Fugu-MT 論文翻訳(概要): Elastic deformation of optical coherence tomography images of diabetic macular edema for deep-learning models training: how far to go?

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

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, OCTDL (Open- Access OCT dataset) を1600以上の高分解能CT画像に提示する。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)、上皮膜(ERM)、動脈閉塞症(RA網膜静脈閉塞症(RVO)、硝子体界面疾患(VIDO)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)
ROCT-Net: A new ensemble deep convolutional model with improved spatial resolution learning for detecting common diseases from retinal OCT images [0.0]
本稿では,OCT画像から網膜疾患を検出するために,新たな深層アンサンブル畳み込みニューラルネットワークを提案する。本モデルは,2つの頑健な畳み込みモデルの学習アーキテクチャを用いて,リッチかつマルチレゾリューションな特徴を生成する。 2つのデータセットに関する実験と、他のよく知られた深層畳み込みニューラルネットワークとの比較により、アーキテクチャが分類精度を最大5%向上できることが証明された。
論文参考訳（メタデータ） (2022-03-03T17:51:01Z)
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。