論文の概要: Evaluation of automated airway morphological quantification for assessing fibrosing lung disease

• arxiv url: http://arxiv.org/abs/2111.10443v1
• Date: Fri, 19 Nov 2021 21:30:42 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-26 07:38:58.328505
• Title: Evaluation of automated airway morphological quantification for assessing fibrosing lung disease
• Title（参考訳）: 肺線維症評価のための気道形状自動定量法の検討
• Authors: Ashkan Pakzad, Wing Keung Cheung, Kin Quan, Nesrin Mogulkoc, Coline H.M. Van Moorsel, Brian J. Bartholmai, Hendrik W. Van Es, Alper Ezircan, Frouke Van Beek, Marcel Veltkamp, Ronald Karwoski, Tobias Peikert, Ryan D. Clay, Finbar Foley, Cassandra Braun, Recep Savas, Carole Sudre, Tom Doel, Daniel C. Alexander, Peter Wijeratne, David Hawkes, Yipeng Hu, John R Hurst, Joseph Jacob
• Abstract要約: 気道拡張症は特発性肺線維症(IPF)の典型的特徴である 深層学習に基づく気道セグメンテーションから気道木をその葉と世代枝にパーセルする自動パイプラインであるAirQuantを提案する。
• 参考スコア（独自算出の注目度）: 7.027000487683603
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Abnormal airway dilatation, termed traction bronchiectasis, is a typical feature of idiopathic pulmonary fibrosis (IPF). Volumetric computed tomography (CT) imaging captures the loss of normal airway tapering in IPF. We postulated that automated quantification of airway abnormalities could provide estimates of IPF disease extent and severity. We propose AirQuant, an automated computational pipeline that systematically parcellates the airway tree into its lobes and generational branches from a deep learning based airway segmentation, deriving airway structural measures from chest CT. Importantly, AirQuant prevents the occurrence of spurious airway branches by thick wave propagation and removes loops in the airway-tree by graph search, overcoming limitations of existing airway skeletonisation algorithms. Tapering between airway segments (intertapering) and airway tortuosity computed by AirQuant were compared between 14 healthy participants and 14 IPF patients. Airway intertapering was significantly reduced in IPF patients, and airway tortuosity was significantly increased when compared to healthy controls. Differences were most marked in the lower lobes, conforming to the typical distribution of IPF-related damage. AirQuant is an open-source pipeline that avoids limitations of existing airway quantification algorithms and has clinical interpretability. Automated airway measurements may have potential as novel imaging biomarkers of IPF severity and disease extent.
• Abstract（参考訳）: 気道拡張異常は気道拡張と呼ばれ、特発性肺線維症(ipf)の典型的な特徴である。 volumetric ct (ct)イメージングは、ipfの正常な気道テーパリングの損失をキャプチャする。 気道異常の自動定量化はipf疾患の程度と重症度を推定できると仮定した。 胸部CTから気道構造を導出する深層学習に基づく気道セグメンテーションから気道木をその葉と世代枝に体系的に解析する自動計算パイプラインであるAirQuantを提案する。 重要なことは、AirQuantは、厚い波動伝播による突発性気道分岐の発生を防ぎ、既存の気道骨格化アルゴリズムの限界を克服するグラフ探索によって気道木のループを除去する。 気道セグメント間をテーパリングし,気道tortuosityを算出し,健常者14名とipf患者14名とを比較した。 気道インターテーパはIPF患者では有意に減少し,健常者では気道トーチシティが有意に増加した。 また,IPF関連損傷の典型的分布に応じて,下葉に有意差が認められた。 AirQuantは、既存の気道定量化アルゴリズムの制限を回避し、臨床解釈性を持つオープンソースのパイプラインである。 自動気道測定は、IPFの重症度と病気の程度をイメージングする新しいバイオマーカーとして潜在する可能性がある。

