論文の概要: Bone Surface Reconstruction and Clinical Features Estimation from Sparse Landmarks and Statistical Shape Models: A feasibility study on the femur

• arxiv url: http://arxiv.org/abs/2107.03292v1
• Date: Wed, 7 Jul 2021 15:27:30 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-08 13:51:41.615058
• Title: Bone Surface Reconstruction and Clinical Features Estimation from Sparse Landmarks and Statistical Shape Models: A feasibility study on the femur
• Title（参考訳）: 希薄なランドマークと統計的形状モデルによる骨表面再建と臨床像の推定:大腿骨の検討
• Authors: Alireza Asvadi, Guillaume Dardenne, Jocelyne Troccaz, Valerie Burdin
• Abstract要約: 本研究の目的は, 大腿骨再建における数字, 位置, およびランドマークの精度に与える影響を評価することである。 ボニーランドマークの代替としての皮膚へのランドマークの使用による臨床効果について検討した。
• 参考スコア（独自算出の注目度）: 0.2752817022620644
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: In this study, we investigated a method allowing the determination of the femur bone surface as well as its mechanical axis from some easy-to-identify bony landmarks. The reconstruction of the whole femur is therefore performed from these landmarks using a Statistical Shape Model (SSM). The aim of this research is therefore to assess the impact of the number, the position, and the accuracy of the landmarks for the reconstruction of the femur and the determination of its related mechanical axis, an important clinical parameter to consider for the lower limb analysis. Two statistical femur models were created from our in-house dataset and a publicly available dataset. Both were evaluated in terms of average point-to-point surface distance error and through the mechanical axis of the femur. Furthermore, the clinical impact of using landmarks on the skin in replacement of bony landmarks is investigated. The predicted proximal femurs from bony landmarks were more accurate compared to on-skin landmarks while both had less than 3.5 degrees mechanical axis angle deviation error. The results regarding the non-invasive determination of the mechanical axis are very encouraging and could open very interesting clinical perspectives for the analysis of the lower limb either for orthopedics or functional rehabilitation.
• Abstract（参考訳）: そこで本研究では,骨の識別が容易な骨ランドマークから大腿骨骨表面およびその機械的軸を判定する方法について検討した。 したがって、大腿骨全体の再建は、統計的形状モデル(SSM)を用いてこれらのランドマークから行われる。 そこで本研究の目的は, 下肢解析において重要な臨床指標である大腿骨再建術の目印の数, 位置, 精度, およびそれに関連する機械的軸の決定について検討することである。 社内データセットと公開データセットから,2つの統計的大腿骨モデルを作成した。 両者は, 平均点対点表面距離誤差および大腿骨の機械的軸による評価を行った。 さらに, ブニーランドマークの代替として, 皮膚へのランドマークの使用が臨床に与える影響について検討した。 骨質のランドマークから推定された近位大腿骨は、上面のランドマークよりも正確であり、どちらも3.5度以下の機械軸角偏差誤差を持っていた。 メカニカル軸の非侵襲的決定に関する結果は, 整形外科的, 機能的リハビリテーションのための下肢の分析において, 非常に興味深い臨床視点を開くことができる。

