論文の概要: Artificial Intelligence in PET: an Industry Perspective
- arxiv url: http://arxiv.org/abs/2107.06747v1
- Date: Wed, 14 Jul 2021 14:47:24 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-15 14:27:22.092025
- Title: Artificial Intelligence in PET: an Industry Perspective
- Title（参考訳）: PETにおける人工知能の産業的展望
- Authors: Arkadiusz Sitek, Sangtae Ahn, Evren Asma, Adam Chandler, Alvin Ihsani,
Sven Prevrhal, Arman Rahmim, Babak Saboury, Kris Thielemans
- Abstract要約: 人工知能(AI)は、ポジトロン・エミッション・トモグラフィ(PET)イメージングの応用など、医療画像に肯定的な影響を与える可能性があり、進歩する可能性がある。
AIは、PETにおけるAIの将来の可能性を最大化するために対処し克服する必要がある、業界固有の課題を提起する。
本稿では、AIの開発、標準化、商業化、臨床導入におけるこれらの業界固有の課題の概要を述べるとともに、近い将来にAIによってもたらされるPETイメージングの強化の可能性を探る。
- 参考スコア（独自算出の注目度）: 3.084117449495927
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Artificial intelligence (AI) has significant potential to positively impact
and advance medical imaging, including positron emission tomography (PET)
imaging applications. AI has the ability to enhance and optimize all aspects of
the PET imaging chain from patient scheduling, patient setup, protocoling, data
acquisition, detector signal processing, reconstruction, image processing and
interpretation. AI poses industry-specific challenges which will need to be
addressed and overcome to maximize the future potentials of AI in PET. This
paper provides an overview of these industry-specific challenges for the
development, standardization, commercialization, and clinical adoption of AI,
and explores the potential enhancements to PET imaging brought on by AI in the
near future. In particular, the combination of on-demand image reconstruction,
AI, and custom designed data processing workflows may open new possibilities
for innovation which would positively impact the industry and ultimately
patients.
- Abstract（参考訳）: 人工知能(AI)は、ポジトロン・エミッション・トモグラフィ(PET)イメージングの応用など、医療画像に肯定的な影響を与え、進歩する可能性がある。
AIは、患者スケジューリング、患者設定、プロトコル、データ取得、検出信号処理、再構築、画像処理、解釈からPET画像チェーンのすべての側面を拡張および最適化する能力を持っている。
AIは、PETにおけるAIの将来の可能性を最大化するために対処し克服する必要がある、業界固有の課題を提起する。
本稿では,AIの開発,標準化,商業化,臨床導入におけるこれらの業界固有の課題について概説し,近い将来にAIによってもたらされるPET画像の拡張の可能性を探る。
特に、オンデマンドの画像再構成、ai、カスタムデザインのデータ処理ワークフローの組み合わせは、イノベーションの新たな可能性を開き、業界や最終的に患者に影響を与える可能性がある。
関連論文リスト
- Practical Applications of Advanced Cloud Services and Generative AI Systems in Medical Image Analysis [17.4235794108467]
本稿では、医用画像における生成AIの変換可能性について考察し、合成ACM-2データを生成する能力を強調した。
データセットのサイズと多様性の制限に対処することにより、これらのモデルはより正確な診断と患者の結果の改善に寄与する。
論文 参考訳（メタデータ） (2024-03-26T09:55:49Z) - Anatomy and Physiology of Artificial Intelligence in PET Imaging [0.0]
この記事では、PETイメージングで最も遭遇しそうな側面に特に焦点をあてて、現代のAIの中核となる原則を解説したガイドを提供する。
本稿では、畳み込みニューラルネットワーク、アルゴリズムトレーニング、セグメンテーションと画像合成によく使われるU-Netの構成要素について説明する。
