論文の概要: Rapid head-pose detection for automated slice prescription of fetal-brain MRI

• arxiv url: http://arxiv.org/abs/2110.04140v1
• Date: Fri, 8 Oct 2021 13:59:05 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-11 18:06:57.375650
• Title: Rapid head-pose detection for automated slice prescription of fetal-brain MRI
• Title（参考訳）: 胎児脳MRI自動スライス処方の高速頭部位置検出
• Authors: Malte Hoffmann, Esra Abaci Turk, Borjan Gagoski, Leah Morgan, Paul Wighton, M. Dylan Tisdall, Martin Reuter, Elfar Adalsteinsson, P. Ellen Grant, Lawrence L. Wald, Andr\'e J. W. van der Kouwe
• Abstract要約: 胎児脳MRIでは, 処方と接収の主目的の変化は, 標準的な矢状, 冠状, 軸方向の視線を得る上での課題である。 そこで本研究では,EPI(Full-uterus Scout scan)を用いた頭部位置検出アルゴリズムを提案する。 この方法の成功率は3学期で94%を超え、訓練された技術者を最大20%上回った。
• 参考スコア（独自算出の注目度）: 2.0526610003396657
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In fetal-brain MRI, head-pose changes between prescription and acquisition present a challenge to obtaining the standard sagittal, coronal and axial views essential to clinical assessment. As motion limits acquisitions to thick slices that preclude retrospective resampling, technologists repeat ~55-second stack-of-slices scans (HASTE) with incrementally reoriented field of view numerous times, deducing the head pose from previous stacks. To address this inefficient workflow, we propose a robust head-pose detection algorithm using full-uterus scout scans (EPI) which take ~5 seconds to acquire. Our ~2-second procedure automatically locates the fetal brain and eyes, which we derive from maximally stable extremal regions (MSERs). The success rate of the method exceeds 94% in the third trimester, outperforming a trained technologist by up to 20%. The pipeline may be used to automatically orient the anatomical sequence, removing the need to estimate the head pose from 2D views and reducing delays during which motion can occur.
• Abstract（参考訳）: 胎児脳MRIでは, 処方と接収の主目的の変化は, 臨床評価に不可欠な標準的な矢状, 冠, 軸方向の視線を得る上での課題である。 動き制限が振り返りのリサンプリングを妨げる厚いスライスに収まると、技術者は55秒のスタック・オブ・スライス・スキャン(HASTE)を繰り返し、幾度となく向きを変えて、以前のスタックからヘッドポーズを推論する。 この非効率なワークフローに対処するために,フルユース・スカウト・スキャン(EPI)を用いた頑健な頭部位置検出アルゴリズムを提案する。 約2秒の手順で胎児の脳と眼を自動的に見つけ、それが最大安定極端領域(MSER)から導かれる。 この方法の成功率は第3三学期で94%を超え、訓練を受けた技術者を20%上回った。 パイプラインは解剖学的シーケンスを自動的にオリエントし、2Dビューからヘッドポーズを見積もる必要をなくし、動作の遅延を低減するために使用することができる。

関連論文リスト

• A self-attention model for robust rigid slice-to-volume registration of functional MRI [4.615338063719135]
  fMRIスキャン中の頭部の動きは、歪み、偏りの分析、コストの増加をもたらす。 本稿では,2次元fMRIスライスを3次元参照ボリュームに整列するエンド・ツー・エンドSVRモデルを提案する。 本モデルは,最先端のディープラーニング手法と比較して,アライメント精度の面での競合性能を実現する。
  論文  参考訳（メタデータ） (2024-04-06T08:02:18Z)
• Estimating Head Motion from MR-Images [0.0]
  頭部運動は磁気共鳴画像(MRI)解析の完全な共同創設者である。 本稿では,T1重み付き(T1w),T2重み付き(T2w)およびFLAIR画像から直接,走査内頭部の動きを予測する深層学習手法を提案する。
  論文  参考訳（メタデータ） (2023-02-28T11:03:08Z)
• AFFIRM: Affinity Fusion-based Framework for Iteratively Random Motion correction of multi-slice fetal brain MRI [8.087220876070477]
  Affinity Fusion-based Framework for Iteratively Random Motion correct of the multi-slice fetal brain MRI。 複数のスライスからシーケンシャルな動きを学習し、親和性融合を用いて2次元スライスと再構成された3次元ボリュームの特徴を統合する。 この方法は、脳の向きに関係なく正確に動きを推定し、シミュレートされた動き破壊データに対して、他の最先端の学習法より優れる。
  論文  参考訳（メタデータ） (2022-05-12T02:54:55Z)
• Deep Learning Framework for Real-time Fetal Brain Segmentation in MRI [15.530500862944818]
  様々なディープニューラルネットワークモデルの高速化性能を解析する。 我々は、高解像度で空間の詳細と低解像度で抽出された文脈特徴を組み合わせた、象徴的な小さな畳み込みニューラルネットワークを考案した。 我々は、手動で胎児のMRIスライスをラベル付けした8つの最先端ネットワークと同様に、我々のモデルを訓練した。
  論文  参考訳（メタデータ） (2022-05-02T20:43:14Z)
• Predicting 4D Liver MRI for MR-guided Interventions [2.9699476315275772]
  臓器の動きは、画像誘導の介入において未解決の課題となる。 視野が大きいリアルタイム高分解能4次元MRIのための新しい手法を提案する。 取得時間を2分に短縮した小さなトレーニングサイズでは,すでに有望な結果が得られていることを示す。
  論文  参考訳（メタデータ） (2022-02-25T11:34:25Z)
• 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)
• Simultaneous Estimation of X-ray Back-Scatter and Forward-Scatter using Multi-Task Learning [59.17383024536595]
  後方散乱は複雑な介入の際の患者(皮膚)の服用に大きく寄与する。 前方散乱放射線は投影画像のコントラストを低減し、3次元再構成でアーティファクトを導入する。 本稿では,従来の手法と学習に基づく手法を組み合わせて,検出器に到達した前方散乱を同時に推定する手法を提案する。
  論文  参考訳（メタデータ） (2020-07-08T10:47:37Z)
• A Novel Approach for Correcting Multiple Discrete Rigid In-Plane Motions Artefacts in MRI Scans [63.28835187934139]
  本稿では,2つの入力枝を持つディープニューラルネットワークを用いた動きアーチファクトの除去手法を提案する。 提案法は患者の多動運動によって生成された人工物に応用できる。
  論文  参考訳（メタデータ） (2020-06-24T15:25:11Z)
• Hybrid Attention for Automatic Segmentation of Whole Fetal Head in Prenatal Ultrasound Volumes [52.53375964591765]
  胎児の頭部全体を米国全巻に分割する,最初の完全自動化ソリューションを提案する。 セグメント化タスクは、まずエンコーダ-デコーダディープアーキテクチャの下で、エンドツーエンドのボリュームマッピングとして定式化される。 次に,セグメンタとハイブリットアテンションスキーム(HAS)を組み合わせることで,識別的特徴を選択し,非情報量的特徴を抑える。
  論文  参考訳（メタデータ） (2020-04-28T14:43:05Z)
• 4D Deep Learning for Multiple Sclerosis Lesion Activity Segmentation [49.32653090178743]
  我々は,MRIボリュームの履歴を用いて,この問題をフル4次元ディープラーニングに拡張することで,性能が向上するかどうか検討する。 提案手法は, 病変側真陽性率0.84, 病変側偽陽性率0.19で従来手法より優れていた。
  論文  参考訳（メタデータ） (2020-04-20T11:41:01Z)
• 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。