論文の概要: OCTAVA: an open-source toolbox for quantitative analysis of optical
coherence tomography angiography images
- arxiv url: http://arxiv.org/abs/2109.01835v1
- Date: Sat, 4 Sep 2021 10:11:42 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-07 17:26:01.342239
- Title: OCTAVA: an open-source toolbox for quantitative analysis of optical
coherence tomography angiography images
- Title（参考訳）: OCTAVA:光コヒーレンス断層撮影血管造影画像の定量的解析のためのオープンソースツールボックス
- Authors: Gavrielle R. Untracht, Rolando Matos, Nikolaos Dikaios, Mariam Bapir,
Abdullah K. Durrani, Teemapron Butsabong, Paola Campagnolo, David D. Sampson,
Christian Heiss and Danuta M. Sampson
- Abstract要約: ユーザフレンドリーでオープンソースのツールボックスOCTAVAを報告し、OCTA最大強度投影画像の事前処理、セグメンテーション、定量的解析を自動化する。
市販・非商用機器およびサンプルのOCTA画像の定量的解析を行い、OCTAVAが微小血管のキャラクタリゼーションの指標を正確に再現可能であることを示す。
- 参考スコア（独自算出の注目度）: 0.2621533844622817
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Optical coherence tomography angiography (OCTA) performs non-invasive
visualization and characterization of microvasculature in research and clinical
applications mainly in ophthalmology and dermatology. A wide variety of
instruments, imaging protocols, processing methods and metrics have been used
to describe the microvasculature, such that comparing different study outcomes
is currently not feasible. With the goal of contributing to standardization of
OCTA data analysis, we report a user-friendly, open-source toolbox, OCTAVA
(OCTA Vascular Analyzer), to automate the pre-processing, segmentation, and
quantitative analysis of en face OCTA maximum intensity projection images in a
standardized workflow. We present each analysis step, including optimization of
filtering and choice of segmentation algorithm, and definition of metrics. We
perform quantitative analysis of OCTA images from different commercial and
non-commercial instruments and samples and show OCTAVA can accurately and
reproducibly determine metrics for characterization of microvasculature. Wide
adoption could enable studies and aggregation of data on a scale sufficient to
develop reliable microvascular biomarkers for early detection, and to guide
treatment, of microvascular disease.
- Abstract（参考訳）: 光コヒーレンス断層撮影法(optical coherence tomography angiography,octa)は、眼科と皮膚科を中心に研究および臨床応用における微小血管の非侵襲的可視化と特徴付けを行う。
さまざまな機器、イメージングプロトコル、処理方法、メトリクスが微小血管を記述するために用いられており、異なる研究結果を比較することは、現在実現不可能である。
OCTAデータ解析の標準化に寄与することを目的として,標準化ワークフローにおけるOCTA最大強度投影画像の事前処理,セグメンテーション,定量的解析を自動化するために,OCTAVA(OCTA Vascular Analyzer)というユーザフレンドリなオープンソースツールボックスを報告した。
本稿では,フィルタリングの最適化,セグメンテーションアルゴリズムの選択,メトリクスの定義を含む各分析ステップを提案する。
市販・非商用機器およびサンプルのOCTA画像の定量的解析を行い、OCTAVAが微小血管のキャラクタリゼーションの指標を正確に再現可能であることを示す。
広く採用されれば、早期発見のための信頼性の高い微小血管バイオマーカーの開発や、微小血管疾患の治療の指導に十分な規模のデータの研究と集約が可能になる。
関連論文リスト
- Multiplex Imaging Analysis in Pathology: a Comprehensive Review on Analytical Approaches and Digital Toolkits [0.7968706282619793]
マルチ多重イメージングは、複数のバイオマーカーを1つのセクションで同時に視覚化することを可能にする。
