論文の概要: Hepatocellular Carcinoma Segmentation fromDigital Subtraction Angiography Videos usingLearnable Temporal Difference

• arxiv url: http://arxiv.org/abs/2107.04306v1
• Date: Fri, 9 Jul 2021 08:35:37 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-12 13:40:42.280058
• Title: Hepatocellular Carcinoma Segmentation fromDigital Subtraction Angiography Videos usingLearnable Temporal Difference
• Title（参考訳）: 経時的差分法によるDigital Subtraction Angiography Videoからの肝細胞癌の分節化
• Authors: Wenting Jiang, Yicheng Jiang, Lu Zhang, Changmiao Wang, Xiaoguang Han, Shuixing Zhang, Xiang Wan, Shuguang Cui
• Abstract要約: 本稿では、DSAビデオにおけるHCCセグメンテーションの問題を提起し、独自のDSAデータセットを構築する。 また, DSA-LTDNetと呼ばれる新たなセグメンテーションネットワークを提案し, 集約サブネットワーク, 時間差分学習モジュール, 肝領域セグメンテーションサブネットワークを提案する。 DSA-LTDNetは、DSAビデオから潜時動作情報を積極的に学習し、セグメンテーション性能を高めるのに好適である。
• 参考スコア（独自算出の注目度）: 34.5652668406547
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Automatic segmentation of hepatocellular carcinoma (HCC)in Digital Subtraction Angiography (DSA) videos can assist radiologistsin efficient diagnosis of HCC and accurate evaluation of tumors in clinical practice. Few studies have investigated HCC segmentation from DSAvideos. It shows great challenging due to motion artifacts in filming, ambiguous boundaries of tumor regions and high similarity in imaging toother anatomical tissues. In this paper, we raise the problem of HCCsegmentation in DSA videos, and build our own DSA dataset. We alsopropose a novel segmentation network called DSA-LTDNet, including asegmentation sub-network, a temporal difference learning (TDL) moduleand a liver region segmentation (LRS) sub-network for providing additional guidance. DSA-LTDNet is preferable for learning the latent motioninformation from DSA videos proactively and boosting segmentation performance. All of experiments are conducted on our self-collected dataset.Experimental results show that DSA-LTDNet increases the DICE scoreby nearly 4% compared to the U-Net baseline.
• Abstract（参考訳）: DSA(Digital Subtraction Angiography)ビデオにおける肝細胞癌 (HCC) の自動分画は, HCCの効率的な診断と臨床における腫瘍の正確な評価に役立つ。 dsaビデオからのhccセグメンテーションに関する研究はほとんどない。 撮影における運動アーティファクト、腫瘍領域の曖昧な境界、および他の解剖組織へのイメージングにおける高い類似性により、非常に困難である。 本稿では、DSAビデオにおけるHCCセグメンテーションの問題を提起し、独自のDSAデータセットを構築する。 また,asegmentation sub-network,temporal difference learning (tdl) モジュール,および liver region segmentation (lrs) sub-network など,dsa-ltdnet と呼ばれる新しいセグメンテーションネットワークも提案する。 DSA-LTDNetは、DSAビデオから潜時動作情報を積極的に学習し、セグメンテーション性能を高めるのに好ましい。 実験の結果、DSA-LTDNetは、U-Netベースラインと比較して、DICEスコアを4%近く増加させることがわかった。

