論文の概要: Roughness Index and Roughness Distance for Benchmarking Medical Segmentation

• arxiv url: http://arxiv.org/abs/2103.12350v1
• Date: Tue, 23 Mar 2021 07:19:32 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-24 13:45:32.945964
• Title: Roughness Index and Roughness Distance for Benchmarking Medical Segmentation
• Title（参考訳）: 医用セグメンテーション評価のための粗さ指標と粗さ距離
• Authors: Vidhiwar Singh Rathour, Kashu Yamakazi and T. Hoang Ngan Le
• Abstract要約: 医用画像分割分析のための適切な粗さ指標と粗さ距離を提案する。 i)表面上の不規則なスパイク/ホールを検出し、(ii)与えられた物体の表面粗さを測定する粗さ指数を提案し、(iii)2つの境界/表面の距離を測定する粗さ距離を提案し、(iv)表面を滑らかにするために不規則なスパイク/ホールを除去するのに役立つアルゴリズムを提案する。
• 参考スコア（独自算出の注目度）: 2.76240219662896
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Medical image segmentation is one of the most challenging tasks in medical image analysis and has been widely developed for many clinical applications. Most of the existing metrics have been first designed for natural images and then extended to medical images. While object surface plays an important role in medical segmentation and quantitative analysis i.e. analyze brain tumor surface, measure gray matter volume, most of the existing metrics are limited when it comes to analyzing the object surface, especially to tell about surface smoothness or roughness of a given volumetric object or to analyze the topological errors. In this paper, we first analysis both pros and cons of all existing medical image segmentation metrics, specially on volumetric data. We then propose an appropriate roughness index and roughness distance for medical image segmentation analysis and evaluation. Our proposed method addresses two kinds of segmentation errors, i.e. (i)topological errors on boundary/surface and (ii)irregularities on the boundary/surface. The contribution of this work is four-fold: (i) detect irregular spikes/holes on a surface, (ii) propose roughness index to measure surface roughness of a given object, (iii) propose a roughness distance to measure the distance of two boundaries/surfaces by utilizing the proposed roughness index and (iv) suggest an algorithm which helps to remove the irregular spikes/holes to smooth the surface. Our proposed roughness index and roughness distance are built upon the solid surface roughness parameter which has been successfully developed in the civil engineering.
• Abstract（参考訳）: 医用画像分割は医用画像解析において最も困難な課題の一つであり、多くの臨床応用において広く開発されてきた。 既存の測定基準のほとんどは、まず自然画像用に設計され、その後医療画像に拡張された。 対象表面は医学的セグメンテーションや定量的分析において重要な役割を果たす。 脳腫瘍表面の分析、灰白質容積の測定、既存の測定のほとんどは、物体表面の分析、特に与えられた体積物の表面の滑らかさや粗さ、あるいはトポロジカルエラーの分析に関して制限されている。 本稿では,既存の医用画像セグメンテーション指標の長所と短所,特にボリュームデータについて分析を行った。 次に、医用画像分割分析および評価のための適切な粗さ指数と粗さ距離を提案する。 提案手法は,2種類のセグメンテーションエラー(つまり)に対処する。 (i)境界/表面上の位相誤差と境界/表面上の(ii)不規則性 本研究の貢献は, (i) 表面上の不規則なスパイク/ホールを検出し, (ii) 所定の物体の表面粗さを測定する粗さ指数を提案し, (iii) 提案した粗さ指数を利用して2つの境界/表面の距離を測定する粗さ距離を提案し, (iv) 不規則なスパイク/ホールを除去して表面を滑らかにするアルゴリズムを提案する。 提案する粗さ指数と粗さ距離は,土木工学でうまく開発された固体表面粗さパラメータに基づいている。

