Fugu-MT 論文翻訳(概要): BAPGAN: GAN-based Bone Age Progression of Femur and Phalange X-ray Images

論文の概要: BAPGAN: GAN-based Bone Age Progression of Femur and Phalange X-ray Images

arxiv url: http://arxiv.org/abs/2110.08509v1
Date: Sat, 16 Oct 2021 08:27:59 GMT
ステータス: 処理完了
システム内更新日: 2021-10-19 15:37:00.711674
Title: BAPGAN: GAN-based Bone Age Progression of Femur and Phalange X-ray Images
Title（参考訳）: BAPGAN : GANによる大腿骨・咽頭X線像の骨年齢変化
Authors: Shinji Nakazawa, Changhee Han, Joe Hasei, Ryuichi Nakahara, Toshifumi Ozaki
Abstract要約: 本研究は, 骨年齢進行生成適応ネットワーク (BAPGAN) を用いて, 同一性や現実性を維持しつつ, 大腿骨・顔面X線像の進行・回復を図っている。本稿では,Frechet Inception Distance,2名の専門整形外科医による視覚チューリングテスト,t-Distributed Neighbor Embeddingを用いて,BAPGANの臨床効果を徹底的に確認する。
参考スコア（独自算出の注目度）: 0.1574941677049471
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Convolutional Neural Networks play a key role in bone age assessment for investigating endocrinology, genetic, and growth disorders under various modalities and body regions. However, no researcher has tackled bone age progression/regression despite its valuable potential applications: bone-related disease diagnosis, clinical knowledge acquisition, and museum education. Therefore, we propose Bone Age Progression Generative Adversarial Network (BAPGAN) to progress/regress both femur/phalange X-ray images while preserving identity and realism. We exhaustively confirm the BAPGAN's clinical potential via Frechet Inception Distance, Visual Turing Test by two expert orthopedists, and t-Distributed Stochastic Neighbor Embedding.
Abstract（参考訳）: 畳み込みニューラルネットワークは、様々な形態や身体領域における内分泌学、遺伝学、成長障害の研究において骨年齢評価において重要な役割を果たしている。しかし, 骨関連疾患の診断, 臨床知識取得, 博物館教育など, 有意義な応用にもかかわらず, 骨年齢の進歩・回帰に取り組む研究者はいない。そこで本研究では, 骨年齢進行生成適応ネットワーク (BAPGAN) を用いて, 同一性や現実性を維持しつつ, 大腿骨・顔面X線像の進行・回復を図る。本稿では,Frechet Inception Distance,2名の専門整形外科医による視覚チューリングテスト,t-Distributed Stochastic Neighbor EmbeddingによるBAPGANの臨床効果を徹底的に確認する。

