Fugu-MT 論文翻訳(概要): Fast 3-dimensional estimation of the Foveal Avascular Zone from OCTA

論文の概要: Fast 3-dimensional estimation of the Foveal Avascular Zone from OCTA

arxiv url: http://arxiv.org/abs/2012.09945v1
Date: Thu, 17 Dec 2020 21:51:13 GMT
ステータス: 処理完了
システム内更新日: 2021-05-02 07:16:30.181684
Title: Fast 3-dimensional estimation of the Foveal Avascular Zone from OCTA
Title（参考訳）: OCTAを用いた胎児血管域の高速3次元計測
Authors: Giovanni Ometto, Giovanni Montesano, Usha Chakravarthy, Frank Kee, Ruth E. Hogg and David P. Crabb
Abstract要約: 光学コヒーレンス断層撮影血管造影(OCTA)の顔面画像からの卵胞血管ゾーン(FAZ)の領域は、この技術に基づいて最も一般的な測定の1つです。我々は,3次元の内網膜の毛細管網を効率よく同定するために,高信号対雑音比のEn面画像を用いたアルゴリズムを設計した。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The area of the foveal avascular zone (FAZ) from en face images of optical coherence tomography angiography (OCTA) is one of the most common measurement based on this technology. However, its use in clinic is limited by the high variation of the FAZ area across normal subjects, while the calculation of the volumetric measurement of the FAZ is limited by the high noise that characterizes OCTA scans. We designed an algorithm that exploits the higher signal-to-noise ratio of en face images to efficiently identify the capillary network of the inner retina in 3-dimensions (3D), under the assumption that the capillaries in separate plexuses do not overlap. The network is then processed with morphological operations to identify the 3D FAZ within the bounding segmentations of the inner retina. The FAZ volume and area in different plexuses were calculated for a dataset of 430 eyes. Then, the measurements were analyzed using linear mixed effect models to identify differences between three groups of eyes: healthy, diabetic without diabetic retinopathy (DR) and diabetic with DR. Results showed significant differences in the FAZ volume between the different groups but not in the area measurements. These results suggest that volumetric FAZ could be a better diagnostic detector than the planar FAZ. The efficient methodology that we introduced could allow the fast calculation of the FAZ volume in clinics, as well as providing the 3D segmentation of the capillary network of the inner retina.
Abstract（参考訳）: 光コヒーレンス断層撮影法(optical coherence tomography angiography:octa)のen face imageからのfoveal avascular zone(faz)領域は、この技術に基づいた最も一般的な測定方法の1つである。 FAZの体積測定はOCTAスキャンを特徴付ける高雑音で計算されるのに対し, 診療におけるFAZ領域の使用は, 正常者間でのFAZ領域の高変動によって制限される。本研究では,3次元領域における内網膜の毛細血管網を3次元で効率的に同定するために,en面画像の信号対ノイズ比を高く活用するアルゴリズムを考案した。その後、ネットワークは形態学的操作で処理され、内部網膜の境界領域内の3d fazを識別する。 430個の眼のデータセットを用いてFAZの体積と面積を算出した。次に,線形混合効果モデルを用いて,糖尿病網膜症を伴わない健常者,糖尿病性網膜症者(dr),糖尿病者(dr)の3群間の差を同定した。その結果, FAZ量は異なる群間で有意差を認めたが, 面積測定では認められなかった。これらの結果から,体積型FAZは平面型FAZよりも優れた診断検出器である可能性が示唆された。私たちが導入した効率的な手法は、内網膜の毛細血管ネットワークの3dセグメンテーションを提供するだけでなく、診療所におけるfazボリュームの高速計算を可能にします。

