論文の概要: Volumetric Parameterization of the Placenta to a Flattened Template
- arxiv url: http://arxiv.org/abs/2111.07900v1
- Date: Mon, 15 Nov 2021 16:53:08 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-16 19:37:22.280216
- Title: Volumetric Parameterization of the Placenta to a Flattened Template
- Title(参考訳): 平板型テンプレートへのプラセンタの体積パラメータ化
- Authors: S. Mazdak Abulnaga, Esra Abaci Turk, Mikhail Bessmeltsev, P. Ellen
Grant, Justin Solomon, Polina Golland
- Abstract要約: 本研究では,プレースンタをフラットテンプレートにパラメータ化するためのボリュームメッシュに基づくアルゴリズムを提案する。
BOLD MRI画像から抽出した111個の胎盤形状について検討し,本手法の有効性を検証した。
本手法は,テンプレートの整合におけるサブボクセル精度を実現し,体積の歪みを低く抑える。
- 参考スコア(独自算出の注目度): 21.03196195804363
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present a volumetric mesh-based algorithm for parameterizing the placenta
to a flattened template to enable effective visualization of local anatomy and
function. MRI shows potential as a research tool as it provides signals
directly related to placental function. However, due to the curved and highly
variable in vivo shape of the placenta, interpreting and visualizing these
images is difficult. We address interpretation challenges by mapping the
placenta so that it resembles the familiar ex vivo shape. We formulate the
parameterization as an optimization problem for mapping the placental shape
represented by a volumetric mesh to a flattened template. We employ the
symmetric Dirichlet energy to control local distortion throughout the volume.
Local injectivity in the mapping is enforced by a constrained line search
during the gradient descent optimization. We validate our method using a
research study of 111 placental shapes extracted from BOLD MRI images. Our
mapping achieves sub-voxel accuracy in matching the template while maintaining
low distortion throughout the volume. We demonstrate how the resulting
flattening of the placenta improves visualization of anatomy and function. Our
code is freely available at https://github.com/mabulnaga/placenta-flattening .
- Abstract(参考訳): 本稿では,局所解剖学と関数を効果的に可視化するために,プラセンタをフラットテンプレートにパラメータ化するボリュームメッシュベースのアルゴリズムを提案する。
MRIは胎盤機能に直接関連した信号を提供する研究ツールとしての可能性を示している。
しかし, 胎盤形状が湾曲し, 高度に変化するため, これらの画像の解釈と可視化は困難である。
胎盤を生体外形状とよく似た形状にマッピングすることで解釈課題に対処する。
パラメータ化を,容積メッシュで表される胎盤形状をフラットテンプレートにマッピングする最適化問題として定式化する。
我々は、体積全体の局所歪みを制御するために対称ディリクレエネルギーを用いる。
写像の局所射影率は勾配降下最適化中に制約線探索によって強制される。
BOLD MRI画像から抽出した111個の胎盤形状について検討し,本手法の有効性を検証した。
本手法は,テンプレートの整合におけるサブボクセル精度を実現し,体積の歪みを抑える。
胎盤の平坦化が解剖学と機能の可視化をいかに改善するかを示す。
私たちのコードはhttps://github.com/mabulnaga/placenta-flatteningで無料で利用できます。
関連論文リスト
- On the Localization of Ultrasound Image Slices within Point Distribution
Models [84.27083443424408]
甲状腺疾患は高分解能超音波(US)で診断されることが多い