関連論文リスト

Shape Matters: Detecting Vertebral Fractures Using Differentiable Point-Based Shape Decoding [51.38395069380457]
変性性脊椎疾患は高齢者に多い。骨粗しょう性骨折やその他の変性変形性骨折のタイムリーな診断は、重度の腰痛や障害のリスクを軽減するための前向きな処置を促進する。本研究では,脊椎動物に対する形状自動エンコーダの使用について検討する。
論文参考訳（メタデータ） (2023-12-08T18:11:22Z)
Osteoporosis Prediction from Hand and Wrist X-rays using Image Segmentation and Self-Supervised Learning [2.9909606678660587]
Dual-Energy X-ray absorptiometry (DXA)のような骨密度試験に限定的にアクセスするため、診断も治療も行われていない慢性代謝性骨疾患である。本稿では手・手首X線画像を用いた骨粗しょう症の予測手法を提案する。
論文参考訳（メタデータ） (2023-11-12T13:19:00Z)
Synthesizing Bidirectional Temporal States of Knee Osteoarthritis Radiographs with Cycle-Consistent Generative Adversarial Neural Networks [0.11249583407496219]
変形性膝関節症(KOA)の過去と将来の経過をX線写真で解析するために,CycleGANモデルを訓練した。このモデルは, 将来の疾患状態において特に有効であり, 後期X線像を早期に遡及的に移行する異常な能力を示した。
論文参考訳（メタデータ） (2023-11-10T00:15:00Z)
DeepLOC: Deep Learning-based Bone Pathology Localization and Classification in Wrist X-ray Images [1.45543311565555]
本稿では,手首X線画像における骨病理像の局在と分類のための新しいアプローチを提案する。提案手法は,手首X線解析における2つの重要な課題,骨の正確な局在化と異常の正確な分類に対処する。
論文参考訳（メタデータ） (2023-08-24T12:06:10Z)
Deep Reinforcement Learning Framework for Thoracic Diseases Classification via Prior Knowledge Guidance [49.87607548975686]
関連疾患に対するラベル付きデータの不足は、正確な診断にとって大きな課題となる。本稿では,診断エージェントの学習を指導するための事前知識を導入する,新しい深層強化学習フレームワークを提案する。提案手法の性能はNIHX-ray 14とCheXpertデータセットを用いて実証した。
論文参考訳（メタデータ） (2023-06-02T01:46:31Z)
Context-Aware Transformers For Spinal Cancer Detection and Radiological Grading [70.04389979779195]
本稿では,脊椎分析に関わる医療画像問題に対するトランスフォーマーを用いた新しいモデルアーキテクチャを提案する。 MR画像におけるそのようなモデルの2つの応用について考察する: (a)脊椎転移の検出と脊椎骨折の関連状況と転移性脊髄圧迫。画像中の脊椎のコンテキストを考慮することで,SCTは以前に公表したモデルと比較して,いくつかのグレーディングの精度を向上することを示す。
論文参考訳（メタデータ） (2022-06-27T10:31:03Z)
Breast Cancer Induced Bone Osteolysis Prediction Using Temporal Variational Auto-Encoders [65.95959936242993]
骨分解性骨病変の進展を正確に予測し,可視化する深層学習フレームワークを開発した。乳癌患者の骨格関連事象(SRE)を予防するための治療戦略の計画と評価を支援する。
論文参考訳（メタデータ） (2022-03-20T21:00:10Z)
Predi\c{c}\~ao da Idade Cerebral a partir de Imagens de Resson\^ancia Magn\'etica utilizando Redes Neurais Convolucionais [57.52103125083341]
磁気共鳴画像を用いた脳年齢予測のための深層学習手法について検討した。バイオマーカーの同定は、早期の神経変性過程の検出、および年齢または非年齢に関する認知低下の予測に有用である。最も優れた結果は、平均絶対誤差3.83年を達成した2Dモデルによって得られた。
論文参考訳（メタデータ） (2021-12-23T14:51:45Z)
Ridge Regression Neural Network for Pediatric Bone Age Assessment [1.1501261942096426]
骨年齢の遅れや増加は小児科医にとって深刻な懸念である。骨年齢評価のための統合型深層学習フレームワークを事例分割と隆起回帰を用いて導入する。
論文参考訳（メタデータ） (2021-04-15T21:38:22Z)
Doctor Imitator: Hand-Radiography-based Bone Age Assessment by Imitating Scoring Methods [16.48267479601728]
我々は,Dr. Imitator (DI) と呼ばれる手指X線写真を用いた骨年齢評価のための新しいグラフベース深層学習フレームワークを提案する。 DDIは,手形画像における解剖学的関心領域(ROI)の局所的特徴を捉え,提案したグループ・コンボリューションによるROIスコアを予測する。さらに、患者固有のROI特徴に対する注意度とROIスコアに対する文脈注意度を計算するための、新しいデュアルグラフベースのアテンションモジュールを開発した。
論文参考訳（メタデータ） (2021-02-10T13:45:39Z)
Patch-based Brain Age Estimation from MR Images [64.66978138243083]
磁気共鳴画像(MRI)による脳年齢推定は、被験者の生物学的脳年齢と時系列年齢の違いを導出する。より高年齢の神経変性を早期に検出することは、より良い医療と患者の計画を促進する可能性がある。我々は、脳の3Dパッチと畳み込みニューラルネットワーク(CNN)を用いて、局所的な脳年齢推定器を開発する新しいディープラーニングアプローチを開発した。
論文参考訳（メタデータ） (2020-08-29T11:50:37Z)

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。