論文 参考訳（メタデータ） (2023-11-30T15:12:57Z) - AI-Generated Images as Data Source: The Dawn of Synthetic Era [61.879821573066216]
生成AIは、現実世界の写真によく似た合成画像を作成する可能性を解き放った。
本稿では、これらのAI生成画像を新しいデータソースとして活用するという革新的な概念を探求する。
実際のデータとは対照的に、AI生成データには、未整合のアブリダンスやスケーラビリティなど、大きなメリットがある。
論文 参考訳（メタデータ） (2023-10-03T06:55:19Z) - Artificial General Intelligence for Medical Imaging Analysis [92.3940918983821]
大規模人工知能(AGI)モデルは、様々な汎用ドメインタスクにおいて前例のない成功を収めた。
これらのモデルは、医学分野固有の複雑さとユニークな特徴から生じる顕著な課題に直面している。
このレビューは、医療画像、医療などにおけるAGIの将来的な意味についての洞察を提供することを目的としている。
論文 参考訳（メタデータ） (2023-06-08T18:04:13Z) - Robotic Navigation Autonomy for Subretinal Injection via Intelligent
Real-Time Virtual iOCT Volume Slicing [88.99939660183881]
網膜下注射のための自律型ロボットナビゲーションの枠組みを提案する。
提案手法は,機器のポーズ推定方法,ロボットとi OCTシステム間のオンライン登録,およびインジェクションターゲットへのナビゲーションに適した軌道計画から構成される。
ブタ前眼の精度と再現性について実験を行った。
論文 参考訳（メタデータ） (2023-01-17T21:41:21Z) - Artificial Intelligence-Based Detection, Classification and
Prediction/Prognosis in PET Imaging: Towards Radiophenomics [2.2509387878255818]
この研究は、腫瘍学的なPETとPET/CTイメージングに焦点を当てたAIベースの技術についてレビューする。
良性から悪性まで腫瘍組織学のスペクトルがあり、AIベースの分類法で同定できる。
放射線分析は、腫瘍の正確な評価のための非侵襲的手法として利用される可能性がある。
論文 参考訳（メタデータ） (2021-10-20T01:05:47Z) - FUTURE-AI: Guiding Principles and Consensus Recommendations for Trustworthy Artificial Intelligence in Medical Imaging [6.099257839022179]
Future-AIフレームワークは、医療におけるAIの信頼性、安全性、採用を促進するための原則を導いてくれる。
我々は、Future-AIの一般的な医療原則を、医療画像コミュニティのニーズに合わせて、簡潔で具体的なAI実装ガイドに変換する。
論文 参考訳（メタデータ） (2021-09-20T16:22:49Z) - Potential Applications of Artificial Intelligence and Machine Learning
in Radiochemistry and Radiochemical Engineering [0.0]
人工知能と機械学習は、PETイメージングをベンチからクリニックに邪魔する可能性がある。
この観点から、PETイメージングのための新しい放射性医薬品の設計と合成を改善するために、この技術がどのように応用できるかについての洞察を提供する。
論文 参考訳（メタデータ） (2021-08-05T18:58:56Z) - Pre-Trained Models: Past, Present and Future [126.21572378910746]
大規模事前訓練モデル(PTM)は近年大きな成功を収め、人工知能(AI)分野におけるマイルストーンとなった。
知識を巨大なパラメータに格納し、特定のタスクを微調整することで、巨大なパラメータに暗黙的にエンコードされた豊富な知識は、さまざまな下流タスクの恩恵を受けることができる。
AIコミュニティが、モデルをスクラッチから学習するのではなく、下流タスクのバックボーンとしてPTMを採用することは、今、コンセンサスになっている。
論文 参考訳（メタデータ） (2021-06-14T02:40:32Z) - Empowering Things with Intelligence: A Survey of the Progress,
Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。
まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。
最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
論文 参考訳（メタデータ） (2020-11-17T13:14:28Z) - Review of Artificial Intelligence Techniques in Imaging Data
Acquisition, Segmentation and Diagnosis for COVID-19 [71.41929762209328]
新型コロナウイルス感染症(COVID-19)のパンデミックは世界中に広がっている。
X線やCT(Computerd Tomography)などの医用画像は、世界的な新型コロナウイルス対策に欠かせない役割を担っている。
最近登場した人工知能(AI)技術は、画像ツールの力を強化し、医療専門家を支援する。
論文 参考訳（メタデータ） (2020-04-06T15:21:34Z)
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。