論文の概要: ImageTBAD: A 3D Computed Tomography Angiography Image Dataset for
Automatic Segmentation of Type-B Aortic Dissection
- arxiv url: http://arxiv.org/abs/2109.00374v1
- Date: Wed, 1 Sep 2021 13:21:12 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-02 14:13:01.274109
- Title: ImageTBAD: A 3D Computed Tomography Angiography Image Dataset for
Automatic Segmentation of Type-B Aortic Dissection
- Title（参考訳）: imagetbad: a 3d ct angiography image dataset for automatic segmentation of type-b aortic dissection
- Authors: Zeyang Yao, Jiawei Zhang, Hailong Qiu, Tianchen Wang, Yiyu Shi, Jian
Zhuang, Yuhao Dong, Meiping Huang, Xiaowei Xu
- Abstract要約: B型大動脈解離 (TBAD) は, 年々発症が増加し, 重症度が低下する心血管疾患の1つである。
現在,TBADの診断と予後にはCTA(Computed tomography angiography)が広く採用されている。
本稿では, TL, FL, FLのアノテーションを付加した3次元CT(CTA)画像データセットであるImageTBADを提案する。
- 参考スコア（独自算出の注目度）: 18.664810667693978
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Type-B Aortic Dissection (TBAD) is one of the most serious cardiovascular
events characterized by a growing yearly incidence,and the severity of disease
prognosis. Currently, computed tomography angiography (CTA) has been widely
adopted for the diagnosis and prognosis of TBAD. Accurate segmentation of true
lumen (TL), false lumen (FL), and false lumen thrombus (FLT) in CTA are crucial
for the precise quantification of anatomical features. However, existing works
only focus on only TL and FL without considering FLT. In this paper, we propose
ImageTBAD, the first 3D computed tomography angiography (CTA) image dataset of
TBAD with annotation of TL, FL, and FLT. The proposed dataset contains 100 TBAD
CTA images, which is of decent size compared with existing medical imaging
datasets. As FLT can appear almost anywhere along the aorta with irregular
shapes, segmentation of FLT presents a wide class of segmentation problems
where targets exist in a variety of positions with irregular shapes. We further
propose a baseline method for automatic segmentation of TBAD. Results show that
the baseline method can achieve comparable results with existing works on aorta
and TL segmentation. However, the segmentation accuracy of FLT is only 52%,
which leaves large room for improvement and also shows the challenge of our
dataset. To facilitate further research on this challenging problem, our
dataset and codes are released to the public.
- Abstract（参考訳）: B型大動脈解離 (TBAD) は, 年々発症が増加し, 重症度が低下する心血管疾患の1つである。
現在,TBADの診断と予後にはCTA(Computed tomography angiography)が広く採用されている。
解剖学的特徴の正確な定量化には, 真性ルーメン(TL), 偽性ルーメン(FL), 偽性ルーメン血栓(FLT)の正確なセグメンテーションが重要である。
しかし、既存の作業はFLTを考慮せずにTLとFLのみに焦点を当てている。
本稿では,TL,FL,FLTのアノテーションを付加した3次元CT(CTA)画像データセットであるImageTBADを提案する。
提案データセットには100TBAD CTAイメージが含まれており、既存の医用画像データセットと比較すると相当の大きさである。
FLTは不規則な形状のオータに沿ってほぼどこでも現れるため、FLTのセグメンテーションは、不規則な形状の様々な位置にターゲットが存在する幅広いセグメンテーション問題を示す。
さらに,TBADの自動セグメンテーションのためのベースライン手法を提案する。
その結果,aorta と tl セグメンテーションに関する既存の研究と同等の結果が得られることがわかった。
しかし、fltのセグメンテーション精度はわずか52%で、改善の余地が大きく、データセットの課題も示されています。
この困難な問題のさらなる研究を容易にするために、データセットとコードは一般公開されます。
関連論文リスト
- FiAt-Net: Detecting Fibroatheroma Plaque Cap in 3D Intravascular OCT Images [17.340769351344683]
冠状動脈疾患の主な徴候は、冠動脈閉塞や心臓発作の原因となるフィブロアセロマトーデス・プラークの発達である。
本稿では, 血管内光コヒーレンス断層撮影(IV OCT)画像において, 深層学習に基づく新しいアプローチであるFiAt-Net(FiAt-Net)について報告する。
