論文の概要: SpineOne: A One-Stage Detection Framework for Degenerative Discs and
Vertebrae
- arxiv url: http://arxiv.org/abs/2110.15082v1
- Date: Thu, 28 Oct 2021 12:59:06 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-29 15:24:10.110612
- Title: SpineOne: A One-Stage Detection Framework for Degenerative Discs and
Vertebrae
- Title（参考訳）: SpineOne: 変性ディスクとVertebraeのためのワンステップ検出フレームワーク
- Authors: Jiabo He, Wei Liu, Yu Wang, Xingjun Ma, Xian-Sheng Hua
- Abstract要約: SpineOneと呼ばれる一段階検出フレームワークを提案し、MRIスライスから変性椎骨と椎骨を同時に局在化・分類する。
1)キーポイントの局所化と分類を促進するためのキーポイント・ヒートマップの新しい設計、2)ディスクと脊椎の表現をよりよく区別するためのアテンション・モジュールの使用、3)後期訓練段階における複数の学習目標を関連付けるための新しい勾配誘導客観的アソシエーション機構。
- 参考スコア（独自算出の注目度）: 54.751251046196494
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Spinal degeneration plagues many elders, office workers, and even the younger
generations. Effective pharmic or surgical interventions can help relieve
degenerative spine conditions. However, the traditional diagnosis procedure is
often too laborious. Clinical experts need to detect discs and vertebrae from
spinal magnetic resonance imaging (MRI) or computed tomography (CT) images as a
preliminary step to perform pathological diagnosis or preoperative evaluation.
Machine learning systems have been developed to aid this procedure generally
following a two-stage methodology: first perform anatomical localization, then
pathological classification. Towards more efficient and accurate diagnosis, we
propose a one-stage detection framework termed SpineOne to simultaneously
localize and classify degenerative discs and vertebrae from MRI slices.
SpineOne is built upon the following three key techniques: 1) a new design of
the keypoint heatmap to facilitate simultaneous keypoint localization and
classification; 2) the use of attention modules to better differentiate the
representations between discs and vertebrae; and 3) a novel gradient-guided
objective association mechanism to associate multiple learning objectives at
the later training stage. Empirical results on the Spinal Disease Intelligent
Diagnosis Tianchi Competition (SDID-TC) dataset of 550 exams demonstrate that
our approach surpasses existing methods by a large margin.
- Abstract（参考訳）: 脊髄変性は多くの高齢者、事務員、そして若い世代を苦しめている。
効果的な pharmic または手術的介入は変性脊椎疾患の緩和に役立つ。
しかし、従来の診断手順は多すぎることが多い。
病理診断や術前評価を行うための予備的ステップとして,脊髄磁気共鳴画像(mri)やct画像から椎間板や椎骨を検出する必要がある。
機械学習システムは、一般に2段階の方法論に従ってこの手順を支援するために開発された。
より効率的かつ正確な診断に向けて、MRIスライスから変性椎骨と椎骨を同時に局所化・分類するSpineOneと呼ばれる一段階検出フレームワークを提案する。
SpineOneは以下の3つの重要な技術に基づいて構築されている。
1) 同時キーポイントのローカライゼーション及び分類を容易にするキーポイントヒートマップの新しい設計
2) 円板と椎骨の表現をよりよく区別するための注意モジュールの使用。
3) 複数の学習目標を後発の訓練段階に関連付ける新しい勾配誘導目標連想機構。
