論文の概要: Elastic deformation of optical coherence tomography images of diabetic
macular edema for deep-learning models training: how far to go?
- arxiv url: http://arxiv.org/abs/2107.03651v1
- Date: Thu, 8 Jul 2021 07:35:34 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-09 13:41:59.996644
- Title: Elastic deformation of optical coherence tomography images of diabetic
macular edema for deep-learning models training: how far to go?
- Title(参考訳): 深層学習モデルトレーニングのための糖尿病黄斑浮腫の光コヒーレンス断層像の弾性変形
- Authors: Daniel Bar-David, Laura Bar-David, Yinon Shapira, Rina Leibu, Dalia
Dori, Ronit Schneor, Anath Fischer, Shiri Soudry
- Abstract要約: 糖尿病性黄斑浮腫(DME)検出のための深層学習モデルの開発におけるデータ拡張のための光コヒーレンス断層撮影(OCT)画像の弾性変形の臨床的妥当性の検討
- 参考スコア(独自算出の注目度): 1.759008116536278
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: To explore the clinical validity of elastic deformation of optical coherence
tomography (OCT) images for data augmentation in the development of
deep-learning model for detection of diabetic macular edema (DME).
- Abstract(参考訳): 糖尿病性黄斑浮腫(DME)の検出のための深層学習モデルの開発において、データ増大のためのOCT画像の弾性変形の臨床的妥当性を検討する。
関連論文リスト
- 2D-3D Deformable Image Registration of Histology Slide and Micro-CT with ML-based Initialization [2.1409936129568377]
軟部組織CTの画質は低かったため,組織スライドとmuCTとの相関が困難であった。
本稿では,新しい2D-3Dマルチモーダルデフォルマブル画像登録法を提案する。
論文 参考訳(メタデータ) (2024-10-18T09:51:43Z) - Spatiotemporal Disentanglement of Arteriovenous Malformations in Digital
Subtraction Angiography [37.44819725897024]
本提案手法は, 船舶の自動分類による臨界情報を強調することにより, デジタルサブトラクション血管造影(DSA)画像シリーズを向上することを目的としている。
本法は, 臨床用DSA画像シリーズを用いて検討し, 動脈と静脈の効率的な鑑別を実証した。
論文 参考訳(メタデータ) (2024-02-15T00:29:53Z) - OCTDL: Optical Coherence Tomography Dataset for Image-Based Deep Learning Methods [34.13887472397715]
本研究は,2000枚以上の OCT 画像からなるオープンアクセス型 OCT データセット (OCTDL) を提案する。
このデータセットは、加齢関連黄斑変性症(AMD)、糖尿病黄斑浮腫(DME)、網膜膜(ERM)、網膜動脈閉塞症(RAO)、網膜静脈閉塞症(RVO)、およびVID(Vitreomacular Interface Disease)患者のOCT記録からなる。
論文 参考訳(メタデータ) (2023-12-13T16:18:40Z) - ADASSM: Adversarial Data Augmentation in Statistical Shape Models From
Images [0.8192907805418583]
本稿では,データ依存型ノイズ生成やテクスチャ拡張を利用して,画像間SSMフレームワークのオンザフライデータ拡張のための新しい戦略を提案する。
提案手法は,画素値のみに頼らず,基礎となる幾何学に焦点をあてることにより,精度の向上を実現する。
論文 参考訳(メタデータ) (2023-07-06T20:21:12Z) - Deep Learning based Segmentation of Optical Coherence Tomographic Images
of Human Saphenous Varicose Vein [58.720142291102135]
残差ブロックを付加したアトラス畳み込みを用いたU-Netモデルを用いて,人間の静脈の光学的コヒーレンス・トモグラフィー画像に対して,深層学習に基づくセグメンテーションモデルを提案する。
論文 参考訳(メタデータ) (2023-03-02T08:24:13Z) - Diffusion Deformable Model for 4D Temporal Medical Image Generation [47.03842361418344]
3D+t(4D)情報を持つ時間体積画像は、時間動態を統計的に分析したり、病気の進行を捉えるためにしばしば医療画像に使用される。
本稿では,ソースボリュームとターゲットボリュームの中間時間ボリュームを生成する新しいディープラーニングモデルを提案する。
論文 参考訳(メタデータ) (2022-06-27T13:37:57Z) - Application of Homomorphic Encryption in Medical Imaging [60.51436886110803]
医療画像の予測にHEを用いて,不正な二次的データの使用を防止できることを示す。
結節検出に3次元胸部CT-Scansを用いた実験を行った。
論文 参考訳(メタデータ) (2021-10-12T19:57:12Z) - A novel optical needle probe for deep learning-based tissue elasticity
characterization [59.698811329287174]
光コヒーレンスエラストグラフィー(OCE)プローブは針挿入のために提案されているが、今のところ必要な負荷感知能力は欠如している。
針先端での光コヒーレンストモグラフィ(OCT)イメージングと負荷検出を同時に行う新しいOCEニードルプローブを提案する。
論文 参考訳(メタデータ) (2021-09-20T08:29:29Z) - About Explicit Variance Minimization: Training Neural Networks for
Medical Imaging With Limited Data Annotations [2.3204178451683264]
VAT(Variance Aware Training)法は、モデル損失関数に分散誤差を導入することにより、この特性を利用する。
多様な領域から得られた3つの医用画像データセットと様々な学習目標に対するVATの有効性を検証した。
論文 参考訳(メタデータ) (2021-05-28T21:34:04Z) - Semantic segmentation of multispectral photoacoustic images using deep
learning [53.65837038435433]
光音響イメージングは医療に革命をもたらす可能性がある。
この技術の臨床的翻訳には、高次元取得したデータを臨床的に関連性があり解釈可能な情報に変換する必要がある。
本稿では,多スペクトル光音響画像のセマンティックセグメンテーションに対する深層学習に基づくアプローチを提案する。
論文 参考訳(メタデータ) (2021-05-20T09:33:55Z) - Pathological Retinal Region Segmentation From OCT Images Using Geometric
Relation Based Augmentation [84.7571086566595]
本稿では,幾何学と形状の内在的関係を共同で符号化することで,従来のGANベースの医用画像合成法よりも優れた手法を提案する。
提案手法は,取得手順の異なる画像を有する公開RETOUCHデータセット上で,最先端のセグメンテーション手法より優れている。
論文 参考訳(メタデータ) (2020-03-31T11:50:43Z)
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。