Fugu-MT 論文翻訳(概要): Capsule GAN for Prostate MRI Super-Resolution

論文の概要: Capsule GAN for Prostate MRI Super-Resolution

arxiv url: http://arxiv.org/abs/2105.07495v2
Date: Thu, 20 May 2021 03:24:38 GMT
ステータス: 処理完了
システム内更新日: 2021-05-21 11:00:03.341362
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 Younhee Choi 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。超解離(SR)は早期診断を容易にし、多くの命を救う可能性がある。前立腺MRI SRでは頑健で正確なモデルが提案されている。
参考スコア（独自算出の注目度）: 8.411385346896413
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

Enhancing Trust in Clinically Significant Prostate Cancer Prediction with Multiple Magnetic Resonance Imaging Modalities [61.36288157482697]
米国では、前立腺がんが男性の死因としては2番目に多く、2024年には35,250人が死亡している。本稿では,複数のMRIモダリティを組み合わせて深層学習モデルを訓練し,臨床的に有意な前立腺癌予測のためのモデルの信頼性を高めることを検討する。
論文参考訳（メタデータ） (2024-11-07T12:48:27Z)
Enhanced Cascade Prostate Cancer Classifier in mp-MRI Utilizing Recall Feedback Adaptive Loss and Prior Knowledge-Based Feature Extraction [4.00189087655119]
本稿では, 先行知識を取り入れ, 不均一な医用サンプル分布の問題に対処し, mpMRIにおける高い解釈可能性を維持するソリューションを提案する。まず,前立腺癌に対するPI-RADS基準をモデルトレーニングの診断情報として数学的にモデル化する,事前知識に基づく特徴抽出手法を提案する。次に、極めて不均衡なデータ問題に対処するため、適応的リコールフィードバック損失を提案する。第3に、前立腺癌を解釈可能な方法で異なるレベルに分類する拡張前立腺癌を設計する。
論文参考訳（メタデータ） (2024-08-19T07:18:06Z)
Cross-Slice Attention and Evidential Critical Loss for Uncertainty-Aware Prostate Cancer Detection [8.224446601436757]
本稿では,グローバル情報とローカル情報の両方を利用した新しい2.5Dクロススライスアテンションモデルを提案する。我々は2つの異なるデータセットでモデルを用いて広範な実験を行い、前立腺癌検出における最先端のパフォーマンスを達成する。
論文参考訳（メタデータ） (2024-07-01T10:14:23Z)
Improving Breast Cancer Grade Prediction with Multiparametric MRI Created Using Optimized Synthetic Correlated Diffusion Imaging [71.91773485443125]
乳がん治療計画において、グレーディングは重要な役割を担っている。現在の腫瘍グレード法では、患者から組織を抽出し、ストレス、不快感、医療費の上昇につながる。本稿では,CDI$s$の最適化による乳癌の診断精度の向上について検討する。
論文参考訳（メタデータ） (2024-05-13T15:48:26Z)
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)
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)
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。