論文の概要: Two New Stenoses Detection Methods of Coronary Angiograms
- arxiv url: http://arxiv.org/abs/2108.01516v1
- Date: Tue, 3 Aug 2021 14:01:58 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-04 13:52:56.104477
- Title: Two New Stenoses Detection Methods of Coronary Angiograms
- Title（参考訳）: 2つの新しい冠動脈造影検査法
- Authors: Yaofang Liu, Xinyue Zhang, Wenlong Wan, Shaoyu Liu, Yingdi Liu, Hu
Liu, Xueying Zeng, Qing Zhang
- Abstract要約: 冠動脈造影における2種類の血管狭窄検出法が提案され,診断に有用であった。
第1の方法は、冠動脈全体を自動的に分別し、ステントロースをマークする自動方法である。
この方法では、ある血管セグメントの狭窄を検出するために、ユーザは開始点と終了点を与えるだけでよい。
- 参考スコア（独自算出の注目度）: 17.62126992760223
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Coronary angiography is the "gold standard" for the diagnosis of coronary
heart disease. At present, the methods for detecting coronary artery stenoses
and evaluating the degree of it in coronary angiograms are either subjective or
not efficient enough. Two vascular stenoses detection methods in coronary
angiograms are proposed to assist the diagnosis. The first one is an automatic
method, which can automatically segment the entire coronary vessels and mark
the stenoses. The second one is an interactive method. With this method, the
user only needs to give a start point and an end point to detect the stenoses
of a certain vascular segment. We have shown that the proposed tracking methods
are robust for angiograms with various vessel structure. The automatic
detection method can effectively measure the diameter of the vessel and mark
the stenoses in different angiograms. Further investigation proves that the
results of interactive detection method can accurately reflect the true
stenoses situation. The proposed automatic method and interactive method are
effective in various angiograms and can complement each other in clinical
practice. The first method can be used for preliminary screening and the second
method can be used for further quantitative analysis. It has the potential to
improve the level of clinical diagnosis of coronary heart disease.
- Abstract（参考訳）: 冠動脈造影は冠動脈疾患の診断における「ゴールドスタンダード」である。
冠状動脈病変の検出法と冠動脈造影法における冠動脈病変の程度の評価は, 主観的, 効果的でないのが現状である。
冠動脈造影検査では2つの血管病変検出法が提案されている。
1つ目は、冠動脈全体を自動的に分割し、ステノシーをマークする自動的方法である。
2つ目はインタラクティブな方法です。
この方法では、ユーザは、特定の血管セグメントのステノシスを検出するために、開始点と終了点を与えるだけでよい。
提案手法は血管構造の異なる血管造影にロバストであることが判明した。
本発明の自動検出方法は、血管の直径を効果的に測定し、異なる血管造影でステンドースをマークすることができる。
さらに,対話型検出法の結果が真のステンス状態を正確に反映できることを示す。
提案手法は各種血管造影に有効であり,臨床実践において相互に補完することができる。
第1の方法は予備スクリーニングに使用することができ、第2の方法はさらなる定量分析に使用することができる。
冠動脈疾患の臨床診断のレベルを向上させる可能性がある。
関連論文リスト
- YOLO-Angio: An Algorithm for Coronary Anatomy Segmentation [13.603729336413833]
われわれは,MICCAI 2023におけるX線アンギオグラフィー画像(ARCADE)を用いた自動冠状動脈疾患診断への取り組みについて報告する。
我々の3段階のアプローチは、従来のコンピュータビジョンによる前処理と特徴選択を組み合わせて、船体コントラストを強化する。
最終セグメンテーションは、グラフベースのソート法で冠状樹を再構築する論理に基づくアプローチに基づいている。
