論文の概要: FaBiAN: A Fetal Brain magnetic resonance Acquisition Numerical phantom
- arxiv url: http://arxiv.org/abs/2109.03624v1
- Date: Mon, 6 Sep 2021 22:37:55 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-10 09:30:23.456414
- Title: FaBiAN: A Fetal Brain magnetic resonance Acquisition Numerical phantom
- Title（参考訳）: fabian: 胎児の脳の磁気共鳴取得の数値ファントム
- Authors: H\'el\`ene Lajous (1 and 2), Christopher W. Roy (1, +), Tom Hilbert (1
and 3 and 4, +), Priscille de Dumast (1 and 2), S\'ebastien Tourbier (1),
Yasser Alem\'an-G\'omez (1), J\'er\^ome Yerly (1 and 2), Thomas Yu (4), Hamza
Kebiri (1 and 2), Kelly Payette (5 and 6), Jean-Baptiste Ledoux (1 and 2),
Reto Meuli (1), Patric Hagmann (1), Andras Jakab (5 and 6), Vincent Dunet
(1), M\'eriam Koob (1), Tobias Kober (1 and 3 and 4, {\S}), Matthias Stuber
(1 and 2, {\S}), Meritxell Bach Cuadra (2 and 1) ((1) Department of
Radiology, Lausanne University Hospital (CHUV) and University of Lausanne
(UNIL), Lausanne, Switzerland, (2) CIBM Center for Biomedical Imaging,
Switzerland, (3) Advanced Clinical Imaging Technology (ACIT), Siemens
Healthcare, Lausanne, Switzerland, (4) Signal Processing Laboratory 5 (LTS5),
Ecole Polytechnique F\'ed\'erale de Lausanne (EPFL), Lausanne, Switzerland,
(5) Center for MR Research, University Children's Hospital Zurich, University
of Zurich, Zurich, Switzerland, (6) Neuroscience Center Zurich, University of
Zurich, Zurich, Switzerland, (+, {\S}) These authors contributed equally to
this work.)
- Abstract要約: オープンソースの胎児磁気共鳴取得ファントムであるFaBiANについて紹介する。
得られた画像は臨床データセットを補完し,胎児脳組織セグメンテーションのためのデータ集約型深層学習法をサポートすることを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Accurate characterization of in utero human brain maturation is critical as
it involves complex and interconnected structural and functional processes that
may influence health later in life. Magnetic resonance imaging is a powerful
tool to investigate equivocal neurological patterns during fetal development.
However, the number of acquisitions of satisfactory quality available in this
cohort of sensitive subjects remains scarce, thus hindering the validation of
advanced image processing techniques. Numerical phantoms can mitigate these
limitations by providing a controlled environment with a known ground truth. In
this work, we present FaBiAN, an open-source Fetal Brain magnetic resonance
Acquisition Numerical phantom that simulates clinical T2-weighted fast spin
echo sequences of the fetal brain. This unique tool is based on a general,
flexible and realistic setup that includes stochastic fetal movements, thus
providing images of the fetal brain throughout maturation comparable to
clinical acquisitions. We demonstrate its value to evaluate the robustness and
optimize the accuracy of an algorithm for super-resolution fetal brain magnetic
resonance imaging from simulated motion-corrupted 2D low-resolution series as
compared to a synthetic high-resolution reference volume. We also show that the
images generated can complement clinical datasets to support data-intensive
deep learning methods for fetal brain tissue segmentation.
- Abstract（参考訳）: 子宮内でのヒトの脳の成熟の正確な特徴は、複雑な構造的および機能的プロセスが人生の後半に健康に影響を及ぼすため、重要である。
磁気共鳴イメージングは胎児発生時の同種神経学的パターンを調べる強力なツールである。
しかし、このセンシティブな対象のコホートで得られる良好な品質の獲得数は少ないままであり、高度な画像処理技術の検証を妨げている。
数値ファントムは、既知の基底真理を持つ制御された環境を提供することによって、これらの制限を緩和することができる。
