論文の概要: Capsule GAN for Prostate MRI Super-Resolution
- arxiv url: http://arxiv.org/abs/2105.07495v1
- Date: Sun, 16 May 2021 19:03:24 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-18 14:39:25.119762
- Title: Capsule GAN for Prostate MRI Super-Resolution
- Title(参考訳): 前立腺MRI超解像のためのカプセルガン
- Authors: Mahdiyar Molahasani Majdabadi and S. Deivalakshmi and Seokbum Ko
- Abstract要約: カナダ人男性7人に1人が前立腺がんと診断された。
スーパーレゾリューション(sr)は早期診断を容易にし、多くの命を救える。
前立腺MRI SRに対して, 堅牢かつ正確なモデルを提案する。
- 参考スコア(独自算出の注目度): 9.453554184019108
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Prostate cancer is a very common disease among adult men. One in seven
Canadian men is diagnosed with this cancer in their lifetime. Super-Resolution
(SR) can facilitate early diagnosis and potentially save many lives. In this
paper, a robust and accurate model is proposed for prostate MRI SR. The model
is trained on the Prostate-Diagnosis and PROSTATEx datasets. The proposed model
outperformed the state-of-the-art prostate SR model in all similarity metrics
with notable margins. A new task-specific similarity assessment is introduced
as well. A classifier is trained for severe cancer detection and the drop in
the accuracy of this model when dealing with super-resolved images is used for
evaluating the ability of medical detail reconstruction of the SR models. The
proposed SR model is a step towards an efficient and accurate general medical
SR platform.
- Abstract(参考訳): 前立腺癌は成人男性によく見られる疾患である。
カナダ人男性7人に1人がこのがんと診断された。
スーパーレゾリューション(sr)は早期診断を容易にし、多くの命を救える。
本稿では,前立腺MRI SRに対して頑健で正確なモデルを提案する。
このモデルは Prostate-Diagnosis と PROSTATEx データセットに基づいてトレーニングされている。
提案モデルでは,有意なマージンを持つすべての類似度指標において,最先端のプレステートSRモデルよりも優れていた。
新しいタスク固有の類似性評価も導入されている。
重度癌検出のために分類器を訓練し、高分解能画像を扱う際のこのモデルの精度の低下をsrモデルの医療的詳細化能力の評価に利用する。
提案したSRモデルは、効率的で正確な一般医療SRプラットフォームに向けたステップである。
関連論文リスト
- Cancer-Net PCa-Gen: Synthesis of Realistic Prostate Diffusion Weighted
Imaging Data via Anatomic-Conditional Controlled Latent Diffusion [68.45407109385306]
カナダでは、前立腺がんは男性でもっとも一般的ながんであり、2022年のこの人口統計では、新しいがん症例の20%を占めている。
拡散強調画像(DWI)データを用いた前立腺癌診断,予後,治療計画のためのディープニューラルネットワークの開発には大きな関心が寄せられている。
本研究では,解剖学的条件制御型潜伏拡散戦略の導入により,現実的な前立腺DWIデータを生成するための潜伏拡散の有効性について検討した。
論文 参考訳(メタデータ) (2023-11-30T15:11:03Z) - Automatic diagnosis of knee osteoarthritis severity using Swin
transformer [55.01037422579516]
変形性膝関節症 (KOA) は膝関節の慢性的な痛みと硬直を引き起こす疾患である。
我々は,Swin Transformer を用いて KOA の重大度を予測する自動手法を提案する。
論文 参考訳(メタデータ) (2023-07-10T09:49:30Z) - Domain Transfer Through Image-to-Image Translation for Uncertainty-Aware
Prostate Cancer Classification [60.20736568336466]
臨床的に有意なPCa分類のための前立腺mp-MRIの非対位画像変換のための新しいアプローチを提案する。
