論文の概要: 2-D Respiration Navigation Framework for 3-D Continuous Cardiac Magnetic
Resonance Imaging
- arxiv url: http://arxiv.org/abs/2012.13700v1
- Date: Sat, 26 Dec 2020 08:29:57 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-25 01:10:17.578867
- Title: 2-D Respiration Navigation Framework for 3-D Continuous Cardiac Magnetic
Resonance Imaging
- Title(参考訳): 3次元連続心筋mriのための2次元呼吸ナビゲーションフレームワーク
- Authors: Elisabeth Hoppe, Jens Wetzl, Philipp Roser, Lina Felsner, Alexander
Preuhs, Andreas Maier
- Abstract要約: 連続スキャン中に2次元呼吸情報を得るためのサンプリング適応を提案する。
我々は、取得した信号から異なる呼吸状態を抽出し、ある呼吸相からデータを再構成するパイプラインを開発した。
- 参考スコア(独自算出の注目度): 61.701281723900216
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Continuous protocols for cardiac magnetic resonance imaging enable sampling
of the cardiac anatomy simultaneously resolved into cardiac phases. To avoid
respiration artifacts, associated motion during the scan has to be compensated
for during reconstruction. In this paper, we propose a sampling adaption to
acquire 2-D respiration information during a continuous scan. Further, we
develop a pipeline to extract the different respiration states from the
acquired signals, which are used to reconstruct data from one respiration
phase. Our results show the benefit of the proposed workflow on the image
quality compared to no respiration compensation, as well as a previous 1-D
respiration navigation approach.
- Abstract(参考訳): 心臓磁気共鳴イメージングのための連続的プロトコルは、同時に心筋相に分解された心臓解剖のサンプリングを可能にする。
呼吸アーチファクトを避けるために、スキャン中の関連する動きを再建時に補償する必要がある。
本稿では,連続スキャン中に2次元呼吸情報を取得するためのサンプリング適応を提案する。
さらに、取得した信号から異なる呼吸状態を抽出するパイプラインを開発し、1つの呼吸相からデータを再構成する。
以上の結果から,従来の1次元呼吸ナビゲーション手法と同様に,呼吸補償の不要な画像品質に対するワークフローの有用性が示された。
関連論文リスト
- Volumetric Reconstruction Resolves Off-Resonance Artifacts in Static and
Dynamic PROPELLER MRI [76.60362295758596]
磁気共鳴イメージング(MRI)におけるオフ共鳴アーティファクトは、画像ボリューム内のスピンの実際の共鳴周波数が空間情報を符号化するのに使用される期待周波数と異なる場合に発生する視覚歪みである。
本稿では,2次元MRI再構成問題を3次元に引き上げ,このオフ共鳴をモデル化するための「スペクトル」次元を導入することで,これらのアーチファクトを解決することを提案する。
論文 参考訳(メタデータ) (2023-11-22T05:44:51Z) - Semantic-aware Temporal Channel-wise Attention for Cardiac Function
Assessment [69.02116920364311]
既存のビデオベースの手法では、左室領域や運動による左室の変化にはあまり注意を払わない。
本稿では,左室分割課題を伴う半教師付き補助学習パラダイムを提案し,左室領域の表現学習に寄与する。
提案手法は,0.22 MAE,0.26 RMSE,1.9%$R2$の改善により,スタンフォードデータセットの最先端性能を実現する。
論文 参考訳(メタデータ) (2023-10-09T05:57:01Z) - Using BOLD-fMRI to Compute the Respiration Volume per Time (RTV) and
Respiration Variation (RV) with Convolutional Neural Networks (CNN) in the
Human Connectome Development Cohort [55.41644538483948]
本研究では, RVとRVTの2つの呼吸対策を再現するための1次元CNNモデルを提案する。
その結果、CNNはBOLD信号の静止から情報的特徴を捉え、現実的なRVとRVTのタイムリーを再構築できることがわかった。
論文 参考訳(メタデータ) (2023-07-03T18:06:36Z) - Implicit Neural Networks with Fourier-Feature Inputs for Free-breathing
Cardiac MRI Reconstruction [21.261567937245808]
本研究は、心臓を暗黙のニューラルネットワークで表現し、心臓の表現が測定値と整合するようにネットワークを適合させる再構築手法を提案する。
提案手法は,最先端の未訓練畳み込みニューラルネットワークと同等あるいはわずかに優れた画像品質を実現する。
論文 参考訳(メタデータ) (2023-05-11T14:14:30Z) - Rapid Extraction of Respiratory Waveforms from Photoplethysmography: A
Deep Encoder Approach [24.594587557319837]
呼吸情報の多くは、血流、心拍数、脳卒中量の変化を通じて、光胸腺造影信号に含まれる。
我々は、この事実を、再利用可能な畳み込みオートエンコーダに基づく新しいディープラーニングフレームワークを用いて活用することを目指している。
本モデルでは, 金標準に接近する呼吸波形を生成でき, 同時に, 術中呼吸速度の推定値を生成できることが示されている。
論文 参考訳(メタデータ) (2022-12-22T13:07:13Z) - The Extreme Cardiac MRI Analysis Challenge under Respiratory Motion
(CMRxMotion) [21.08720366527158]
CMRxMotion Challenge (CMRxMotion Challenge) における極端な心MRI画像解析の試み
この課題は、40人の健康なボランティアを雇い、1回の画像訪問中に異なる呼吸保持行動を実行させた。
放射線学者は、画像の品質を評価し、呼吸運動アーティファクトのレベルを注釈した。
論文 参考訳(メタデータ) (2022-10-12T16:38:23Z) - REGAS: REspiratory-GAted Synthesis of Views for Multi-Phase CBCT
Reconstruction from a single 3D CBCT Acquisition [75.64791080418162]
REGASは、アンダーサンプドトモグラフィビューを合成し、再構成画像中のアーティファクトのエイリアスを緩和する自己教師手法を提案する。
高解像度4Dデータ上でのディープニューラルネットワークの大規模なメモリコストに対処するため、REGASは分散して微分可能なフォワードプロジェクションを可能にする新しいレイパス変換(RPT)を導入した。
論文 参考訳(メタデータ) (2022-08-17T03:42:19Z) - Efficient Pix2Vox++ for 3D Cardiac Reconstruction from 2D echo views [0.6524460254566904]
3Dで心臓解剖を再構築することで、新しいバイオマーカーの発見が可能になる。
ほとんどの超音波システムは2Dイメージング機能しか持たない。
本稿では,2次元標準心磁図から3次元解剖の再構築を行うパイプラインを提案する。
論文 参考訳(メタデータ) (2022-07-27T10:05:46Z) - What Makes for Automatic Reconstruction of Pulmonary Segments [50.216231776343115]
肺の3次元再構成は肺癌の外科的治療計画において重要な役割を担っている。
しかし, 深層学習の時代には, 肺部分の自動再建は行われていない。
肺セグメント再建のための深部暗黙表面モデルImPulSeを提案する。
論文 参考訳(メタデータ) (2022-07-07T04:24:17Z) - Synthetic Velocity Mapping Cardiac MRI Coupled with Automated Left
Ventricle Segmentation [1.8268300764373178]
本稿では,3次元MVMデータの時間分解能を高めるためのフレーム合成アルゴリズムを提案する。
我々のアルゴリズムは、時間分解能3Dir MVMを増大させるだけでなく、同時に心筋セグメンテーション結果を生成することもできる。
論文 参考訳(メタデータ) (2021-10-04T10:20:27Z)
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。