論文の概要: The RETA Benchmark for Retinal Vascular Tree Analysis

• arxiv url: http://arxiv.org/abs/2111.11658v1
• Date: Tue, 23 Nov 2021 05:10:38 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-25 02:10:44.906100
• Title: The RETA Benchmark for Retinal Vascular Tree Analysis
• Title（参考訳）: 網膜血管解析のためのRETAベンチマーク
• Authors: Xingzheng Lyu, Li Cheng, Sanyuan Zhang
• Abstract要約: 網膜血管分析を容易にするために,81個のラベル付き血管マスクを用いた新しいベンチマークRETAを構築した。 データセット構築中に、アノテーション間の変動とアノテーション内の変動を制御しようと試みた。 ユーザは、コンテナセグメンテーションアルゴリズムを開発したり、私たちのデータセットでコンテナセグメンテーションのパフォーマンスを評価したりできます。
• 参考スコア（独自算出の注目度）: 6.923431677344723
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Topological and geometrical analysis of retinal blood vessel is a cost-effective way for early detection of many common diseases. Meanwhile, automated vessel segmentation and vascular tree analysis are still lacking in terms of generalization capability. In this work, we construct a novel benchmark RETA with 81 labeled vessel masks aiming to facilitate retinal vessel analysis. A semi-automated coarse-to-fine workflow is proposed to annotating vessel pixels. During dataset construction, we strived to control inter-annotator variability and intra-annotator variability by performing multi-stage annotation and label disambiguation on self-developed dedicated software. In addition to binary vessel masks, we obtained vessel annotations containing artery/vein masks, vascular skeletons, bifurcations, trees and abnormalities during vessel labelling. Both subjective and objective quality validation of labeled vessel masks have demonstrated significant improved quality over other publicly datasets. The annotation software is also made publicly available for vessel annotation visualization. Users could develop vessel segmentation algorithms or evaluate vessel segmentation performance with our dataset. Moreover, our dataset might be a good research source for cross-modality tubular structure segmentation.
• Abstract（参考訳）: 網膜血管のトポロジカルおよび幾何学的解析は、多くの共通疾患の早期発見に費用対効果がある。 一方, 血管分割の自動化と血管木解析は, 一般化能力の面ではまだ欠落している。 本研究では,網膜血管解析を容易にするために,81個のラベル付き容器マスクを用いた新しいベンチマークRETAを構築した。 容器画素のアノテートには半自動粗いワークフローが提案されている。 データセット構築において,多段階アノテーションとラベルの曖昧さを自己開発専用ソフトウェア上で実行することにより,アノテーション間の変動とアノテーション内変動を制御しようと試みた。 2種類の血管マスクに加えて,動脈・静脈マスク,血管骨格,分岐,木および血管ラベル中の異常を含む血管アノテーションも得られた。 ラベル付き容器マスクの主観的および客観的品質検証は、他の公開データセットよりも大幅に改善されている。 アノテーションソフトウェアは、コンテナアノテーションの可視化にも利用できる。 ユーザは、血管セグメンテーションアルゴリズムを開発し、データセットで血管セグメンテーション性能を評価することができます。 さらに,我々のデータセットは管状構造セグメンテーションの優れた研究源となるかもしれない。

