論文の概要: Automated Cardiac Resting Phase Detection Targeted on the Right Coronary
Artery
- arxiv url: http://arxiv.org/abs/2109.02342v1
- Date: Mon, 6 Sep 2021 10:29:52 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-07 17:24:41.451956
- Title: Automated Cardiac Resting Phase Detection Targeted on the Right Coronary
Artery
- Title(参考訳): 右冠状動脈を標的とした心停止位相の自動検出
- Authors: Seung Su Yoon, Elisabeth Preuhs, Michaela Schmidt, Christoph Forman,
Teodora Chitiboi, Puneet Sharma, Juliano Lara Fernandes, Christoph Tillmanns,
Jens Wetzl, Andreas Maier
- Abstract要約: 提案されたプロトタイプシステムは3つの主要なステップで構成されている。
まず、関心領域(ROI)のローカライゼーションを行う。
第2に、すべての時間点にわたる収穫されたROI系列を定量的に追跡する。
第3に、RPを分類するために出力運動値を使用する。
- 参考スコア(独自算出の注目度): 5.227072666312533
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Purpose: Static cardiac imaging such as late gadolinium enhancement, mapping,
or 3-D coronary angiography require prior information, e.g., the phase during a
cardiac cycle with least motion, called resting phase (RP). The purpose of this
work is to propose a fully automated framework that allows the detection of the
right coronary artery (RCA) RP within CINE series. Methods: The proposed
prototype system consists of three main steps. First, the localization of the
regions of interest (ROI) is performed. Second, as CINE series are
time-resolved, the cropped ROI series over all time points are taken for
tracking motions quantitatively. Third, the output motion values are used to
classify RPs. In this work, we focused on the detection of the area with the
outer edge of the cross-section of the RCA as our target. The proposed
framework was evaluated on 102 clinically acquired dataset at 1.5T and 3T. The
automatically classified RPs were compared with the ground truth RPs annotated
manually by a medical expert for testing the robustness and feasibility of the
framework. Results: The predicted RCA RPs showed high agreement with the
experts annotated RPs with 92.7% accuracy, 90.5% sensitivity and 95.0%
specificity for the unseen study dataset. The mean absolute difference of the
start and end RP was 13.6 ${\pm}$ 18.6 ms for the validation study dataset
(n=102). Conclusion: In this work, automated RP detection has been introduced
by the proposed framework and demonstrated feasibility, robustness, and
applicability for diverse static imaging acquisitions.
- Abstract(参考訳): 目的: 後期ガドリニウム造影, マッピング, 3次元冠動脈造影などの静的心臓イメージングには, 運動最小の心臓周期中の位相, 安静期(rp)などの事前情報が必要である。
本研究の目的は,cineシリーズ内で右冠状動脈(rca)rpを検出するための完全自動化フレームワークを提案することである。
方法: 提案するプロトタイプシステムは3つの主要なステップからなる。
まず、関心領域(ROI)の局所化を行う。
第二に、CINE系列は時間分解されるので、すべての時間点上の収穫ROI系列を定量的に追跡する。
第3に、出力動作値を用いてrpsを分類する。
本研究では,RCA断面の外縁部を対象とする領域の検出に焦点を当てた。
提案フレームワークは,1.5tおよび3tで臨床的に獲得したデータセット102で評価した。
自動的に分類されたRPは、フレームワークの堅牢性と実現可能性をテストするために、医療専門家によって手動で注釈付けされた真実のRPと比較された。
結果: 予測されたRCA RPは,92.7%の精度,90.5%の感度,95.0%の特異性で注釈付きRPと高い一致を示した。
開始と終了の平均絶対差は検証研究データセット (n=102) で13.6${\pm}$ 18.6msであった。
結論:本研究では,提案フレームワークによって自動RP検出を導入し,多様な静的画像取得の実現可能性,堅牢性,適用性を示した。
関連論文リスト
- Attention-based Saliency Maps Improve Interpretability of Pneumothorax
Classification [52.77024349608834]
視覚変換器(ViT)の胸部X線撮影(CXR)分類性能と注意ベース唾液の解釈可能性について検討する。
ViTは、CheXpert、Chest X-Ray 14、MIMIC CXR、VinBigDataの4つの公開データセットを用いて、肺疾患分類のために微調整された。
ViTsは最先端のCNNと比べてCXR分類AUCに匹敵するものであった。
論文 参考訳(メタデータ) (2023-03-03T12:05:41Z) - 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) - Deep Learning (DL)-based Automatic Segmentation of the Internal Pudendal
Artery (IPA) for Reduction of Erectile Dysfunction in Definitive Radiotherapy
of Localized Prostate Cancer [2.3547204612718393]
深層学習に基づくIPAのための自己分離モデルを提案する。
このモデルは、臨床実習における変化に対応するために、入力画像のモダリティとして、CTとMRIとCTのみを使用します。
提案モデルでは, セグメンテーションの均一性を向上させるため, 高品質なIPA輪郭が得られた。
論文 参考訳(メタデータ) (2023-02-03T02:00:06Z) - 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) - 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) - Systematic Clinical Evaluation of A Deep Learning Method for Medical
Image Segmentation: Radiosurgery Application [48.89674088331313]
3次元医用画像分割作業において,Deep Learning (DL) 手法を体系的に評価した。
本手法は放射線外科治療プロセスに統合され,臨床ワークフローに直接影響を及ぼす。
論文 参考訳(メタデータ) (2021-08-21T16:15:40Z) - CathAI: Fully Automated Interpretation of Coronary Angiograms Using
Neural Networks [9.963333753481514]
冠動脈狭窄を推定する完全自動血管造影法が深部神経回路アルゴリズムを用いて初めて可能であることを示す。
私たちが開発したアルゴリズムパイプライン、すなわちCathAIは、選択されていない現実世界のアンジオグラムの自動解釈を実現するために必要な一連のタスクにまたがって、最先端のパフォーマンスを達成します。
論文 参考訳(メタデータ) (2021-06-14T18:58:09Z) - 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) - A new approach to extracting coronary arteries and detecting stenosis in
invasive coronary angiograms [9.733630514873376]
我々は,ICAから冠状動脈を抽出する深層学習による自動アルゴリズムの開発を目指している。
本研究では, マルチインプットとマルチスケール(MIMS)のU-Netを2段階の繰り返し訓練戦略として提案した。
実験の結果,提案手法は平均diceスコア 0.8329, 平均感度 0.8281, 平均特異度 0.9979 となり, 73例から294 icasを得た。
論文 参考訳(メタデータ) (2021-01-25T01:48:27Z) - Fully-Automated Liver Tumor Localization and Characterization from
Multi-Phase MR Volumes Using Key-Slice ROI Parsing: A Physician-Inspired
Approach [24.39183542768238]
肝腫瘍の診断には放射線検査が不可欠である。
トップの放射線科医は、適度なレート間合意だけで約80%のf1スコアしか達成できない。
重要な課題は、診断可能な関心領域をローカライズするために、3次元MRボリュームを堅牢に解析することである。
論文 参考訳(メタデータ) (2020-12-13T05:23:33Z) - Appearance Learning for Image-based Motion Estimation in Tomography [60.980769164955454]
トモグラフィー画像では、取得した信号に擬似逆フォワードモデルを適用することにより、解剖学的構造を再構成する。
患者の動きは、復元過程における幾何学的アライメントを損なうため、運動アーティファクトが生じる。
本研究では,スキャン対象から独立して剛性運動の構造を認識する外観学習手法を提案する。
論文 参考訳(メタデータ) (2020-06-18T09:49:11Z)
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。