関連論文リスト

• DSCA: A Digital Subtraction Angiography Sequence Dataset and Spatio-Temporal Model for Cerebral Artery Segmentation [26.05396884171782]
  DSAシークエンスに基づく脳動脈セグメンテーションデータセット(DSCA)を提案する。 単一のフレームにのみフォーカスする既存のDSAセグメンテーション手法とは異なり、提案されたDSANetでは、複数のフレームにまたがる動的血管の詳細をキャプチャするための、個別のテンポラリエンコーディングブランチが導入されている。 大規模な実験により、DSANetはCAセグメンテーションにおいて他の最先端の手法よりも優れており、Dice は 0.9033 である。
  論文  参考訳（メタデータ） (2024-06-01T07:35:21Z)
• M3BUNet: Mobile Mean Max UNet for Pancreas Segmentation on CT-Scans [25.636974007788986]
  我々は,M3BUNetを提案する。M3BUNetはMobileNetとU-Netニューラルネットワークの融合で,2段階に分けて膵CT像を段階的に分割する,新しい平均値(MM)アテンションを備える。 細かなセグメンテーションの段階では、ウェーブレット分解フィルタを用いてマルチインプット画像を作成することにより、膵のセグメンテーション性能が向上することがわかった。 提案手法は,最大89.53%のDice similarity Coefficient(DSC)値と最大81.16のIntersection Over Union(IOU)スコアをNIH pancreasデータセットで達成する。
  論文  参考訳（メタデータ） (2024-01-18T23:10:08Z)
• Dual-scale Enhanced and Cross-generative Consistency Learning for Semi-supervised Medical Image Segmentation [49.57907601086494]
  医用画像のセグメンテーションはコンピュータ支援診断において重要な役割を担っている。 半教師型医用画像(DEC-Seg)のための新しいDual-scale Enhanced and Cross-generative consistency learning frameworkを提案する。
  論文  参考訳（メタデータ） (2023-12-26T12:56:31Z)
• TSI-Net: A Timing Sequence Image Segmentation Network for Intracranial Artery Segmentation in Digital Subtraction Angiography [14.584220472118188]
  本稿では,TSI-Net と呼ばれる U-shape を用いた時系列画像分割ネットワークを提案する。 エンコーダには双方向のConvGRUモジュール(BCM)が組み込まれており、可変長DSAシーケンスを入力できる。 近年の最先端ネットワークよりも性能が著しく向上している。
  論文  参考訳（メタデータ） (2023-09-07T04:44:38Z)
• DIAS: A Dataset and Benchmark for Intracranial Artery Segmentation in DSA sequences [19.61593883367223]
  血管形態の定量化にはDSA(Digital Subtraction Angiography)の頭蓋内動脈(IA)が重要である。 現在の研究は、主にプロプライエタリデータセットを使用した単一フレームDSAのセグメンテーションに焦点を当てている。 DSAシークエンスにおけるIAセグメンテーションのためのデータセットであるDIASを紹介する。
  論文  参考訳（メタデータ） (2023-06-21T10:03:56Z)
• Semantic segmentation of surgical hyperspectral images under geometric domain shifts [69.91792194237212]
  本稿では、幾何学的アウト・オブ・ディストリビューション(OOD)データの存在下で、最先端のセマンティックセグメンテーションネットワークを初めて分析する。 有機移植(Organ transplantation)と呼ばれる専用の拡張技術により、一般化可能性にも対処する。 提案手法は,SOA DSCの最大67 % (RGB) と90% (HSI) を改善し,実際のOODテストデータ上での分配内性能と同等の性能を示す。
  論文  参考訳（メタデータ） (2023-03-20T09:50:07Z)
• Self-Supervised Correction Learning for Semi-Supervised Biomedical Image Segmentation [84.58210297703714]
  半教師付きバイオメディカルイメージセグメンテーションのための自己教師付き補正学習パラダイムを提案する。 共有エンコーダと2つの独立デコーダを含むデュアルタスクネットワークを設計する。 異なるタスクのための3つの医用画像分割データセットの実験により,本手法の優れた性能が示された。
  論文  参考訳（メタデータ） (2023-01-12T08:19:46Z)
• Reliable Joint Segmentation of Retinal Edema Lesions in OCT Images [55.83984261827332]
  本稿では,信頼性の高いマルチスケールウェーブレットエンハンストランスネットワークを提案する。 本研究では,ウェーブレット型特徴抽出器ネットワークとマルチスケール変圧器モジュールを統合したセグメンテーションバックボーンを開発した。 提案手法は,他の最先端セグメンテーション手法と比較して信頼性の高いセグメンテーション精度を実現する。
  論文  参考訳（メタデータ） (2022-12-01T07:32:56Z)
• Right Ventricular Segmentation from Short- and Long-Axis MRIs via Information Transition [13.292060121301544]
  本稿では、長軸(LA)ビューからの情報を利用して短軸(SA)ビューのセグメンテーションを支援する自動RVセグメンテーションフレームワークを提案する。 具体的には、LAビューから変換されたセグメンテーションを事前情報として、SAビューからROIを抽出し、セグメンテーションを改善する。 実験の結果, LAビューを含めることで, SAセグメンテーションの精度を向上させることができることがわかった。
  論文  参考訳（メタデータ） (2021-09-05T21:39:27Z)
• Global Guidance Network for Breast Lesion Segmentation in Ultrasound Images [84.03487786163781]
  我々は,大域的誘導ブロック(GGB)と乳房病変境界検出モジュールを備えた深部畳み込みニューラルネットワークを開発した。 当社のネットワークは、乳房超音波病変分割における他の医療画像分割方法および最近のセマンティックセグメンテーション方法よりも優れています。
  論文  参考訳（メタデータ） (2021-04-05T13:15:22Z)

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。