論文の概要: A System for 3D Reconstruction Of Comminuted Tibial Plafond Bone Fractures

• arxiv url: http://arxiv.org/abs/2102.11684v1
• Date: Tue, 23 Feb 2021 13:26:55 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-24 13:49:31.664898
• Title: A System for 3D Reconstruction Of Comminuted Tibial Plafond Bone Fractures
• Title（参考訳）: 粉砕骨遠位端骨折の3次元再建システム
• Authors: Pengcheng Liu, Nathan Hewitt, Waseem Shadid, Andrew Willis
• Abstract要約: 関節部位における高エネルギーの影響は、しばしば高度に断片化された骨骨折を引き起こす。 現在の治療アプローチでは、骨折を階層的骨折重症度分類に分類する方法を医師が決める必要がある。 本稿では、破壊重大度の定性的評価のみに関連する欠点を特定し、これらの欠点に対処するのに役立つ新しい定量的指標を提供します。
• 参考スコア（独自算出の注目度）: 2.6121721052942917
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: High energy impacts at joint locations often generate highly fragmented, or comminuted, bone fractures. Current approaches for treatment require physicians to decide how to classify the fracture within a hierarchy fracture severity categories. Each category then provides a best-practice treatment scenario to obtain the best possible prognosis for the patient. This article identifies shortcomings associated with qualitative-only evaluation of fracture severity and provides new quantitative metrics that serve to address these shortcomings. We propose a system to semi-automatically extract quantitative metrics that are major indicators of fracture severity. These include: (i) fracture surface area, i.e., how much surface area was generated when the bone broke apart, and (ii) dispersion, i.e., how far the fragments have rotated and translated from their original anatomic positions. This article describes new computational tools to extract these metrics by computationally reconstructing 3D bone anatomy from CT images with a focus on tibial plafond fracture cases where difficult qualitative fracture severity cases are more prevalent. Reconstruction is accomplished within a single system that integrates several novel algorithms that identify, extract and piece-together fractured fragments in a virtual environment. Doing so provides objective quantitative measures for these fracture severity indicators. The availability of such measures provides new tools for fracture severity assessment which may lead to improved fracture treatment. This paper describes the system, the underlying algorithms and the metrics of the reconstruction results by quantitatively analyzing six clinical tibial plafond fracture cases.
• Abstract（参考訳）: 関節部位における高エネルギーの影響は、しばしば高度に断片化された骨骨折を引き起こす。 現在の治療アプローチでは、骨折を階層的骨折重症度分類に分類する方法を医師が決める必要がある。 各カテゴリは、患者に最適な予後を得るために最良の治療シナリオを提供します。 本稿では、破壊重大度の定性的評価のみに関連する欠点を特定し、これらの欠点に対処するのに役立つ新しい定量的指標を提供します。 骨折重症度の主要な指標である定量指標を半自動的に抽出するシステムを提案する。 これらには、(i)骨折表面積、すなわち、骨が壊れたときの表面積、および(ii)分散、すなわち、断片が元の解剖学的位置からどのくらい回転し、翻訳されたかが含まれます。 本稿では, CT画像から3次元骨解剖を計算的に再構成し, 難治性定性骨折の重症度が高い頸部骨折症例を中心に, それらの測定値を抽出する新しい計算ツールについて述べる。 レコンストラクションは、仮想環境で断片を識別し、抽出し、断片化するいくつかの新しいアルゴリズムを統合する単一のシステム内で達成される。 これを行うことは、これらの破壊重症度指標に客観的な定量的測定を提供します。 このような対策が利用可能になると、骨折の重症度評価のための新しいツールが提供され、骨折治療の改善につながる可能性があります。 本論文では, 6症例の骨盤骨折症例を定量的に解析し, そのシステム, 基礎アルゴリズム, 再構成結果のメトリクスについて述べる。