われわれのFiAt-Netは,IV OCT画像中のFAキャップを高精度に検出し,3次元IV OCT冠動脈画像データセット上で高い性能を示した。
論文 参考訳（メタデータ） (2024-09-13T20:50:28Z) - Deep Learning for Vascular Segmentation and Applications in Phase
Contrast Tomography Imaging [33.23991248643144]
本稿では,多様な臓器にまたがる機械学習技術の現状を概説する。
我々のゴールは、このトピックの基礎を提供し、新しい画像モダリティで血管セグメンテーションに適用するための堅牢なベースラインモデルを特定することである。
HiP CTは、1ボクセルあたり20mmという前例のない解像度で、完全な臓器の3Dイメージングを可能にする。
論文 参考訳（メタデータ） (2023-11-22T11:15:38Z) - Revisiting Computer-Aided Tuberculosis Diagnosis [56.80999479735375]
結核(TB)は世界的な健康上の脅威であり、毎年何百万人もの死者を出している。
深層学習を用いたコンピュータ支援結核診断 (CTD) は有望であるが, 限られたトレーニングデータによって進行が妨げられている。
結核X線(TBX11K)データセットは11,200個の胸部X線(CXR)画像とそれに対応するTB領域のバウンディングボックスアノテーションを含む。
このデータセットは、高品質なCTDのための洗練された検出器のトレーニングを可能にする。
論文 参考訳（メタデータ） (2023-07-06T08:27:48Z) - Accurate Fine-Grained Segmentation of Human Anatomy in Radiographs via
Volumetric Pseudo-Labeling [66.75096111651062]
我々は,10,021個の胸部CTと157個のラベルの大規模データセットを作成した。
解剖学的擬似ラベル抽出のために3次元解剖分類モデルのアンサンブルを適用した。
得られたセグメンテーションモデルはCXRで顕著な性能を示した。
論文 参考訳（メタデータ） (2023-06-06T18:01:08Z) - CT Perfusion is All We Need: 4D CNN Segmentation of Penumbra and Core in
Patients With Suspected Ischemic Stroke [1.6836876499886009]
本稿では,時間情報を完全に活用する4つの畳み込みを入力として利用する方法について検討する。
提案した4D mJ-Netを用いることで、ペニブラとコア領域の分割にそれぞれ0.53と0.23のDice係数が得られる。
論文 参考訳（メタデータ） (2023-03-15T16:53:19Z) - Affinity Feature Strengthening for Accurate, Complete and Robust Vessel
Segmentation [48.638327652506284]
血管セグメンテーションは、冠動脈狭窄、網膜血管疾患、脳動脈瘤などの多くの医学的応用において重要である。
コントラストに敏感なマルチスケールアフィニティアプローチを用いて,幾何学的手法と画素単位のセグメンテーション特徴を連成的にモデル化する新しいアプローチであるAFNを提案する。
論文 参考訳（メタデータ） (2022-11-12T05:39:17Z) - Whole-Body Lesion Segmentation in 18F-FDG PET/CT [11.662584140924725]
提案モデルは, 全身の病変を予測するために, 2D と 3D nnUNET アーキテクチャを基礎として設計されている。
提案手法は, ダイススコア, 偽陽性ボリューム, 偽陰性ボリュームの計測値において, 病変のセグメンテーション性能を計測するAutoPet Challengeの文脈で評価する。
論文 参考訳（メタデータ） (2022-09-16T10:49:53Z) - Data-Efficient Vision Transformers for Multi-Label Disease
Classification on Chest Radiographs [55.78588835407174]
視覚変換器(ViT)は一般的な画像の分類性能が高いにもかかわらず、このタスクには適用されていない。
ViTは、畳み込みではなくパッチベースの自己アテンションに依存しており、CNNとは対照的に、ローカル接続に関する事前の知識は存在しない。
以上の結果から,ViTとCNNのパフォーマンスはViTの利点に匹敵するものの,DeiTsはトレーニング用に適度に大規模なデータセットが利用可能であれば,前者よりも優れることがわかった。
論文 参考訳（メタデータ） (2022-08-17T09:07:45Z) - LIFE: A Generalizable Autodidactic Pipeline for 3D OCT-A Vessel
Segmentation [5.457168581192045]
最近のディープラーニングアルゴリズムは、有望な血管セグメンテーションの結果を生み出した。
しかし、手動による注記データがないため、3D網膜血管セグメンテーションは依然として困難である。
自己合成モダリティのみによって教師される学習に基づく手法を提案する。
論文 参考訳（メタデータ） (2021-07-09T07:51:33Z) - FetReg: Placental Vessel Segmentation and Registration in Fetoscopy
Challenge Dataset [57.30136148318641]
Fetoscopy Laser Photocoagulation はツイン・ツー・ツイン・トランスフュージョン症候群(TTTS)の治療に広く用いられている治療法である
これにより、プロシージャ時間と不完全アブレーションが増加し、持続的なTTTSが生じる可能性がある。
コンピュータ支援による介入は、ビデオモザイクによって胎児の視野を広げ、船体ネットワークのより良い視覚化を提供することによって、これらの課題を克服するのに役立つかもしれない。
本稿では,長期フェトスコープビデオからドリフトフリーモザイクを作成することを目的とした,胎児環境のための汎用的でロバストなセマンティックセマンティックセグメンテーションとビデオモザイクアルゴリズムを開発するための大規模マルチセントデータセットを提案する。
論文 参考訳（メタデータ） (2021-06-10T17:14:27Z) - Weakly-supervised Learning For Catheter Segmentation in 3D Frustum
Ultrasound [74.22397862400177]
超音波を用いた新しいカテーテルセグメンテーション法を提案する。
提案手法は,1ボリュームあたり0.25秒の効率で最先端の性能を実現した。
論文 参考訳（メタデータ） (2020-10-19T13:56:22Z)
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。