関連論文リスト

Freqformer: Frequency-Domain Transformer for 3-D Visualization and Quantification of Human Retinal Circulation [0.9487097819140653]
Freqformerはトランスフォーマーベースのアーキテクチャで、単一のスキャンから人間の網膜循環を3Dで高解像度で可視化するように設計されている。提案手法は,最先端の畳み込みニューラルネットワーク(CNN)およびトランスフォーマーモデルより優れる。 Freqformerは網膜循環の理解と特性を著しく改善し、潜在的な臨床応用を提供する。
論文参考訳（メタデータ） (2024-11-17T22:38:39Z)
Epicardium Prompt-guided Real-time Cardiac Ultrasound Frame-to-volume Registration [50.602074919305636]
本稿では,CU-Reg と呼ばれる,軽量でエンドツーエンドなカード・ツー・エンド・超音波フレーム・ツー・ボリューム・レジストレーション・ネットワークを提案する。 2次元スパースと3次元濃密な特徴の相互作用を増強するために,心内膜急速ガイドによる解剖学的手がかりを用い,その後,強化された特徴のボクセル的局所グロバル集約を行った。
論文参考訳（メタデータ） (2024-06-20T17:47:30Z)
Super-resolution of biomedical volumes with 2D supervision [84.5255884646906]
超解像のための仮設スライス拡散は、生物学的標本のすべての空間次元にわたるデータ生成分布の固有同値性を利用する。我々は,高解像度2次元画像の高速取得を特徴とするSliceRの組織学的刺激(SRH)への応用に着目する。
論文参考訳（メタデータ） (2024-04-15T02:41:55Z)
MEMO: Dataset and Methods for Robust Multimodal Retinal Image Registration with Large or Small Vessel Density Differences [1.241483527846377]
セグメンテーションに基づくディープラーニングフレームワーク(VDD-Reg)と新しい評価指標(MSD)を提案する。 VDD-Regはコンテナセグメンテーションモジュールと登録モジュールで構成される。我々は,VDD-Regが,VD差とVD差が大きい場合に,ベースライン法を定量的に,質的に上回ることを示した。
論文参考訳（メタデータ） (2023-09-25T21:47:41Z)
On the Localization of Ultrasound Image Slices within Point Distribution Models [84.27083443424408]
甲状腺疾患は高分解能超音波(US)で診断されることが多い縦断追跡は病理甲状腺形態の変化をモニタリングするための重要な診断プロトコルである。 3次元形状表現におけるUS画像の自動スライスローカライズのためのフレームワークを提案する。
論文参考訳（メタデータ） (2023-09-01T10:10:46Z)
Deep learning network to correct axial and coronal eye motion in 3D OCT retinal imaging [65.47834983591957]
深層学習に基づくニューラルネットワークを用いて,OCTの軸運動とコロナ運動のアーチファクトを1つのスキャンで補正する。実験結果から, 提案手法は動作アーチファクトを効果的に補正し, 誤差が他の方法よりも小さいことを示す。
論文参考訳（メタデータ） (2023-05-27T03:55:19Z)
nnUNet RASPP for Retinal OCT Fluid Detection, Segmentation and Generalisation over Variations of Data Sources [25.095695898777656]
我々は、複数のデバイスベンダーの画像間で一貫した高パフォーマンスを持つnnUNetの2つの変種を提案する。このアルゴリズムはMICCAI 2017 RETOUCHチャレンジデータセットで検証された。実験の結果,我々のアルゴリズムは最先端のアルゴリズムよりも優れていた。
論文参考訳（メタデータ） (2023-02-25T23:47:23Z)
Medical Application of Geometric Deep Learning for the Diagnosis of Glaucoma [60.42955087779866]
シンガポール国立眼科における視神経頭部の3DスキャンをSpectralis OCTで477緑内障と2,296名の非緑内障患者に対して行った。全巻は、ディープラーニングを用いて自動的にセグメンテーションされ、7つの主要な神経組織と結合組織が識別された。ポイントネットは、3Dポイントクラウドとして表されるONHのみから頑健な緑内障の診断を行うことができた。
論文参考訳（メタデータ） (2022-04-14T14:55:25Z)
LIFE: A Generalizable Autodidactic Pipeline for 3D OCT-A Vessel Segmentation [5.457168581192045]
最近のディープラーニングアルゴリズムは、有望な血管セグメンテーションの結果を生み出した。しかし、手動による注記データがないため、3D網膜血管セグメンテーションは依然として困難である。自己合成モダリティのみによって教師される学習に基づく手法を提案する。
論文参考訳（メタデータ） (2021-07-09T07:51:33Z)
Rethinking the Extraction and Interaction of Multi-Scale Features for Vessel Segmentation [53.187152856583396]
網膜血管と主要動脈を2次元基底画像と3次元CTアンギオグラフィー(CTA)スキャンで分割する,PC-Netと呼ばれる新しいディープラーニングモデルを提案する。 PC-Netでは、ピラミッド圧縮励起(PSE)モジュールが各畳み込みブロックに空間情報を導入し、より効果的なマルチスケール特徴を抽出する能力を高めている。
論文参考訳（メタデータ） (2020-10-09T08:22:54Z)
Assignment Flow for Order-Constrained OCT Segmentation [0.0]
網膜層厚の同定は、患者ごとに個別に行う重要な課題である。自動セグメンテーションモデルの構築は,医用画像処理分野において重要な課題となっている。我々は、秩序に制約された3D OCT網膜細胞層セグメンテーションのための新しい、純粋にデータ駆動型テキスト幾何学的アプローチを提案する。
論文参考訳（メタデータ） (2020-09-10T01:57:53Z)

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。