論文の概要: Improved Heatmap-based Landmark Detection

• arxiv url: http://arxiv.org/abs/2110.05676v1
• Date: Tue, 12 Oct 2021 01:41:01 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-13 14:54:26.269613
• Title: Improved Heatmap-based Landmark Detection
• Title（参考訳）: ヒートマップに基づくランドマーク検出の改善
• Authors: Huifeng Yao, Ziyu Guo, Yatao Zhang, Xiaomeng Li
• Abstract要約: 本稿では,内視鏡画像の縫合検出のためのランドマーク検出ネットワークを提案する。 画像中の縫合点の可変数の問題を解く。 本稿では,2708枚の写真と2376枚の実画像を用いて実験を行った。
• 参考スコア（独自算出の注目度）: 9.0766494606964
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Mitral valve repair is a very difficult operation, often requiring experienced surgeons. The doctor will insert a prosthetic ring to aid in the restoration of heart function. The location of the prosthesis' sutures is critical. Obtaining and studying them during the procedure is a valuable learning experience for new surgeons. This paper proposes a landmark detection network for detecting sutures in endoscopic pictures, which solves the problem of a variable number of suture points in the images. Because there are two datasets, one from the simulated domain and the other from real intraoperative data, this work uses cycleGAN to interconvert the images from the two domains to obtain a larger dataset and a better score on real intraoperative data. This paper performed the tests using a simulated dataset of 2708 photos and a real dataset of 2376 images. The mean sensitivity on the simulated dataset is about 75.64% and the precision is about 73.62%. The mean sensitivity on the real dataset is about 50.23% and the precision is about 62.76%. The data is from the AdaptOR MICCAI Challenge 2021, which can be found at https://zenodo.org/record/4646979\#.YO1zLUxCQ2x.
• Abstract（参考訳）: 僧帽弁修復は非常に難しい手術であり、経験豊富な外科医を必要とすることが多い。 医師は、心臓機能の回復を助けるために補綴リングを挿入します。 義歯の縫合位置は極めて重要である。 手術中にそれらを入手し、研究することは、新しい外科医にとって貴重な学習体験である。 本稿では,画像中の縫合点数の変動を解消し,内視鏡画像中の縫合点を検出するためのランドマーク検出ネットワークを提案する。 シミュレーションされた領域からのデータセットと実際の術中データからのデータセットが2つ存在するため、この研究はCycleGANを使用して2つの領域からの画像を相互変換し、より大きなデータセットと実際の術中データに対するより良いスコアを得る。 本論文は,2708枚の写真と2376枚の画像からなる実データを用いて,シミュレーションデータセットを用いて実験を行った。 シミュレーションデータセットの平均感度は約75.64%、精度は約73.62%である。 実際のデータセットの平均感度は約50.23%で、精度は約62.76%である。 データはAdaptor MICCAI Challenge 2021から取得したもので、https://zenodo.org/record/4646979\#で見ることができる。 YO1zLUxCQ2x。

関連論文リスト

• ISLES 2024: The first longitudinal multimodal multi-center real-world dataset in (sub-)acute stroke [2.7919032539697444]
  ストロークは世界的死亡率と死亡率の主要な原因であり、社会経済的重荷を負っている。 脳卒中画像から有意義で再現可能な脳機能のモデルを抽出できる機械学習アルゴリズムを開発する。 このデータセットは, 血管造影と灌流による急性CT像, 2～9日間の経過観察, 急性期, 慢性期の臨床データなど, 経時的脳梗塞の包括的データとして初めて提供された。
  論文  参考訳（メタデータ） (2024-08-20T18:59:52Z)
• 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)
• Cross-Dataset Adaptation for Instrument Classification in Cataract Surgery Videos [54.1843419649895]
  特定のデータセットでこのタスクをうまく実行する最先端モデルでは、別のデータセットでテストすると、パフォーマンスが低下する。 本稿では,Barlow Adaptorと呼ばれる新しいエンドツーエンドのUnsupervised Domain Adaptation (UDA)手法を提案する。 さらに,BFAL(Barlow Feature Alignment Loss)と呼ばれる,異なるドメインにまたがる特徴を整列させる新たな損失を導入する。
  論文  参考訳（メタデータ） (2023-07-31T18:14:18Z)
• Detecting the Sensing Area of A Laparoscopic Probe in Minimally Invasive Cancer Surgery [6.0097646269887965]
  外科腫瘍学では、外科医がリンパ節を同定し、がんを完全に切除することは困難である。 新しいテザリングラパロスコープガンマ検出器を用いて、術前に注入された放射線を局在させる。 ガンマ活動の可視化は、プローブが非イメージングであり、組織表面の活性を視覚的に示さないため、オペレーターに提示することが困難である。
  論文  参考訳（メタデータ） (2023-07-07T15:33:49Z)
• Semantic segmentation of surgical hyperspectral images under geometric domain shifts [69.91792194237212]
  本稿では、幾何学的アウト・オブ・ディストリビューション(OOD)データの存在下で、最先端のセマンティックセグメンテーションネットワークを初めて分析する。 有機移植(Organ transplantation)と呼ばれる専用の拡張技術により、一般化可能性にも対処する。 提案手法は,SOA DSCの最大67 % (RGB) と90% (HSI) を改善し,実際のOODテストデータ上での分配内性能と同等の性能を示す。
  論文  参考訳（メタデータ） (2023-03-20T09:50:07Z)
• Recurrence With Correlation Network for Medical Image Registration [66.63200823918429]
  本稿では,医療画像登録ネットワークであるRecurrence with correlation Network (RWCNet)について述べる。 これらの特徴により、2つの画像登録データセットにおける医用画像登録精度が向上することが実証された。
  論文  参考訳（メタデータ） (2023-02-05T02:41:46Z)
• 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)
• Point detection through multi-instance deep heatmap regression for sutures in endoscopy [0.8937790536664091]
  縫合検出タスクを多インスタンス深熱マップ回帰問題として定式化する。 局所的な非最大抑圧として機能するために, 2次元ガウス層と微分可能な2次元空間ソフトアルグマックス層を新たに導入する。 提案モデルは,術中およびシミュレータ領域におけるベースラインの改善を示す。
  論文  参考訳（メタデータ） (2021-11-16T13:45:23Z)
• Mutually improved endoscopic image synthesis and landmark detection in unpaired image-to-image translation [0.9322743017642274]
  CycleGANフレームワークは、教師なしデータのイメージ間変換を可能にする。 外科手術シミュレータにおける手術訓練のシナリオでは、この方法でファントムの内視鏡像を、同じ外科的標的構造の術中外観に近い画像に変換することができる。 スパースランドマークラベルに定義されたタスクは、両方のドメインにおけるジェネレータネットワークによる合成の一貫性を向上させる。
  論文  参考訳（メタデータ） (2021-07-14T19:09:50Z)
• Y-Net for Chest X-Ray Preprocessing: Simultaneous Classification of Geometry and Segmentation of Annotations [70.0118756144807]
  この研究は、機械学習アルゴリズムに胸部X線入力のための一般的な前処理ステップを導入する。 VGG11エンコーダをベースとした改良Y-Netアーキテクチャを用いて,ラジオグラフィの幾何学的配向とセグメンテーションを同時に学習する。 対照画像の27.0%,34.9%に対し,95.8%,96.2%のアノテーションマスクが認められた。
  論文  参考訳（メタデータ） (2020-05-08T02:16:17Z)

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。