縦断追跡は病理甲状腺形態の変化をモニタリングするための重要な診断プロトコルである。
3次元形状表現におけるUS画像の自動スライスローカライズのためのフレームワークを提案する。
論文 参考訳(メタデータ) (2023-09-01T10:10:46Z) - Abdominal organ segmentation via deep diffeomorphic mesh deformations [5.4173776411667935]
CTとMRIによる腹部臓器の分節は,手術計画とコンピュータ支援ナビゲーションシステムにとって必須の要件である。
肝, 腎, 膵, 脾の分節に対するテンプレートベースのメッシュ再構成法を応用した。
結果として得られたUNetFlowは4つの器官すべてによく当てはまり、新しいデータに基づいて簡単に微調整できる。
論文 参考訳(メタデータ) (2023-06-27T14:41:18Z) - AbHE: All Attention-based Homography Estimation [0.0]
本研究では,局所的な特徴を持つ畳み込みニューラルネットワークとグローバルな特徴を持つトランスフォーマーモジュールを組み合わせた,Swin Transformerに基づく強力なベースラインモデルを提案する。
ホモグラフィ回帰段階では、相関ボリュームのチャネルに注意層を導入し、いくつかの弱い相関特徴点を排除できる。
実験の結果,8自由度(DOF)ホモグラフィーでは,我々の手法が最先端の手法をオーバーパフォーマンスすることがわかった。
論文 参考訳(メタデータ) (2022-12-06T15:00:00Z) - A kinetic approach to consensus-based segmentation of biomedical images [58.720142291102135]
バイオメディカルセグメンテーション問題に有界信頼度コンセンサスモデルの運動バージョンを適用した。
システムの長時間の挙動は、代理のフォッカー・プランク法(英語版)の助けを借りて計算される。
2次元グレースケール画像の関連集合に対して導入されたセグメンテーション距離を最小化する。
論文 参考訳(メタデータ) (2022-11-08T09:54:34Z) - Hilbert Flattening: a Locality-Preserving Matrix Unfolding Method for
Visual Discrimination [51.432453379052724]
平坦な行列の局所性を維持する革新的な方法としてヒルベルト曲線平坦化を提案する。
また、トークンサンプリングとトークンアグリゲータを組み込んだ視覚変換器アーキテクチャであるLocalformerを導入し、その局所性バイアスを高める。
論文 参考訳(メタデータ) (2022-02-21T13:53:04Z) - Simulating Realistic MRI variations to Improve Deep Learning model and
visual explanations using GradCAM [0.0]
修正されたHighRes3DNetモデルを用いて、脳MRIボリュームランドマーク検出問題を解く。
Grad-CAMは、モデルがフォーカスしている領域を示す粗いローカライゼーションマップを生成する。
論文 参考訳(メタデータ) (2021-11-01T11:14:23Z) - Automatic size and pose homogenization with spatial transformer network
to improve and accelerate pediatric segmentation [51.916106055115755]
空間変換器ネットワーク(STN)を利用することにより、ポーズとスケール不変の新たなCNNアーキテクチャを提案する。
私たちのアーキテクチャは、トレーニング中に一緒に見積もられる3つのシーケンシャルモジュールで構成されています。
腹部CTスキャナーを用いた腎および腎腫瘍の分節法について検討した。
論文 参考訳(メタデータ) (2021-07-06T14:50:03Z) - CAMERAS: Enhanced Resolution And Sanity preserving Class Activation
Mapping for image saliency [61.40511574314069]
バックプロパゲーション画像のサリエンシは、入力中の個々のピクセルのモデル中心の重要性を推定することにより、モデル予測を説明することを目的としている。
CAMERASは、外部の事前処理を必要とせずに、高忠実度バックプロパゲーション・サリエンシ・マップを計算できる手法である。
論文 参考訳(メタデータ) (2021-06-20T08:20:56Z) - Learning Vector Quantized Shape Code for Amodal Blastomere Instance
Segmentation [33.558545104711186]
Amodalのインスタンスセグメンテーションは、オブジェクトが完全に見えない場合でも、オブジェクトの完全なシルエットを復元することを目的としている。
本稿では,入力特徴を中間形状コードに分類し,それらから完全なオブジェクト形状を復元することを提案する。
In vitro 受精 (IVF) クリニックにおけるブラストマーの正確な測定が可能となる。
論文 参考訳(メタデータ) (2020-12-02T06:17:28Z) - Weakly-supervised Learning For Catheter Segmentation in 3D Frustum
Ultrasound [74.22397862400177]
超音波を用いた新しいカテーテルセグメンテーション法を提案する。
提案手法は,1ボリュームあたり0.25秒の効率で最先端の性能を実現した。
論文 参考訳(メタデータ) (2020-10-19T13:56:22Z)
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。