonance Imaging [90.29017019187282]
  現在世界最大の心臓LGE-MRIデータセットである154個の3D LGE-MRIを用いた「2018 left Atrium Challenge」。 技術および生物学的指標を用いた提案アルゴリズムの解析を行った。 その結果, 最上部法は93.2%, 平均表面は0.7mmであった。
  論文  参考訳（メタデータ） (2020-04-26T08:49:17Z)
• A Deep learning Approach to Generate Contrast-Enhanced Computerised Tomography Angiography without the Use of Intravenous Contrast Agents [2.2840399926157806]
  我々は,この非コントラスト変換タスク(NC2C)に対して,2次元サイクル生成適応ネットワークを訓練した。 このパイプラインは、非コントラストCT画像において、視覚的に非コヒーレントな軟組織領域を区別することができる。
  論文  参考訳（メタデータ） (2020-03-02T22:20:08Z)

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。