論文 参考訳（メタデータ） (2023-10-24T15:02:02Z) - Learning to diagnose cirrhosis from radiological and histological labels
with joint self and weakly-supervised pretraining strategies [62.840338941861134]
そこで本稿では, 放射線学者が注釈付けした大規模データセットからの転写学習を活用して, 小さい付加データセットで利用できる組織学的スコアを予測することを提案する。
我々は,肝硬変の予測を改善するために,異なる事前訓練法,すなわち弱い指導法と自己指導法を比較した。
この方法は、METAVIRスコアのベースライン分類を上回り、AUCが0.84、バランスの取れた精度が0.75に達する。
論文 参考訳（メタデータ） (2023-02-16T17:06:23Z) - 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) - Two New Stenosis Detection Methods of Coronary Angiograms [17.62126992760223]
診断を支援するために2つの血管狭窄検出法が提案されている。
第1の方法は、冠状動脈ツリー全体を自動抽出し、可能なすべてのステントロースをマークする自動方法である。
この方法で、ユーザは任意の血管セグメントを選択して、そのステントのさらなる分析を行うことができる。
論文 参考訳（メタデータ） (2021-12-12T04:52:11Z) - SpineOne: A One-Stage Detection Framework for Degenerative Discs and
Vertebrae [54.751251046196494]
SpineOneと呼ばれる一段階検出フレームワークを提案し、MRIスライスから変性椎骨と椎骨を同時に局在化・分類する。
1)キーポイントの局所化と分類を促進するためのキーポイント・ヒートマップの新しい設計、2)ディスクと脊椎の表現をよりよく区別するためのアテンション・モジュールの使用、3)後期訓練段階における複数の学習目標を関連付けるための新しい勾配誘導客観的アソシエーション機構。
論文 参考訳（メタデータ） (2021-10-28T12:59:06Z) - A Deep Learning Approach to Predicting Collateral Flow in Stroke
Patients Using Radiomic Features from Perfusion Images [58.17507437526425]
側方循環は、血流を妥協した領域に酸素を供給する特殊な無酸素流路から生じる。
実際のグレーティングは主に、取得した画像の手動検査によって行われる。
MR灌流データから抽出した放射線学的特徴に基づいて,脳卒中患者の側方血流低下を予測するための深層学習手法を提案する。
論文 参考訳（メタデータ） (2021-10-24T18:58:40Z) - Automatic Identification of the End-Diastolic and End-Systolic Cardiac
Frames from Invasive Coronary Angiography Videos [6.203906656404265]
侵襲的冠動脈造影検査において, エンド拡張期(ED)とエンド収縮期(ES)の適切な画像フレームの同定が重要である。
現在の識別法は主に視覚的解釈に依存しており、時間だけでなく再現性も低い。
そこで本研究では,鍵血管点の軌跡を用いて,EDとESの心期に関連する血管画像フレームを自動的に同定する手法を提案する。
論文 参考訳（メタデータ） (2021-10-06T15:16:55Z) - AI-based Aortic Vessel Tree Segmentation for Cardiovascular Diseases
Treatment: Status Quo [55.04215695343928]
大動脈血管木は大動脈とその枝枝動脈からなる。
大動脈弁木の自動・半自動セグメンテーションのための計算手法を体系的に検討した。
論文 参考訳（メタデータ） (2021-08-06T08:18:28Z) - Automated Detection of Coronary Artery Stenosis in X-ray Angiography
using Deep Neural Networks [0.0]
X線冠動脈造影画像からの狭窄検出を部分的に自動化する2段階のディープラーニングフレームワークを提案する。
左/右冠動脈角ビューの分類作業において0.97の精度を達成し、LCAとRCAの関心領域の決定について0.68/0.73のリコールを行った。
論文 参考訳（メタデータ） (2021-03-04T11:45:54Z) - Automated Deep Learning Analysis of Angiography Video Sequences for
Coronary Artery Disease [4.233200689119682]
冠状動脈閉塞(狭窄)の評価は、現在、医師による冠動脈造影ビデオシーケンスの視覚的評価によって行われている。
深層学習に基づく自動解析パイプラインを報告し,冠動脈血管造影を迅速かつ客観的に評価する。
我々は、ResNetやU-Netといった強力なディープラーニングアプローチと、従来の画像処理と幾何解析を組み合わせた。
論文 参考訳（メタデータ） (2021-01-29T10:23:49Z) - Neural collaborative filtering for unsupervised mitral valve
segmentation in echocardiography [60.08918310097638]
心エコービデオの低次元埋め込みに基づく僧帽弁断面積自動制御法を提案する。
本法は, 各種僧帽弁疾患患者の心エコービデオと, 独立した検査コホートを用いて評価した。
これは、低品質ビデオやスパースアノテーションの場合には、最先端のインハンサーとエンファンサーの手法より優れている。
論文 参考訳（メタデータ） (2020-08-13T12:53:26Z)
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。