Fugu-MT 論文翻訳(概要): Automatic segmentation of vertebral features on ultrasound spine images using Stacked Hourglass Network

論文の概要: Automatic segmentation of vertebral features on ultrasound spine images using Stacked Hourglass Network

arxiv url: http://arxiv.org/abs/2105.03847v1
Date: Sun, 9 May 2021 06:04:15 GMT
ステータス: 処理完了
システム内更新日: 2021-05-11 14:38:39.627640
Title: Automatic segmentation of vertebral features on ultrasound spine images using Stacked Hourglass Network
Title（参考訳）: Stacked Hourglass Network を用いた超音波脊椎画像における椎体特徴の自動分割
Authors: Hong-Ye Zeng, Song-Han Ge, Yu-Chong Gao, De-Sen Zhou, Kang Zhou, Xu-Ming He, Rui Zheng
Abstract要約: 脊椎プロセス角度(SPA)は、脊椎の三次元(3-D)変形を示すために不可欠なパラメータの1つです。超音波(US)脊椎画像のスピンプロセス(SP)を検出するために, Stacked Hourglass Network (SHN)に基づく自動セグメンテーション手法を提案する。
参考スコア（独自算出の注目度）: 23.793153449027837
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Objective: The spinous process angle (SPA) is one of the essential parameters to denote three-dimensional (3-D) deformity of spine. We propose an automatic segmentation method based on Stacked Hourglass Network (SHN) to detect the spinous processes (SP) on ultrasound (US) spine images and to measure the SPAs of clinical scoliotic subjects. Methods: The network was trained to detect vertebral SP and laminae as five landmarks on 1200 ultrasound transverse images and validated on 100 images. All the processed transverse images with highlighted SP and laminae were reconstructed into a 3D image volume, and the SPAs were measured on the projected coronal images. The trained network was tested on 400 images by calculating the percentage of correct keypoints (PCK); and the SPA measurements were evaluated on 50 scoliotic subjects by comparing the results from US images and radiographs. Results: The trained network achieved a high average PCK (86.8%) on the test datasets, particularly the PCK of SP detection was 90.3%. The SPAs measured from US and radiographic methods showed good correlation (r>0.85), and the mean absolute differences (MAD) between two modalities were 3.3{\deg}, which was less than the clinical acceptance error (5{\deg}). Conclusion: The vertebral features can be accurately segmented on US spine images using SHN, and the measurement results of SPA from US data was comparable to the gold standard from radiography.
Abstract（参考訳）: 目的:spa(sspirous process angle)は、脊椎の三次元(3次元)変形を示す重要なパラメータの1つである。そこで本研究では, 超音波(US)の脊椎画像からSPAを抽出し, SPAを測定するために, Stacked Hourglass Network (SHN) を用いた自動セグメンテーション法を提案する。方法: このネットワークは1200個の超音波横画像の5つのランドマークとして脊椎のSPとラミナエを検出できるように訓練され、100枚の画像で検証された。強調したSP像とラミナエ像を3次元画像ボリュームに再構成し, 投射した冠動脈画像からSPAを測定した。訓練されたネットワークは400の画像に対して正解点率(pck)を算出し,us画像とx線写真との比較により50名のスコリオティック被験者を対象にspa測定を行った。結果: 訓練されたネットワークは, テストデータセット上で平均pck (86.8%) を達成し, 特にsp検出のpckは90.3%であった。当院および放射線検査で測定したspaは有意な相関を示し (r>0.85) , 2形態間の平均絶対差 (mad) は3.3{\deg} であり, 臨床受理誤差 (5{\deg}) 以下であった。結論: 椎骨の特徴は, SHNを用いたUS脊椎画像で正確に分類でき, SPAの測定結果は, ラジオグラフィーによる金標準値と同等であった。

