Fugu-MT 論文翻訳(概要): Exploring Large Context for Cerebral Aneurysm Segmentation

論文の概要: Exploring Large Context for Cerebral Aneurysm Segmentation

arxiv url: http://arxiv.org/abs/2012.15136v1
Date: Wed, 30 Dec 2020 12:51:43 GMT
ステータス: 処理完了
システム内更新日: 2021-04-18 05:56:30.400591
Title: Exploring Large Context for Cerebral Aneurysm Segmentation
Title（参考訳）: 脳動脈瘤セグメンテーションにおける大コンテキストの探索
Authors: Jun Ma, Ziwei Nie
Abstract要約: 本論文では、MICCAI 2020 CADAチャレンジにおける動脈瘤分割法の主な技術詳細について概説する。主な貢献は、大きなパッチサイズで3D U-Netを設定し、大きなコンテキストを取得できることです。提案手法はMICCAI 2020 CADAテストデータセットで2位,平均ジャカードは0.7593である。
参考スコア（独自算出の注目度）: 11.684455292186046
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Automated segmentation of aneurysms from 3D CT is important for the diagnosis, monitoring, and treatment planning of the cerebral aneurysm disease. This short paper briefly presents the main technique details of the aneurysm segmentation method in the MICCAI 2020 CADA challenge. The main contribution is that we configure the 3D U-Net with a large patch size, which can obtain the large context. Our method ranked second on the MICCAI 2020 CADA testing dataset with an average Jaccard of 0.7593. Our code and trained models are publicly available at \url{https://github.com/JunMa11/CADA2020}.
Abstract（参考訳）: 脳動脈瘤の診断, モニタリング, 治療計画には, 3次元CTからの動脈瘤の自動分画が重要である。本報告では,MICCAI 2020 CADA チャレンジにおける大動脈瘤分節法の主な技術について概説する。主な貢献は、大きなパッチサイズで3D U-Netを設定することで、大きなコンテキストを得ることができることです。 MICCAI 2020 CADAテストデータセットでは,平均Jaccard 0.7593で2位となった。私たちのコードとトレーニングされたモデルは、 \url{https://github.com/junma11/cada2020}で公開されている。

関連論文リスト

RadGenome-Chest CT: A Grounded Vision-Language Dataset for Chest CT Analysis [56.57177181778517]
RadGenome-Chest CTはCT-RATEに基づく大規模3次元胸部CT解釈データセットである。私たちは、最新の強力なユニバーサルセグメンテーションと大きな言語モデルを活用して、元のデータセットを拡張します。
論文参考訳（メタデータ） (2024-04-25T17:11:37Z)
YOLO-Angio: An Algorithm for Coronary Anatomy Segmentation [13.603729336413833]
われわれは,MICCAI 2023におけるX線アンギオグラフィー画像(ARCADE)を用いた自動冠状動脈疾患診断への取り組みについて報告する。我々の3段階のアプローチは、従来のコンピュータビジョンによる前処理と特徴選択を組み合わせて、船体コントラストを強化する。最終セグメンテーションは、グラフベースのソート法で冠状樹を再構築する論理に基づくアプローチに基づいている。
論文参考訳（メタデータ） (2023-10-24T15:02:02Z)
Automatic Aorta Segmentation with Heavily Augmented, High-Resolution 3-D ResUNet: Contribution to the SEG.A Challenge [0.1633301148398433]
この研究は、MICCAI 2023カンファレンスで組織されたSEGへのMedGIFTチームの貢献を示す。ディープエンコーダ・デコーダアーキテクチャに基づく完全自動アルゴリズムを提案する。ソースコードと事前訓練されたモデルを自由にリリースし、Grand-Challengeプラットフォーム上でアルゴリズムへのアクセスを提供する。
論文参考訳（メタデータ） (2023-10-24T13:28:46Z)
Revisiting Computer-Aided Tuberculosis Diagnosis [56.80999479735375]
結核(TB)は世界的な健康上の脅威であり、毎年何百万人もの死者を出している。深層学習を用いたコンピュータ支援結核診断 (CTD) は有望であるが, 限られたトレーニングデータによって進行が妨げられている。結核X線(TBX11K)データセットは11,200個の胸部X線(CXR)画像とそれに対応するTB領域のバウンディングボックスアノテーションを含む。このデータセットは、高品質なCTDのための洗練された検出器のトレーニングを可能にする。
論文参考訳（メタデータ） (2023-07-06T08:27:48Z)
A unified 3D framework for Organs at Risk Localization and Segmentation for Radiation Therapy Planning [56.52933974838905]
現在の医療ワークフローは、OAR(Organs-at-risk)のマニュアル記述を必要とする本研究は,OARローカライゼーション・セグメンテーションのための統合された3Dパイプラインの導入を目的とする。提案手法は医用画像に固有の3Dコンテキスト情報の活用を可能にする。
論文参考訳（メタデータ） (2022-03-01T17:08:41Z)
Deep Learning-based Segmentation of Cerebral Aneurysms in 3D TOF-MRA using Coarse-to-Fine Framework [18.163078387272925]
TOF-MRAモダリティを持つDLMをベースとした既存の自動セグメンテーション法では,エッジボクセルのセグメンテーションがうまく行えなかった。 DLMによる3次元TOF-MRAにおける脳動脈瘤のより正確な分節化の実現が目的である。
論文参考訳（メタデータ） (2021-10-26T06:25:43Z)
COVID-19 identification from volumetric chest CT scans using a progressively resized 3D-CNN incorporating segmentation, augmentation, and class-rebalancing [4.446085353384894]
新型コロナウイルスは世界的なパンデミックの流行だ。高い感度のコンピュータ支援スクリーニングツールは、疾患の診断と予後に不可欠である。本稿では,3次元畳み込みニューラルネットワーク(CNN)に基づく分類手法を提案する。
論文参考訳（メタデータ） (2021-02-11T18:16:18Z)
Cascaded Convolutional Neural Network for Automatic Myocardial Infarction Segmentation from Delayed-Enhancement Cardiac MRI [12.940103904327655]
心臓MRIによる自動心筋梗塞セグメンテーションのためのカスケード畳み込みニューラルネットワークを提案する。本手法はmiccai 2020 emidec challengeデータセットで評価し, 心筋, 梗塞, 還流のない平均diceスコア 0.8786, 0.7124, 0.7851 をそれぞれ達成した。
論文参考訳（メタデータ） (2020-12-28T07:41:10Z)
Hybrid Attention for Automatic Segmentation of Whole Fetal Head in Prenatal Ultrasound Volumes [52.53375964591765]
胎児の頭部全体を米国全巻に分割する,最初の完全自動化ソリューションを提案する。セグメント化タスクは、まずエンコーダ-デコーダディープアーキテクチャの下で、エンドツーエンドのボリュームマッピングとして定式化される。次に,セグメンタとハイブリットアテンションスキーム(HAS)を組み合わせることで,識別的特徴を選択し,非情報量的特徴を抑える。
論文参考訳（メタデータ） (2020-04-28T14:43:05Z)
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)
VerSe: A Vertebrae Labelling and Segmentation Benchmark for Multi-detector CT Images [121.31355003451152]
大規模Vertebrae Challenge(VerSe)は、2019年と2020年に開催されたMICCAI(International Conference on Medical Image Computing and Computer Assisted Intervention)と共同で設立された。本評価の結果を報告するとともに,脊椎レベル,スキャンレベル,および異なる視野での性能変化について検討した。
論文参考訳（メタデータ） (2020-01-24T21:09:18Z)

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。