多重画像からのデータは、前処理、セグメンテーション、特徴抽出、空間解析のための洗練された計算方法を必要とする。
PathMLは、画像分析を効率化するAIベースのプラットフォームで、臨床および研究環境では複雑な解釈がアクセス可能である。
論文 参考訳（メタデータ） (2024-11-01T18:02:41Z) - Dr-SAM: An End-to-End Framework for Vascular Segmentation, Diameter Estimation, and Anomaly Detection on Angiography Images [2.9265754968401723]
Dr-SAMは血管のセグメンテーション、直径推定、異常解析のためのフレームワークである。
血管造影画像の包括的解析のための新しいベンチマークデータセットを提案する。
論文 参考訳（メタデータ） (2024-04-25T20:43:32Z) - Super-resolution of biomedical volumes with 2D supervision [84.5255884646906]
超解像のための仮設スライス拡散は、生物学的標本のすべての空間次元にわたるデータ生成分布の固有同値性を利用する。
我々は,高解像度2次元画像の高速取得を特徴とするSliceRの組織学的刺激(SRH)への応用に着目する。
論文 参考訳（メタデータ） (2024-04-15T02:41:55Z) - Rapid hyperspectral photothermal mid-infrared spectroscopic imaging from
sparse data for gynecologic cancer tissue subtyping [3.550171634694342]
ミドル赤外線(Mid-Infrared、MIR)は、ラベルなし、生化学的に定量的な技術である。
この研究は、MIR光熱画像への新しいアプローチを示し、その速度を桁違いに向上させる。
論文 参考訳（メタデータ） (2024-02-28T00:57:35Z) - Breast Ultrasound Report Generation using LangChain [58.07183284468881]
本稿では,Large Language Models (LLM) を用いたLangChainによる複数の画像解析ツールを胸部報告プロセスに統合することを提案する。
本手法は,超音波画像から関連する特徴を正確に抽出し,臨床的文脈で解釈し,包括的で標準化された報告を生成する。
論文 参考訳（メタデータ） (2023-12-05T00:28:26Z) - Radiology Report Generation Using Transformers Conditioned with
Non-imaging Data [55.17268696112258]
本稿では,胸部X線画像と関連する患者の人口統計情報を統合したマルチモーダルトランスフォーマーネットワークを提案する。
提案ネットワークは、畳み込みニューラルネットワークを用いて、CXRから視覚的特徴を抽出し、その視覚的特徴と患者の人口統計情報のセマンティックテキスト埋め込みを組み合わせたトランスフォーマーベースのエンコーダデコーダネットワークである。
論文 参考訳（メタデータ） (2023-11-18T14:52:26Z) - Optimizations of Autoencoders for Analysis and Classification of
Microscopic In Situ Hybridization Images [68.8204255655161]
同様のレベルの遺伝子発現を持つ顕微鏡画像の領域を検出・分類するためのディープラーニングフレームワークを提案する。
分析するデータには教師なし学習モデルが必要です。
論文 参考訳（メタデータ） (2023-04-19T13:45:28Z) - Physiology-based simulation of the retinal vasculature enables
annotation-free segmentation of OCT angiographs [8.596819713822477]
提案するパイプラインは,大量のリアルなOCTA画像を,本質的に一致する基底真理ラベルで合成する。
提案手法は,1) 様々な網膜叢をモデル化した生理的シミュレーション,2) 物理に基づく画像拡張のスイートの2つの新しい構成要素を基礎にしている。
論文 参考訳（メタデータ） (2022-07-22T14:22:22Z) - Deep Learning and Computer Vision Techniques for Microcirculation
Analysis: A Review [0.688204255655161]
微小循環画像の解析は、敗血症のような生命を脅かす病気の早期の兆候を明らかにする可能性がある。
微小循環画像における毛細血管密度と毛細血管分布の定量化は、重篤な患者を支援する生物学的マーカーとして用いられる。
様々な性能のコンピュータビジョン技術を用いて、これらの微小循環画像の解析を自動化することができる。
論文 参考訳（メタデータ） (2022-05-11T13:34:01Z) - Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based
Sparse PCA Network [93.22587316229954]
ヘマトキシリンとエオシン(H&E)で染色した組織学的肺スライドにおける癌病変の自動検出のためのグラフベーススパース成分分析(GS-PCA)ネットワークを提案する。
我々は,SVM K-rasG12D肺がんモデルから得られたH&Eスライダーの精度・リコール率,Fスコア,谷本係数,レシーバ演算子特性(ROC)の曲線下領域を用いて,提案アルゴリズムの性能評価を行った。
論文 参考訳（メタデータ） (2021-10-27T19:28:36Z) - Malignancy Prediction and Lesion Identification from Clinical
Dermatological Images [65.1629311281062]
臨床皮膚画像から機械学習に基づく悪性度予測と病変の同定を検討する。
まず, サブタイプや悪性度に関わらず画像に存在するすべての病変を同定し, その悪性度を推定し, 凝集により, 画像レベルの悪性度も生成する。
論文 参考訳（メタデータ） (2021-04-02T20:52:05Z)
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。