論文の概要: A general technique for the estimation of farm animal body part weights
from CT scans and its applications in a rabbit breeding program
- arxiv url: http://arxiv.org/abs/2112.15095v1
- Date: Thu, 30 Dec 2021 15:36:06 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-03 13:59:08.449751
- Title: A general technique for the estimation of farm animal body part weights
from CT scans and its applications in a rabbit breeding program
- Title（参考訳）: ウサギ繁殖プログラムにおけるCTスキャンによる家畜体部分重量推定法
- Authors: \'Ad\'am Cs\'oka, Gy\"orgy Kov\'acs, Vir\'ag \'Acs, Zsolt Matics,
Zsolt Gerencs\'er, Zsolt Szendr\H{o}, Istv\'an Nagy, \"Ors Petneh\'azy, Imre
Repa, Mariann Moizs, Tam\'as Donk\'o
- Abstract要約: 家畜画像の様々な応用は、動物のCT画像から、特定の身体部分の重量と切断を推定することに基づいている。
本稿では,(おそらく)生物のCT画像から切り身と身体部分の重量を推定するための,汎用的で堅牢なアプローチを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Various applications of farm animal imaging are based on the estimation of
weights of certain body parts and cuts from the CT images of animals. In many
cases, the complexity of the problem is increased by the enormous variability
of postures in CT images due to the scanning of non-sedated, living animals. In
this paper, we propose a general and robust approach for the estimation of the
weights of cuts and body parts from the CT images of (possibly) living animals.
We adapt multi-atlas based segmentation driven by elastic registration and
joint feature and model selection for the regression component to cape with the
large number of features and low number of samples. The proposed technique is
evaluated and illustrated through real applications in rabbit breeding
programs, showing r^2 scores 12% higher than previous techniques and methods
that used to drive the selection so far. The proposed technique is easily
adaptable to similar problems, consequently, it is shared in an open source
software package for the benefit of the community.
- Abstract（参考訳）: 家畜画像の様々な応用は、動物のCT画像から、特定の身体部分の重量と切断を推定することに基づいている。
多くの場合、ct画像における姿勢の巨大な変動は、非鎮静動物の走査によって、問題の複雑さが増大する。
本稿では,(おそらく)生物のCT画像から切り身と身体部分の重量を推定するための,汎用的で堅牢なアプローチを提案する。
我々は,弾性登録とジョイント特徴によるマルチアトラスに基づくセグメンテーションと回帰成分のモデル選択を,多数の特徴量と少ないサンプル数でケープに適用する。
提案手法はウサギ育種プログラムにおける実適用を通じて評価され,これまで選択を推進してきた従来の方法や方法よりも12%高いスコアを示した。
提案手法は同様の問題に容易に適応できるため,コミュニティの利益のためにオープンソースソフトウェアパッケージで共有される。
関連論文リスト
- Adapting Visual-Language Models for Generalizable Anomaly Detection in Medical Images [68.42215385041114]
本稿では,CLIPモデルを用いた医用異常検出のための軽量な多レベル適応と比較フレームワークを提案する。
提案手法では,複数の残像アダプタを事前学習した視覚エンコーダに統合し,視覚的特徴の段階的向上を実現する。
医学的異常検出ベンチマーク実験により,本手法が現在の最先端モデルを大幅に上回っていることが示された。
論文 参考訳（メタデータ） (2024-03-19T09:28:19Z) - FP-PET: Large Model, Multiple Loss And Focused Practice [4.449900388678701]
