Fugu-MT 論文翻訳(概要): Deep Open Snake Tracker for Vessel Tracing

論文の概要: Deep Open Snake Tracker for Vessel Tracing

arxiv url: http://arxiv.org/abs/2107.09049v1
Date: Mon, 19 Jul 2021 17:59:31 GMT
ステータス: 処理完了
システム内更新日: 2021-07-20 15:07:53.023767
Title: Deep Open Snake Tracker for Vessel Tracing
Title（参考訳）: 容器トラクション用ディープオープンスネークトラッカー
Authors: Li Chen, Wenjin Liu, Niranjan Balu, Mahmud Mossa-Basha, Thomas S. Hatsukami, Jenq-Neng Hwang, Chun Yuan
Abstract要約: 中心線と半径を持つ3次元医用画像の血管構造をモデル化した血管トレースは、血管の健康に有用な情報を提供することができる。既存のアルゴリズムは開発されているが、不完全または不正確な容器追跡のような永続的な問題もある。本稿では3次元画像中の容器をトレースする深層学習に基づく開曲線アクティブな輪郭モデル(DOST)を提案する。
参考スコア（独自算出の注目度）: 32.97987423431042
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Vessel tracing by modeling vascular structures in 3D medical images with centerlines and radii can provide useful information for vascular health. Existing algorithms have been developed but there are certain persistent problems such as incomplete or inaccurate vessel tracing, especially in complicated vascular beds like the intracranial arteries. We propose here a deep learning based open curve active contour model (DOST) to trace vessels in 3D images. Initial curves were proposed from a centerline segmentation neural network. Then data-driven machine knowledge was used to predict the stretching direction and vessel radius of the initial curve, while the active contour model (as human knowledge) maintained smoothness and intensity fitness of curves. Finally, considering the nonloop topology of most vasculatures, individually traced vessels were connected into a tree topology by applying a minimum spanning tree algorithm on a global connection graph. We evaluated DOST on a Time-of-Flight (TOF) MRA intracranial artery dataset and demonstrated its superior performance over existing segmentation-based and tracking-based vessel tracing methods. In addition, DOST showed strong adaptability on different imaging modalities (CTA, MR T1 SPACE) and vascular beds (coronary arteries).
Abstract（参考訳）: 3次元医用画像における血管構造のモデル化による血管の追跡は、血管の健康に有用な情報を提供することができる。既存のアルゴリズムは開発されているが、特に頭蓋内動脈のような複雑な血管床では、不完全または不正確な血管の追跡のような永続的な問題が存在する。本稿では3次元画像中の容器をトレースする深層学習に基づく開曲線アクティブな輪郭モデル(DOST)を提案する。中心線セグメンテーションニューラルネットワークから初期曲線を提案した。次に、データ駆動型機械知識を用いて初期曲線の伸び方向と血管半径を予測し、アクティブな輪郭モデル(人間の知識として)は曲線の滑らかさと強度の適合性を維持した。最後に,ほとんどの血管の非ループトポロジーを考慮し,大域接続グラフに最小スパンニング木アルゴリズムを適用して,個別にトレースした容器を木トポロジーに接続した。 Time-of-Flight (TOF) MRA(Time-of-Flight)の頭蓋内動脈データセットを用いてDOSTを評価し,既存のセグメンテーションおよび追跡に基づく血管追跡法よりも優れた性能を示した。さらに, DOSTは, 異なる画像モダリティ (CTA, MR T1 SPACE) と血管底 (冠動脈) に強い適応性を示した。