関連論文リスト

TRUSTED: The Paired 3D Transabdominal Ultrasound and CT Human Data for Kidney Segmentation and Registration Research [42.90853857929316]
腹部超音波(US)データを用いたIMIR(Inter-modal Image registration)と画像分割は,多くの重要な臨床応用例である。ヒト48例の経腹部3DUSとCT腎像を組み合わせたTRUSTED(Tridimensional Ultra Sound TomodEnsitometrie dataset)を提案する。
論文参考訳（メタデータ） (2023-10-19T11:09:50Z)
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)
Acute ischemic stroke lesion segmentation in non-contrast CT images using 3D convolutional neural networks [0.0]
非コントラストCT脳画像における急性虚血性脳梗塞の容積分画を目的とした自動アルゴリズムを提案する。我々のディープラーニングアプローチは、人気のある3D U-Net畳み込みニューラルネットワークアーキテクチャに基づいている。
論文参考訳（メタデータ） (2023-01-17T10:39:39Z)
Automatic spinal curvature measurement on ultrasound spine images using Faster R-CNN [26.41810438716421]
本研究の目的は、脊椎ラミナを検出するためのFaster R-CNNに基づく完全な自動フレームワークを構築することである。本フレームワークは,1) 超音波コロナ画像上で各ラミナ対を同定・位置決めするラミナ検出器,2) 脊柱曲率推定器の2つの密接な連結モジュールから構成された。
論文参考訳（メタデータ） (2022-04-17T12:09:29Z)
Osteoporosis Prescreening using Panoramic Radiographs through a Deep Convolutional Neural Network with Attention Mechanism [65.70943212672023]
注意モジュールを持つディープ畳み込みニューラルネットワーク(CNN)はパノラマX線写真上で骨粗しょう症を検出することができる。 49歳から60歳までの70種類のパノラマX線写真(PR)のデータセットを用いて検討した。
論文参考訳（メタデータ） (2021-10-19T00:03:57Z)
Assisted Probe Positioning for Ultrasound Guided Radiotherapy Using Image Sequence Classification [55.96221340756895]
前立腺外照射療法における経皮的超音波画像誘導は, 患者設定中の各セッションにおけるプローブと前立腺の整合性を必要とする。本研究では,画像とプローブ位置データの共同分類により,高精度なプローブ配置を確保する方法を示す。マルチ入力マルチタスクアルゴリズムを用いて、光学的追跡された超音波プローブからの空間座標データを、繰り返しニューラルネットワークを用いて画像クラスシファイアと組み合わせ、リアルタイムで2セットの予測を生成する。このアルゴリズムは平均(標準偏差)3.7$circ$ (1.2$circ$)の範囲内で最適なプローブアライメントを同定する。
論文参考訳（メタデータ） (2020-10-06T13:55:02Z)
Radiologist-level Performance by Using Deep Learning for Segmentation of Breast Cancers on MRI Scans [0.7010404660170962]
トレーニングセットにおける最高性能のネットワークは3次元U-Netで,ダイナミックコントラスト強調MRIを入力とし,各試験で強度を正規化した。ネットワークの性能は放射線学者のパフォーマンスに匹敵するものだった。
論文参考訳（メタデータ） (2020-09-21T13:07:00Z)
Landmark detection in Cardiac Magnetic Resonance Imaging Using A Convolutional Neural Network [4.6250189957415255]
この振り返り調査では、2つの病院のcine, LGE, T1マッピングスキャンが実施された。 CNNモデルは、長軸(LAX)画像上の2つの僧帽弁面と尖点を検出するために開発された。 RV挿入角度とLV長に有意な差は認められなかった。
論文参考訳（メタデータ） (2020-08-14T00:25:59Z)
A Convolutional Approach to Vertebrae Detection and Labelling in Whole Spine MRI [70.04389979779195]
脊椎MRIにおける脊椎の発見と同定のための新しい畳み込み法を提案する。これには学習ベクトル場を使用して、検出された脊椎の角を個別の脊椎にまとめる。本手法の臨床的有用性を示すために, 腰部, 脊柱管内MRスキャンにおける側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側
論文参考訳（メタデータ） (2020-07-06T09:37:12Z)
A multicenter study on radiomic features from T$_2$-weighted images of a customized MR pelvic phantom setting the basis for robust radiomic models in clinics [47.187609203210705]
骨盤ファントムの2Dおよび3D T$$-weightedイメージを3つのスキャナーで取得した。放射線学的特徴の再現性と再配置を評価した。
論文参考訳（メタデータ） (2020-05-14T09:24:48Z)
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。

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。