関連論文リスト

• Scribble-Based Interactive Segmentation of Medical Hyperspectral Images [4.675955891956077]
  本研究は、医用ハイパースペクトル画像のためのスクリブルベースのインタラクティブセグメンテーションフレームワークを導入する。 提案手法は,特徴抽出のための深層学習と,ユーザが提供するスクリブルから生成された測地距離マップを利用する。
  論文  参考訳（メタデータ） (2024-08-05T12:33:07Z)
• Robust Curve Detection in Volumetric Medical Imaging via Attraction Field [0.9265027701416169]
  本稿では, 物体の向き, 形状, 位置に関する事前の知識を必要としない非分岐曲線の検出手法を提案する。 提案手法は,(1)サブピクセル精度を提供するアトラクション場,(2)関心領域を制限し,所望の曲線から外れたアウトリーチを本質的に排除するクローズネスマップをニューラルネットワークで予測する。 各種形態の異なるいくつかの臨床的タスクに対して曲線検出器を試験し,既存の手法を超越した印象的なサブピクセルレベルの精度を達成し,その汎用性と堅牢性を強調した。
  論文  参考訳（メタデータ） (2024-08-02T10:21:10Z)
• Enhancing Boundary Segmentation for Topological Accuracy with Skeleton-based Methods [7.646983689651424]
  位相整合性は、直交画像の境界セグメンテーションの課題において重要な役割を果たす。 本稿では,各物体の形状と画素の位相的意義を考慮に入れた新たな損失関数であるSkea-Topo Aware Losを提案する。 実験により, この手法は, 13 の最先端手法と比較して, VI において最大 7 点まで位相整合性を向上させることが証明された。
  論文  参考訳（メタデータ） (2024-04-29T09:27:31Z)
• Instance Segmentation of Dislocations in TEM Images [0.0]
  材料科学において, 転位の位置と移動に関する知識は, 優れた特性を持つ新素材を作成する上で重要である。 本研究では,Mask R-CNNやYOLOv8など,最先端のインスタンスセグメンテーション手法を定量的に比較する。 インスタンスセグメンテーションの結果としての転位マスクは数学的直線に変換され、転位長と幾何の定量的解析が可能となる。
  論文  参考訳（メタデータ） (2023-09-07T06:17:31Z)
• Unsupervised Skin Lesion Segmentation via Structural Entropy Minimization on Multi-Scale Superpixel Graphs [59.19218582436495]
  本研究では,構造エントロピーと孤立林外層検出に基づく非教師付き皮膚病変sEgmentationフレームワーク,すなわちSLEDを提案する。 皮膚病変は、皮膚内視鏡像から構築した超画素グラフの構造エントロピーを最小化することにより区分される。 健康な皮膚の特徴の整合性を特徴とし, マルチスケールのセグメンテーション機構を考案し, マルチスケールのスーパーピクセル特徴を活用して, セグメンテーション精度を向上させる。
  論文  参考訳（メタデータ） (2023-09-05T02:15:51Z)
• COMICS: End-to-end Bi-grained Contrastive Learning for Multi-face Forgery Detection [56.7599217711363]
  顔偽造認識法は一度に1つの顔しか処理できない。 ほとんどの顔偽造認識法は一度に1つの顔しか処理できない。 マルチフェイスフォージェリ検出のためのエンドツーエンドフレームワークであるCOMICSを提案する。
  論文  参考訳（メタデータ） (2023-08-03T03:37:13Z)
• Periocular Biometrics: A Modality for Unconstrained Scenarios [66.93179447621188]
  眼球周囲のバイオメトリックスには、眼窩を囲む顔の外部から見える領域が含まれる。 新型コロナウイルス(COVID-19)のパンデミックは、コントロールされた設定でも目に見える唯一の顔領域であり、その重要性を強調している。
  論文  参考訳（メタデータ） (2022-12-28T12:08:27Z)
• Pain level and pain-related behaviour classification using GRU-based sparsely-connected RNNs [61.080598804629375]
  慢性的な痛みを持つ人は、特定の身体の動きを無意識に適応させ、怪我や追加の痛みから身を守る。 この相関関係を分析するための専用のベンチマークデータベースが存在しないため、日々の行動に影響を及ぼす可能性のある特定の状況の1つを検討した。 我々は、複数のオートエンコーダを組み込んだゲートリカレントユニット(GRU)と疎結合なリカレントニューラルネットワーク(s-RNN)のアンサンブルを提案した。 本手法は,痛みレベルと痛み関連行動の両方の分類において,最先端のアプローチよりも優れていることを示すいくつかの実験を行った。
  論文  参考訳（メタデータ） (2022-12-20T12:56:28Z)
• Globally Optimal Surface Segmentation using Deep Learning with Learnable Smoothness Priors [0.21756081703275998]
  本稿では,畳み込みニューラルネットワーク(CNN)に基づく新しいモデルを提案する。 分光領域光コヒーレンス・トモグラフィ(SD-OCT)網膜層分画と血管内超音波(IVUS)血管壁分画は有望な結果を示した。
  論文  参考訳（メタデータ） (2020-07-02T15:56:46Z)
• Deep Negative Volume Segmentation [60.44793799306154]
  対象物を取り囲むすべての組織間で空の空間を分割する3Dセグメント化タスクに対する新しい角度を提案する。 我々のアプローチは骨分割のためのV-Netを含むエンドツーエンドパイプラインである。 顎顔面領域の専門医が注釈を付した50名の患者データセットにおけるCTスキャンの考え方を検証した。
  論文  参考訳（メタデータ） (2020-06-22T16:55:23Z)
• Refined Plane Segmentation for Cuboid-Shaped Objects by Leveraging Edge Detection [63.942632088208505]
  本稿では,セグメント化された平面マスクを画像に検出されたエッジと整列するための後処理アルゴリズムを提案する。 これにより、立方体形状の物体に制限を加えながら、最先端のアプローチの精度を高めることができます。
  論文  参考訳（メタデータ） (2020-03-28T18:51:43Z)

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。