我々は、明らかなディープラーニングアプローチにより、モデルの不確実性を見積もる。
提案手法は, ROC曲線(AUC)を20%以上改善することを示した。
論文 参考訳(メタデータ) (2023-07-02T05:26:54Z) - Cancer-Net BCa-S: Breast Cancer Grade Prediction using Volumetric Deep
Radiomic Features from Synthetic Correlated Diffusion Imaging [82.74877848011798]
乳がんの流行は成長を続けており、2023年には米国で約30万人の女性に影響を及ぼした。
金標準のScarff-Bloom-Richardson(SBR)グレードは、化学療法に対する患者の反応を一貫して示すことが示されている。
本稿では,合成相関拡散(CDI$s$)画像を用いた乳がん鑑定における深層学習の有効性について検討する。
論文 参考訳(メタデータ) (2023-04-12T15:08:34Z) - Patched Diffusion Models for Unsupervised Anomaly Detection in Brain MRI [55.78588835407174]
本稿では,正常脳解剖のパッチベース推定法として拡散モデルの生成タスクを再構築する手法を提案する。
腫瘍と多発性硬化症について検討し,既存のベースラインと比較して25.1%の改善がみられた。
論文 参考訳(メタデータ) (2023-03-07T09:40:22Z) - TRUSformer: Improving Prostate Cancer Detection from Micro-Ultrasound
Using Attention and Self-Supervision [7.503600085603685]
本研究の目的は,複数スケールのROIスケールと生検コアスケールのアプローチによるがん検出の改善である。
我々のモデルはROIスケールのみのモデルと比較して一貫した、実質的なパフォーマンス改善を示している。
論文 参考訳(メタデータ) (2023-03-03T18:12:46Z) - Comparison of automatic prostate zones segmentation models in MRI images
using U-net-like architectures [0.9786690381850356]
前立腺がんは世界で6番目に大きな死因である。
現在、腫瘍組織を含む関心領域(ROI)のセグメンテーションを専門医が手動で行う。
いくつかの研究は、磁気共鳴画像からROIの特徴を自動的に区分けし抽出するという課題に取り組んできた。
この研究で、6つのディープラーニングモデルを訓練し、ディジョン中央病院とカタルーニャ大学ポリテシカ校から取得したMRI画像のデータセットを用いて分析した。
論文 参考訳(メタデータ) (2022-07-19T18:00:41Z) - Implementation of Convolutional Neural Network Architecture on 3D
Multiparametric Magnetic Resonance Imaging for Prostate Cancer Diagnosis [0.0]
磁気共鳴画像における前立腺病変の自動分類のための新しいディープラーニング手法を提案する。
提案手法は受信器動作特性曲線値0.87の領域で分類性能を達成した。
提案フレームワークは前立腺癌における医用画像の解釈を補助し,不必要な生検を減らす可能性を反映している。
論文 参考訳(メタデータ) (2021-12-29T16:47:52Z) - Prostate Tissue Grading with Deep Quantum Measurement Ordinal Regression [0.0]
Gleason score (GS) システムは前立腺癌を分類する標準的な方法である。
病理学者は前立腺の癌細胞の配列を調べ、6から10の範囲のスケールでスコアを割り当てます。
本稿では,前立腺WSIからGSを推定できる確率論的深層学習順序分類法を提案する。
論文 参考訳(メタデータ) (2021-03-04T17:52:00Z) - CorrSigNet: Learning CORRelated Prostate Cancer SIGnatures from
Radiology and Pathology Images for Improved Computer Aided Diagnosis [1.63324350193061]
我々はMRIで前立腺癌を局所化する2段階自動モデルであるCorrSigNetを提案する。
まず,病理組織学的特徴と相関するがんのMRI所見を学習する。
第二に、このモデルは、学習した相関MRI機能を使用して、前立腺がんの局所化のために畳み込みニューラルネットワークを訓練する。
論文 参考訳(メタデータ) (2020-07-31T23:44:25Z) - Hemogram Data as a Tool for Decision-making in COVID-19 Management:
Applications to Resource Scarcity Scenarios [62.997667081978825]
新型コロナウイルス(COVID-19)のパンデミックは世界中の緊急対応システムに挑戦している。
本研究は, 症状患者の血液検査データから得られた機械学習モデルについて述べる。
提案されたモデルでは、新型コロナウイルスqRT-PCRの結果を、高い精度、感度、特異性で症状のある個人に予測することができる。
論文 参考訳(メタデータ) (2020-05-10T01:45:03Z)
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。