脊髄疾患知的診断 tianchi competition (sdid-tc) データセットの550試験における実験結果から, 既存の方法を大きく超えていることが示された。
関連論文リスト
- Panoptic Segmentation and Labelling of Lumbar Spine Vertebrae using Modified Attention Unet [2.8730926763860687]
腰椎の3次元スライスMRIデータのパノプティカルセグメンテーションのための改良型注意U-Netアーキテクチャを提案する。
本手法は,新しいマスキングロジックを取り入れた99.5%の精度を実現する。
論文 参考訳（メタデータ） (2024-04-28T19:35:00Z) - Deep grading for MRI-based differential diagnosis of Alzheimer's disease
and Frontotemporal dementia [0.0]
アルツハイマー病と前頭側頭性認知症は神経変性性認知症の一般的な形態である。
現在の構造イメージングは、主に疾患の検出に焦点をあてるが、その鑑別診断にはほとんど焦点を当てない。
本稿では,疾患検出と鑑別診断の両問題に対するディープラーニングに基づくアプローチを提案する。
論文 参考訳（メタデータ） (2022-11-25T13:25:18Z) - 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) - SpineNetV2: Automated Detection, Labelling and Radiological Grading Of
Clinical MR Scans [70.04389979779195]
SpineNetV2は、臨床脊髄磁気共鳴(MR)スキャンで脊椎を検知し、ラベル付けする自動化ツールである。
また、T2強調スキャンで腰椎椎間板のX線学的グレーディングを行い、様々な一般的な変性変化を観察する。
論文 参考訳（メタデータ） (2022-05-03T15:05:58Z) - Stacked Hourglass Network with a Multi-level Attention Mechanism: Where
to Look for Intervertebral Disc Labeling [2.3848738964230023]
椎間板の位置と骨格構造を協調的に学習する多レベルアテンション機構を有する重畳時間ガラスネットワークを提案する。
提案した深層学習モデルは意味的セグメンテーションの強さとポーズ推定手法を考慮し,欠落した領域と偽陽性検出を扱う。
論文 参考訳（メタデータ） (2021-08-14T14:53:27Z) - Inheritance-guided Hierarchical Assignment for Clinical Automatic
Diagnosis [50.15205065710629]
臨床診断は、臨床ノートに基づいて患者に診断符号を割り当てることを目的としており、臨床意思決定において重要な役割を担っている。
本稿では,臨床自動診断のための継承誘導階層と共起グラフの伝播を組み合わせた新しい枠組みを提案する。
論文 参考訳（メタデータ） (2021-01-27T13:16:51Z) - Learning Binary Semantic Embedding for Histology Image Classification
and Retrieval [56.34863511025423]
バイナリ・セマンティック・エンベディング(LBSE)の学習方法を提案する。
効率的な埋め込み、分類、検索を行い、組織像の解釈可能なコンピュータ支援診断を提供する。
3つのベンチマークデータセットで実施された実験は、様々なシナリオにおいてLBSEの優位性を検証する。
論文 参考訳（メタデータ） (2020-10-07T08:36:44Z) - An Explainable 3D Residual Self-Attention Deep Neural Network FOR Joint
Atrophy Localization and Alzheimer's Disease Diagnosis using Structural MRI [22.34325971680329]
我々は,3D Residual Attention Deep Neural Network(3D ResAttNet)を導入し,SMRIスキャンによるエンドツーエンド学習によるアルツハイマー病早期診断のためのコンピュータ支援手法を提案する。
実験結果から,提案手法は精度と一般化性の観点から,最先端モデルに対して競争上の優位性があることが示唆された。
論文 参考訳（メタデータ） (2020-08-10T11:08:55Z) - A Convolutional Approach to Vertebrae Detection and Labelling in Whole
Spine MRI [70.04389979779195]
脊椎MRIにおける脊椎の発見と同定のための新しい畳み込み法を提案する。
これには学習ベクトル場を使用して、検出された脊椎の角を個別の脊椎にまとめる。
本手法の臨床的有用性を示すために, 腰部, 脊柱管内MRスキャンにおける側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側
論文 参考訳（メタデータ） (2020-07-06T09:37:12Z) - Keypoints Localization for Joint Vertebra Detection and Fracture
Severity Quantification [0.04925906256430176]
椎体圧迫骨折は骨粗しょう症の早期徴候である。
3次元CT画像に椎体を局在させる新しい2段階アルゴリズムを提案する。
我々は同時に個々の椎骨を検出し、2Dで骨折を定量化する。
論文 参考訳（メタデータ） (2020-05-25T08:05:27Z)
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。