本研究は,CTおよびPET画像に焦点をあてた医用画像セグメンテーションへの包括的アプローチであるFP-PETを提案する。
この研究は、最先端のセグメンテーション性能を達成するために、STUNet-large、SwinUNETR、VNetなど、さまざまな機械学習モデルを使用している。
論文 参考訳（メタデータ） (2023-09-22T06:44:28Z) - Multi-View Vertebra Localization and Identification from CT Images [57.56509107412658]
我々は,CT画像からの多視点椎体局在と同定を提案する。
本研究では,3次元問題を異なる視点における2次元局所化および識別タスクに変換する。
本手法は,多視点グローバル情報を自然に学習することができる。
論文 参考訳（メタデータ） (2023-07-24T14:43:07Z) - AutoPaint: A Self-Inpainting Method for Unsupervised Anomaly Detection [34.007468043336274]
健全な解剖学の詳細を学習し,高解像度画像の再構成を行うために,ロバストな塗装モデルを提案する。
また,腫瘍を自動的に検出し,その外観を健康な解剖学に置き換えるオートインペインティングパイプラインを提案し,そのセグメントに基づいて腫瘍の体積を推定した。
論文 参考訳（メタデータ） (2023-05-21T05:45:38Z) - Whole-Body Lesion Segmentation in 18F-FDG PET/CT [11.662584140924725]
提案モデルは, 全身の病変を予測するために, 2D と 3D nnUNET アーキテクチャを基礎として設計されている。
提案手法は, ダイススコア, 偽陽性ボリューム, 偽陰性ボリュームの計測値において, 病変のセグメンテーション性能を計測するAutoPet Challengeの文脈で評価する。
論文 参考訳（メタデータ） (2022-09-16T10:49:53Z) - Bag of Tricks for Long-Tail Visual Recognition of Animal Species in
Camera Trap Images [2.294014185517203]
近年,カメラトラップ画像における動物種の長期的視覚認識に対処する手法が提案されている。
一般に、平方根サンプリングは、マイノリティクラスの性能を約10%向上させる方法であった。
提案手法は, テール級の性能と, ヘッド級の精度との最良のトレードオフを達成した。
論文 参考訳（メタデータ） (2022-06-24T18:30:26Z) - Incremental Cross-view Mutual Distillation for Self-supervised Medical
CT Synthesis [88.39466012709205]
本稿では,スライス間の分解能を高めるために,新しい医療スライスを構築した。
臨床実践において, 根本・中間医療スライスは常に欠落していることを考慮し, 相互蒸留の段階的相互蒸留戦略を導入する。
提案手法は,最先端のアルゴリズムよりも明確なマージンで優れる。
論文 参考訳（メタデータ） (2021-12-20T03:38:37Z) - Explainable multiple abnormality classification of chest CT volumes with
AxialNet and HiResCAM [89.2175350956813]
本稿では,容積医用画像における多変量分類の課題について紹介する。
本稿では,複数のインスタンス学習型畳み込みニューラルネットワークであるAxialNetを提案する。
そして、HiResCAMと3D許容領域を利用した新しいマスクロスにより、モデルの学習を改善することを目指す。
論文 参考訳（メタデータ） (2021-11-24T01:14:33Z) - Body Part Regression for CT Images [0.0]
CTボリュームの自己教師付き身体部分回帰モデルを開発し、異種CT研究の収集に基づいて訓練した。
本研究は, このアルゴリズムが医療モデルの医院への堅牢かつ信頼性の高い移行にどのように貢献するかを示す。
論文 参考訳（メタデータ） (2021-10-18T10:03:42Z) - Synergistic Learning of Lung Lobe Segmentation and Hierarchical
Multi-Instance Classification for Automated Severity Assessment of COVID-19
in CT Images [61.862364277007934]
3次元CT画像におけるCOVID-19の重症度自動評価のための相乗的学習フレームワークを提案する。
マルチタスクのディープネットワーク(M$2$UNet)が開発され、新型コロナウイルス患者の重症度を評価する。
われわれのM$2$UNetはパッチレベルのエンコーダと肺葉分画のためのセグメンテーションサブネットワークと重度評価のための分類サブネットワークから構成されている。
論文 参考訳（メタデータ） (2020-05-08T03:16:15Z) - Pathological Retinal Region Segmentation From OCT Images Using Geometric
Relation Based Augmentation [84.7571086566595]
本稿では,幾何学と形状の内在的関係を共同で符号化することで,従来のGANベースの医用画像合成法よりも優れた手法を提案する。
提案手法は,取得手順の異なる画像を有する公開RETOUCHデータセット上で,最先端のセグメンテーション手法より優れている。
論文 参考訳（メタデータ） (2020-03-31T11:50:43Z)
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。