関連論文リスト

• Leveraging Auxiliary Classification for Rib Fracture Segmentation [5.163088719949993]
  本研究は, 骨盤骨折セグメント化の精度を高めるために, 補助的分類タスクを組み込んだ高度深層学習モデルを提案する。 補助的分類課題は, 骨折したリブと負の領域を区別し, 非破壊的なリブと周囲の組織を包含する上で重要である。 RibFracデータセットの実験結果はセグメンテーション性能が大幅に向上したことを示している。
  論文  参考訳（メタデータ） (2024-11-14T08:40:08Z)
• A multi-stage semi-supervised learning for ankle fracture classification on CT images [16.772298853243807]
  足関節の関節小臼歯部領域に対して, 遠位骨と遠位骨の分節ネットワークが提案されている。 半教師付き分類器は、多数のラベルのないデータをフル活用して足首骨折を分類するために構成される。
  論文  参考訳（メタデータ） (2024-03-29T05:35:04Z)
• Deep Rib Fracture Instance Segmentation and Classification from CT on the RibFrac Challenge [66.86170104167608]
  RibFrac Challengeは、660のCTスキャンから5,000以上のリブ骨折のベンチマークデータセットを提供する。 MICCAI 2020チャレンジ期間中に243つの結果が評価され、7つのチームがチャレンジサマリーに参加するために招待された。 この分析により、いくつかのトップリブ骨折検出ソリューションが、人間の専門家と同等かそれ以上の性能を達成したことが明らかになった。
  論文  参考訳（メタデータ） (2024-02-14T18:18:33Z)
• Shape Matters: Detecting Vertebral Fractures Using Differentiable Point-Based Shape Decoding [51.38395069380457]
  変性性脊椎疾患は高齢者に多い。 骨粗しょう性骨折やその他の変性変形性骨折のタイムリーな診断は、重度の腰痛や障害のリスクを軽減するための前向きな処置を促進する。 本研究では,脊椎動物に対する形状自動エンコーダの使用について検討する。
  論文  参考訳（メタデータ） (2023-12-08T18:11:22Z)
• Semantic Latent Space Regression of Diffusion Autoencoders for Vertebral Fracture Grading [72.45699658852304]
  本稿では,教師なし特徴抽出器として生成拡散オートエンコーダモデルを訓練するための新しい手法を提案する。 フラクチャーグレーディングを連続回帰としてモデル化し, フラクチャーのスムーズな進行を反映した。 重要なことに,本手法の創成特性は,与えられた脊椎の様々な段階を可視化し,自動グルーピングに寄与する特徴を解釈し,洞察することを可能にする。
  論文  参考訳（メタデータ） (2023-03-21T17:16:01Z)
• Using machine learning on new feature sets extracted from 3D models of broken animal bones to classify fragments according to break agent [53.796331564067835]
  ホミニン骨破壊による骨片と肉食動物による骨片の識別を目的とした骨折パターン解析への新しいアプローチを提案する。 この方法では、断片的な骨の3Dモデルを用いて、これまで骨折パターン解析に使用されていた特徴セットよりも透明性が高くレプリカ性の高いデータセットを抽出する。 監視された機械学習アルゴリズムは、骨断片を破片のエージェントに従って適切に分類するために使用され、平均的精度はテスト全体で77%である。
  論文  参考訳（メタデータ） (2022-05-20T20:16:21Z)
• Fast and Robust Femur Segmentation from Computed Tomography Images for Patient-Specific Hip Fracture Risk Screening [48.46841573872642]
  我々は,CTから大腿骨近位部を完全自動化し,正確かつ高速に分割するディープニューラルネットワークを提案する。 本手法は, 股関節骨折リスクスクリーニングに適応し, 当科において, 股関節脱臼患者をスクリーニングするための臨床的選択肢に一歩近づいた。
  論文  参考訳（メタデータ） (2022-04-20T16:16:16Z)
• Patient-specific virtual spine straightening and vertebra inpainting: An automatic framework for osteoplasty planning [29.7630930437925]
  脊椎圧迫骨折(VCF)はしばしば骨形成術を必要とする。 漏れは一般的な合併症であり、過剰なセメントの注入によって生じることがある。 そこで本研究では, 医師が注射用セメントの上限を算出できる, 患者固有の自動フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-03-12T13:55:08Z)
• 3D Convolutional Sequence to Sequence Model for Vertebral Compression Fractures Identification in CT [1.7372615815088566]
  骨粗しょう症関連骨折は世界中で3秒ごとに発生し、女性3人に1人、男性5人に1人が50歳以上である。 本研究では,CT画像を用いた脊椎圧迫骨折の自動診断システムを提案する。 このシステムは、脊髄検出のための畳み込みニューラルネットワーク(CNN)と、新しい3Dアーキテクチャへのエンドツーエンドシーケンスを利用して、脊椎のコンパクトな3D表現を統合する。
  論文  参考訳（メタデータ） (2020-10-08T02:39:40Z)
• Grading Loss: A Fracture Grade-based Metric Loss for Vertebral Fracture Detection [58.984536305767996]
  自動椎骨骨折検出のための表現学習型アプローチを提案する。 本稿では,Genantのフラクチャーグレーディングスキームを尊重する,学習表現のための新しいGrading Lossを提案する。 一般に利用可能なスピーンデータセットでは、提案された損失関数が81.5%のフラクチャー検出F1スコアを達成する。
  論文  参考訳（メタデータ） (2020-08-18T10:03:45Z)

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。