関連論文リスト

• Segmentation of Knee Bones for Osteoarthritis Assessment: A Comparative Analysis of Supervised, Few-Shot, and Zero-Shot Learning Approaches [4.918419052486409]
  そこで本研究では,手動分割骨を用いた2次元骨形態解析を行い,痛み条件に関連する形態的特徴について検討した。 6つのセマンティックセグメンテーションアルゴリズムを用いて,X線画像から大腿骨骨と大腿骨骨を抽出する。 数発の学習に基づくアルゴリズムであるUniverSegは、Diceスコアが99.69%で大腿骨が99.69%、ティビアが99.60%という優れたセグメンテーション結果を示した。
  論文  参考訳（メタデータ） (2024-03-13T17:58:34Z)
• 3D Vertebrae Measurements: Assessing Vertebral Dimensions in Human Spine Mesh Models Using Local Anatomical Vertebral Axes [0.4499833362998489]
  腰椎と胸椎の3次元メッシュを用いた脊椎形態計測の新しい完全自動計測法を提案する。 以上の結果より, 平均絶対誤差(MAE)が1.09mmの低分解能患者特異的脊椎メッシュを精度良く測定できることが示唆された。 これらの画像が利用可能であれば, 3次元脊椎モデルを用いて得られた測定結果を, 元の医用画像に正確に再投影できることを示す。
  論文  参考訳（メタデータ） (2024-02-02T14:52:41Z)
• White Matter Tracts are Point Clouds: Neuropsychological Score Prediction and Critical Region Localization via Geometric Deep Learning [68.5548609642999]
  ホワイトマタートラクトデータを用いた神経心理学的スコア予測のためのディープラーニングに基づくフレームワークを提案する。 各点の微細構造測定を行う点雲として, arcuate fasciculus (AF) を表現した。 Paired-Siamese Lossでは,連続した神経心理学的スコアの違いに関する情報を利用した予測性能を改善した。
  論文  参考訳（メタデータ） (2022-07-06T02:03:28Z)
• 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)
• Breast Cancer Induced Bone Osteolysis Prediction Using Temporal Variational Auto-Encoders [65.95959936242993]
  骨分解性骨病変の進展を正確に予測し,可視化する深層学習フレームワークを開発した。 乳癌患者の骨格関連事象(SRE)を予防するための治療戦略の計画と評価を支援する。
  論文  参考訳（メタデータ） (2022-03-20T21:00:10Z)
• A Self-Supervised Deep Framework for Reference Bony Shape Estimation in Orthognathic Surgical Planning [55.30223654196882]
  仮想的な矯正手術計画では、3次元顔面骨形状モデルにおける顎変形の外科的修正をシミュレートする。 正常な解剖を表現した基準顔骨形状モデルは、計画精度を向上させるための客観的ガイダンスを提供することができる。 本稿では,顔面骨の形状モデルを自動的に推定する自己教師型ディープフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-09-11T05:24:40Z)
• A Deep Learning-Based Approach to Extracting Periosteal and Endosteal Contours of Proximal Femur in Quantitative CT Images [25.76523855274612]
  セグメンテーションタスクのために,3次元の終端(3D)完全畳み込みニューラルネットワークを開発した。 同一のネットワーク構造を持つ2つのモデルが訓練され、それぞれ腹腔内輪郭と内皮輪郭に対して97.87%と96.49%のサイコロ類似係数(DSC)を達成した。 大腿骨頚部骨折のリスク予測や有限要素解析などの臨床応用の可能性を示した。
  論文  参考訳（メタデータ） (2021-02-03T10:23:41Z)
• 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)
• Trajectories, bifurcations and pseudotime in large clinical datasets: applications to myocardial infarction and diabetes data [94.37521840642141]
  混合データ型と欠落値を特徴とする大規模臨床データセット分析のための半教師付き方法論を提案する。 この手法は、次元の減少、データの可視化、クラスタリング、特徴の選択と、部分的に順序付けられた観測列における測地距離(擬時)の定量化のタスクを同時に扱うことのできる弾性主グラフの適用に基づいている。
  論文  参考訳（メタデータ） (2020-07-07T21:04:55Z)
• Introducing Anisotropic Minkowski Functionals for Local Structure Analysis and Prediction of Biomechanical Strength of Proximal Femur Specimens [0.0]
  骨粗しょう症や外傷による骨の脆さや骨折は、50歳以上の成人に多く見られ、生活の質を低下させる。 本研究では,MDCT画像から大腿骨近位部標本の骨強度を推定する新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-04-02T14:33:03Z)
• Exploring Partial Intrinsic and Extrinsic Symmetry in 3D Medical Imaging [39.5958976939981]
  ヒト解剖学のCTにおける不完全な左右対称を検出するための新しい手法を提案する。 骨盤骨の構造的に対称な性質を探求し、外傷性外傷患者の片側骨折に対する介入画像増強法として用いられる。
  論文  参考訳（メタデータ） (2020-03-04T19:08:55Z)

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。