関連論文リスト

• Fitting tree model with CNN and geodesics to track vesselsand application to Ultrasound Localization Microscopy data [5.1082516810678396]
  我々は超音波局在顕微鏡(ULM)データに基づく追跡を行うモデルを構築した。 また、合成眼底データについても検討した。 以上の結果から,有意な注釈付きUDMデータの不足は,血管のランドマークの局在に障害があることが示唆された。
  論文  参考訳（メタデータ） (2023-11-13T09:25:03Z)
• Deep Angiogram: Trivializing Retinal Vessel Segmentation [1.8479315677380455]
  本研究では,無関係な特徴をフィルタリングし,深部血管造影という潜像を合成するコントラスト型変分自動エンコーダを提案する。 合成ネットワークの一般化性は、画像コントラストとノイズの特徴の変動に敏感なモデルを実現するコントラスト損失によって改善される。
  論文  参考訳（メタデータ） (2023-07-01T06:13:10Z)
• 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)
• An Algorithm for the Labeling and Interactive Visualization of the Cerebrovascular System of Ischemic Strokes [59.116811751334225]
  VirtualDSA++は、CTAスキャンで脳血管ツリーをセグメンテーションし、ラベル付けするために設計されたアルゴリズムである。 閉塞血管を同定するために,脳動脈のラベル付け機構を拡張した。 本稿では,そのモデルの全ノードにおける経路の反復的体系探索という一般的な概念を紹介し,新たな対話的特徴を実現する。
  論文  参考訳（メタデータ） (2022-04-26T14:20:26Z)
• Parametric Scaling of Preprocessing assisted U-net Architecture for Improvised Retinal Vessel Segmentation [1.3869502085838448]
  本稿では,形態素前処理と拡張U-netアーキテクチャを併用した画像強調手法を提案する。 ROC曲線 (>0.9762) と分類精度 (>95.47%) の領域において、領域内の他のアルゴリズムと比較して顕著な改善が得られた。
  論文  参考訳（メタデータ） (2022-03-18T15:26:05Z)
• AI-based Aortic Vessel Tree Segmentation for Cardiovascular Diseases Treatment: Status Quo [55.04215695343928]
  大動脈血管木は大動脈とその枝枝動脈からなる。 大動脈弁木の自動・半自動セグメンテーションのための計算手法を体系的に検討した。
  論文  参考訳（メタデータ） (2021-08-06T08:18:28Z)
• Hierarchical Deep Network with Uncertainty-aware Semi-supervised Learning for Vessel Segmentation [58.45470500617549]
  本稿では,注目機構が血管全体に誘導される低コントラストキャピラリー領域を局在させる階層的なディープネットワークを提案する。 提案手法は,底部画像における網膜動脈/静脈の分画とCT画像における肝門/肝血管の分画のベンチマークにおいて,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2021-05-31T06:55:43Z)
• Transfer Learning Through Weighted Loss Function and Group Normalization for Vessel Segmentation from Retinal Images [0.0]
  血管の血管構造は緑内障や糖尿病網膜症などの網膜疾患の診断に重要である。 深層学習とトランスファー学習を併用した網膜血管のセグメンテーション手法を提案する。 提案手法は,他の手法よりもセグメンテーション精度が高い。
  論文  参考訳（メタデータ） (2020-12-16T20:34:48Z)
• Rethinking the Extraction and Interaction of Multi-Scale Features for Vessel Segmentation [53.187152856583396]
  網膜血管と主要動脈を2次元基底画像と3次元CTアンギオグラフィー(CTA)スキャンで分割する,PC-Netと呼ばれる新しいディープラーニングモデルを提案する。 PC-Netでは、ピラミッド圧縮励起(PSE)モジュールが各畳み込みブロックに空間情報を導入し、より効果的なマルチスケール特徴を抽出する能力を高めている。
  論文  参考訳（メタデータ） (2020-10-09T08:22:54Z)
• Multi-Task Neural Networks with Spatial Activation for Retinal Vessel Segmentation and Artery/Vein Classification [49.64863177155927]
  本稿では,網膜血管,動脈,静脈を同時に分割する空間活性化機構を備えたマルチタスクディープニューラルネットワークを提案する。 提案するネットワークは,容器分割における画素ワイド精度95.70%,A/V分類精度94.50%を実現している。
  論文  参考訳（メタデータ） (2020-07-18T05:46:47Z)
• Joint Learning of Vessel Segmentation and Artery/Vein Classification with Post-processing [27.825969553813092]
  血管分節と動脈・静脈の分類は、潜在的な疾患について様々な情報を提供する。 我々は、UNetベースのモデルSeqNetを採用し、背景から船舶を正確に分割し、船舶のタイプを予測する。 実験の結果,AUCを0.98に改善し,DRIVEデータセットの分類精度は0.92に向上した。
  論文  参考訳（メタデータ） (2020-05-27T13:06:16Z)

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。