関連論文リスト

Building a Synthetic Vascular Model: Evaluation in an Intracranial Aneurysms Detection Scenario [0.8749675983608172]
このモデルは、脳動脈瘤を効率的に検出するために、3D畳み込みニューラルネットワークが使用できる脳動脈のデータセットを提供することを目的としている。本研究では, 人工血管モデルを網羅的に記述し, 動脈瘤の分節と検出のために設計されたニューラルネットワークを構築し, 合成モデルデータの拡張により得られた性能ギャップの詳細な評価を行う。
論文参考訳（メタデータ） (2024-11-04T18:08:24Z)
Fitting tree model with CNN and geodesics to track vesselsand application to Ultrasound Localization Microscopy data [5.1082516810678396]
我々は超音波局在顕微鏡(ULM)データに基づく追跡を行うモデルを構築した。また、合成眼底データについても検討した。以上の結果から,有意な注釈付きUDMデータの不足は,血管のランドマークの局在に障害があることが示唆された。
論文参考訳（メタデータ） (2023-11-13T09:25:03Z)
SIRE: scale-invariant, rotation-equivariant estimation of artery orientations using graph neural networks [2.439909645714735]
局所容器配向のためのスケール不変な回転同変推定器 SIRE を提案する。 SIREは、様々なラジイを持つ任意指向の船で訓練することができ、幅広い口径と好奇心を持つ船に一般化することができる。センタライントラッカーにSIREを組み込み、SIREがトレーニングされているデータに関係なく、正確にAAAを追跡する。
論文参考訳（メタデータ） (2023-11-09T14:32:57Z)
AiAReSeg: Catheter Detection and Segmentation in Interventional Ultrasound using Transformers [75.20925220246689]
血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
論文参考訳（メタデータ） (2023-09-25T19:34:12Z)
SE(3) symmetry lets graph neural networks learn arterial velocity estimation from small datasets [3.861633648502351]
冠動脈血行動態は診断,予後,治療計画に有用なバイオマーカーの基礎となる可能性がある。速度場は典型的には、計算流体力学(CFD)を用いて患者固有の3次元動脈モデルから得られる。我々は,3次元速度場を推定する効率的なブラックボックスサロゲート法としてグラフニューラルネットワーク(GNN)を提案する。
論文参考訳（メタデータ） (2023-02-17T09:42:38Z)
An Algorithm for the Labeling and Interactive Visualization of the Cerebrovascular System of Ischemic Strokes [59.116811751334225]
VirtualDSA++は、CTAスキャンで脳血管ツリーをセグメンテーションし、ラベル付けするために設計されたアルゴリズムである。閉塞血管を同定するために,脳動脈のラベル付け機構を拡張した。本稿では,そのモデルの全ノードにおける経路の反復的体系探索という一般的な概念を紹介し,新たな対話的特徴を実現する。
論文参考訳（メタデータ） (2022-04-26T14:20:26Z)
Modeling and hexahedral meshing of cerebral arterial networks from centerlines [0.0]
中心線に基づく表現は、小さな血管を持つ大きな血管ネットワークをモデル化するために広く用いられている。中心線からCFDに適した構造を持つヘキサヘドラルメッシュを自動生成する手法を提案する。我々は60の脳血管ネットワークのデータセットを網羅し,本手法の有効性を実証した。
論文参考訳（メタデータ） (2022-01-20T16:30:17Z)
Learning Hybrid Representations for Automatic 3D Vessel Centerline Extraction [57.74609918453932]
3次元医用画像からの血管の自動抽出は血管疾患の診断に不可欠である。既存の方法では、3次元画像からそのような細い管状構造を分割する際に、抽出された容器の不連続に悩まされることがある。抽出された船舶の連続性を維持するためには、地球的幾何学を考慮に入れる必要があると論じる。この課題を解決するためのハイブリッド表現学習手法を提案します。
論文参考訳（メタデータ） (2020-12-14T05:22:49Z)
Tattoo tomography: Freehand 3D photoacoustic image reconstruction with an optical pattern [49.240017254888336]
光音響トモグラフィ(PAT)は、形態学的および機能的組織特性の両方を解決することができる新しいイメージング技術である。現在の欠点は、従来の2Dプローブによって提供される視野の制限である。本研究では,外部追跡システムを必要としないPATデータの3次元再構成手法を提案する。
論文参考訳（メタデータ） (2020-11-10T09:27:56Z)
Rethinking the Extraction and Interaction of Multi-Scale Features for Vessel Segmentation [53.187152856583396]
網膜血管と主要動脈を2次元基底画像と3次元CTアンギオグラフィー(CTA)スキャンで分割する,PC-Netと呼ばれる新しいディープラーニングモデルを提案する。 PC-Netでは、ピラミッド圧縮励起(PSE)モジュールが各畳み込みブロックに空間情報を導入し、より効果的なマルチスケール特徴を抽出する能力を高めている。
論文参考訳（メタデータ） (2020-10-09T08:22:54Z)
clDice -- A Novel Topology-Preserving Loss Function for Tubular Structure Segmentation [57.20783326661043]
中心線Dice (short clDice) と呼ばれる新しい類似度尺度を導入する。理論的には、clDiceは2次元および3次元のセグメンテーションにおけるホモトピー同値までのトポロジー保存を保証する。我々は、船舶、道路、ニューロン(2Dと3D)を含む5つの公開データセットでソフトクライス損失をベンチマークした。
論文参考訳（メタデータ） (2020-03-16T16:27:49Z)

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。