関連論文リスト

• AeroPath: An airway segmentation benchmark dataset with challenging pathology [0.0]
  肺気腫から大きな腫瘍まで,27枚のCT画像からなる新しいベンチマークデータセット(AeroPath)を導入する。 本稿では,自動気道セグメンテーションのためのマルチスケール核融合設計について述べる。ATM'22データセットでトレーニングし,AeroPathデータセットでテストし,競合するオープンソース手法に対してさらに評価した。 その結果,AeroPath データセットに含まれる全患者に対して,提案したアーキテクチャが位相的に正しいセグメンテーションを予測できた。
  論文  参考訳（メタデータ） (2023-11-02T10:41:42Z)
• Fuzzy Attention Neural Network to Tackle Discontinuity in Airway Segmentation [67.19443246236048]
  気道セグメンテーションは肺疾患の検査、診断、予後に重要である。 いくつかの小型の気道支線(気管支や終端など)は自動セグメンテーションの難しさを著しく増す。 本稿では,新しいファジィアテンションニューラルネットワークと包括的損失関数を備える,気道セグメンテーションの効率的な手法を提案する。
  論文  参考訳（メタデータ） (2022-09-05T16:38:13Z)
• Airway measurement by refinement of synthetic images improves mortality prediction in idiopathic pulmonary fibrosis [1.3290985445255554]
  我々は,私たちのモデルであるエアウェイ・トランスファー・ネットワーク(ATN)をトレーニングするために,知覚的損失を用いたスタイル伝達による気道合成を提案する。 ATNは最先端のGANベースネットワーク(simGAN)よりも高速で訓練が容易であった。 ATNベースの気道測定は、IPF CT上のsimGAN由来気道測定値よりも一貫して死亡率の予測因子であることが判明した。
  論文  参考訳（メタデータ） (2022-08-30T10:48:48Z)
• Extraction of Pulmonary Airway in CT Scans Using Deep Fully Convolutional Networks [0.0]
  多地点から胸部CTスキャンで肺気道を自動的に抽出するために,2段階完全畳み込みネットワーク(FCN)を用いた。 具体的には,U字型ネットワーク構造を持つ3次元FCNを用いて,肺気道を粗い解像度で分割する。 報告した手法は,300件の公的研修セットと50件の独立した個人的検証セットを用いて評価した。
  論文  参考訳（メタデータ） (2022-08-12T15:56:21Z)
• What Makes for Automatic Reconstruction of Pulmonary Segments [50.216231776343115]
  肺の3次元再構成は肺癌の外科的治療計画において重要な役割を担っている。 しかし, 深層学習の時代には, 肺部分の自動再建は行われていない。 肺セグメント再建のための深部暗黙表面モデルImPulSeを提案する。
  論文  参考訳（メタデータ） (2022-07-07T04:24:17Z)
• Machine Learning for Mechanical Ventilation Control (Extended Abstract) [52.65490904484772]
  機械的換気はICUで最も広く用いられている治療法の1つである。 人工呼吸器は、所定の気道圧の軌跡に従って患者の肺に空気を注入しなければならない。 データ駆動型アプローチは、人工呼吸器から収集したデータに基づいて訓練されたシミュレーターをトレーニングすることで、侵襲的人工呼吸器を制御することを学ぶ。 この方法は、一般的な強化学習アルゴリズムより優れており、PIDよりも正確で堅牢な物理的換気装置も制御できる。
  論文  参考訳（メタデータ） (2021-11-19T20:54:41Z)
• Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based Sparse PCA Network [93.22587316229954]
  ヘマトキシリンとエオシン(H&E)で染色した組織学的肺スライドにおける癌病変の自動検出のためのグラフベーススパース成分分析(GS-PCA)ネットワークを提案する。 我々は,SVM K-rasG12D肺がんモデルから得られたH&Eスライダーの精度・リコール率,Fスコア,谷本係数,レシーバ演算子特性(ROC)の曲線下領域を用いて,提案アルゴリズムの性能評価を行った。
  論文  参考訳（メタデータ） (2021-10-27T19:28:36Z)
• Quantification of pulmonary involvement in COVID-19 pneumonia by means of a cascade oftwo U-nets: training and assessment on multipledatasets using different annotation criteria [83.83783947027392]
  本研究は、新型コロナウイルスの肺病変の同定、セグメント化、定量化のために人工知能(AI)を活用することを目的とする。 2つのU-netのカスケードをベースとした自動解析パイプラインLungQuantシステムを開発した。 LungQuantシステムにおけるCT-Severity Score(CT-SS)の精度も評価した。
  論文  参考訳（メタデータ） (2021-05-06T10:21:28Z)
• Fibrosis-Net: A Tailored Deep Convolutional Neural Network Design for Prediction of Pulmonary Fibrosis Progression from Chest CT Images [59.622239796473885]
  肺線維症は、回復不能な肺組織スカーリングおよび損傷を引き起こす慢性肺疾患であり、肺容量の進行的減少と既知の治療法がない。 胸部CT画像からの肺線維化進展の予測に適した深部畳み込みニューラルネットワークであるFibrosis-Netを導入する。
  論文  参考訳（メタデータ） (2021-03-06T02:16:41Z)
• Generative-based Airway and Vessel Morphology Quantification on Chest CT Images [8.414072468546875]
  本稿では, 気道ラウンジ, 気道壁厚, 血管半径の断面計測を行う畳み込みニューラルレグレシタ(CNR)を提案する。 CNRは、SimulatedおよびUnversa Generative Adrial Network(SimGAN)と組み合わせて使用される合成構造の生成モデルによって生成されたデータを用いて訓練される 血管では小血管血液量の推定値と一酸化炭素(DLCO)の肺拡散能の相関性を評価する。
  論文  参考訳（メタデータ） (2020-02-13T18:45:31Z)

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。