本稿では、胎児脳のT2強調高速スピンエコー配列をシミュレートするオープンソースのFetal Brain Magnetic resonance Acquisition Numerical phantomであるFaBiANについて述べる。
このユニークなツールは、胎児の確率的運動を含む一般的で柔軟で現実的な設定に基づいており、これにより、臨床的な獲得に匹敵する成熟期を通じて胎児の脳のイメージを提供する。
本研究では, 合成高分解能基準ボリュームと比較して, 超分解能胎児脳磁気共鳴イメージングのためのアルゴリズムのロバスト性を評価し, 精度を最適化するための有用性を示す。
また、生成された画像が臨床データセットを補完し、胎児脳組織分割のためのデータ集約型深層学習法をサポートすることができることを示した。
関連論文リスト
- CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。
ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。
我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
論文 参考訳（メタデータ） (2024-03-21T15:13:36Z) - Anatomically Constrained Tractography of the Fetal Brain [6.112565873653592]
我々は,dMRI空間内での胎児脳組織の正確な分画に基づく解剖学的拘束性トラクトグラフィーを提唱する。
独立試験データを用いて実験したところ、この方法は胎児の脳組織を正確に分画し、トラクトグラフィーの結果を大幅に改善できることがわかった。
論文 参考訳（メタデータ） (2024-03-04T19:56:19Z) - Cas-DiffCom: Cascaded diffusion model for infant longitudinal
super-resolution 3D medical image completion [47.83003164569194]
超高分解能・高分解能3次元乳児脳MRIにおける2段階拡散モデルCas-DiffComを提案する。
Cas-DiffCom は縦型乳幼児脳画像における個々の一貫性と高忠実度を両立することを確認した。
論文 参考訳（メタデータ） (2024-02-21T12:54:40Z) - Volumetric Reconstruction Resolves Off-Resonance Artifacts in Static and
Dynamic PROPELLER MRI [76.60362295758596]
磁気共鳴イメージング(MRI)におけるオフ共鳴アーティファクトは、画像ボリューム内のスピンの実際の共鳴周波数が空間情報を符号化するのに使用される期待周波数と異なる場合に発生する視覚歪みである。
本稿では,2次元MRI再構成問題を3次元に引き上げ,このオフ共鳴をモデル化するための「スペクトル」次元を導入することで,これらのアーチファクトを解決することを提案する。
論文 参考訳（メタデータ） (2023-11-22T05:44:51Z) - FetMRQC: a robust quality control system for multi-centric fetal brain MRI [33.08151493899017]
本稿では,自動画像品質評価と品質管理のためのオープンソースの機械学習フレームワークFetMRQCを提案する。
FetMRQCは、未処理の解剖学的MRIから品質指標のアンサンブルを抽出し、それらを組み合わせて専門家のレーティングを予測する。
我々は、1600以上の胎児脳T2強調画像からなる、先駆的に大きく多様なデータセット上で、我々のフレームワークを検証する。
論文 参考訳（メタデータ） (2023-11-08T15:59:41Z) - Fetal-BET: Brain Extraction Tool for Fetal MRI [4.214523989654048]
約72,000個の胎児脳MRI画像の注釈付きデータセットを構築した。
このデータセットを用いて、U-Netスタイルアーキテクチャのパワーを利用してディープラーニング手法を開発し、検証した。
本手法では,マルチコントラスト(マルチシーケンス)胎児MRIデータからの豊富な情報を活用し,胎児の脳構造を正確に把握する。
論文 参考訳（メタデータ） (2023-10-02T18:14:23Z) - Tissue Segmentation of Thick-Slice Fetal Brain MR Scans with Guidance
from High-Quality Isotropic Volumes [52.242103848335354]
本稿では,高品位等方性ボリュームから学習した知識を高密度スライススキャンの正確な組織セグメント化のために効率的に伝達するC2DA-Netを提案する。
我々のC2DA-Netは、注釈のない厚いスライススキャンで組織分画をガイドするために、注釈付き等方性ボリュームの小さなセットを十分に利用できる。
論文 参考訳（メタデータ） (2023-08-13T12:51:15Z) - Spatial and Modal Optimal Transport for Fast Cross-Modal MRI Reconstruction [54.19448988321891]
本稿では,T1重み付き画像(T1WIs)を補助モダリティとして活用し,T2WIsの取得を高速化するエンド・ツー・エンドのディープラーニングフレームワークを提案する。
最適輸送(OT)を用いてT1WIを整列させてT2WIを合成し、クロスモーダル合成を行う。
再構成されたT2WIと合成されたT2WIがT2画像多様体に近づき、繰り返しが増加することを示す。
論文 参考訳（メタデータ） (2023-05-04T12:20:51Z) - 4D iterative reconstruction of brain fMRI in the moving fetus [1.8492120771993543]
本手法の精度を実地臨床用fMRI胎児群で定量的に評価した。
その結果,従来の3D手法と比較して再現性の向上が見られた。
論文 参考訳（メタデータ） (2021-11-22T18:12:21Z) - Synthetic magnetic resonance images for domain adaptation: Application
to fetal brain tissue segmentation [0.0]
FaBiANを用いて、胎児の脳の様々な現実的な磁気共鳴画像と、そのクラスラベルをシミュレートする。
本研究では,これらの合成アノテートデータを低コストで生成し,さらにターゲット超解像法を用いて再構成することにより,深層学習手法のドメイン適応に成功できることを実証する。
全体として、特に皮質灰白質、白質、小脳、深い灰白質、脳幹において、セグメンテーションの精度が著しく向上する。
論文 参考訳（メタデータ） (2021-11-08T13:22:14Z) - Microvascular Dynamics from 4D Microscopy Using Temporal Segmentation [81.30750944868142]
経時的に脳血流量の変化を追跡でき, ピアル表面に向かって伝播する自発性動脈拡張を同定できる。
この新たなイメージング機能は、機能的磁気共鳴イメージング(fMRI)を基盤とした血行動態応答関数を特徴付けるための有望なステップである。
論文 参考訳（メタデータ） (2020-01-14T22:55:03Z)
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。