Fugu-MT 論文翻訳(概要): Semi-automated Virtual Unfolded View Generation Method of Stomach from CT Volumes

論文の概要: Semi-automated Virtual Unfolded View Generation Method of Stomach from CT Volumes

arxiv url: http://arxiv.org/abs/2201.05331v1
Date: Fri, 14 Jan 2022 08:13:04 GMT
ステータス: 処理完了
システム内更新日: 2022-01-17 20:53:45.984120
Title: Semi-automated Virtual Unfolded View Generation Method of Stomach from CT Volumes
Title（参考訳）: ctボリュームからの胃の半自動仮想展開ビュー生成法
Authors: Masahiro Oda, Tomoaki Suito, Yuichiro Hayashi, Takayuki Kitasaka, Kazuhiro Furukawa, Ryoji Miyahara, Yoshiki Hirooka, Hidemi Goto, Gen Iinuma, Kazunari Misawa, Shigeru Nawano, Kensaku Mori
Abstract要約: 胃のVUビューを生成するための半自動手法を提案する。展開力の決定と展開過程の終了が自動化される。 67個のCTボリュームを用いた実験により,76.1%の症例で良好なVUビューが得られた。
参考スコア（独自算出の注目度）: 2.3293739471191715
License: http://creativecommons.org/licenses/by/4.0/
Abstract: CT image-based diagnosis of the stomach is developed as a new way of diagnostic method. A virtual unfolded (VU) view is suitable for displaying its wall. In this paper, we propose a semi-automated method for generating VU views of the stomach. Our method requires minimum manual operations. The determination of the unfolding forces and the termination of the unfolding process are automated. The unfolded shape of the stomach is estimated based on its radius. The unfolding forces are determined so that the stomach wall is deformed to the expected shape. The iterative deformation process is terminated if the difference of the shapes between the deformed shape and expected shape is small. Our experiments using 67 CT volumes showed that our proposed method can generate good VU views for 76.1% cases.
Abstract（参考訳）: 新しい診断法としてct画像を用いた胃の診断法を開発した。仮想展開(VU)ビューは、その壁を表示するのに適している。本稿では,胃のVUビューを生成するための半自動手法を提案する。我々の方法は最低限の手動操作を必要とする。展開力の決定と展開過程の終了は自動化される。胃の折りたたみ形状は、その半径に基づいて推定される。展開力は、胃壁が期待形状に変形するように決定される。変形形状と期待形状との形状差が小さい場合には、反復変形工程を終了させる。 67個のCTボリュームを用いた実験により,76.1%の症例で良好なVUビューが得られた。

関連論文リスト

Diffusion-based Generative Image Outpainting for Recovery of FOV-Truncated CT Images [10.350643783811174]
truncated chest CT のフィールド・オブ・ビュー (FOV) 回復は, 正確な体組成解析に不可欠である。生成画像のアウトペイントを用いて, 切り抜きCTスライスを復元する手法を提案する。我々のモデルは,87%の少ないデータでトレーニングされているにもかかわらず,切り離された解剖学を確実に回復し,過去の最先端を上回ります。
論文参考訳（メタデータ） (2024-06-07T09:15:29Z)
ReshapeIT: Reliable Shape Interaction with Implicit Template for Anatomical Structure Reconstruction [59.971808117043366]
ReShapeITは、同じカテゴリ内で共有される暗黙のテンプレートフィールドを持つ解剖学的構造を表す。これにより、インスタンス形状とテンプレート形状との対応性の制約を強化することにより、暗黙テンプレートフィールドが有効なテンプレートを生成する。テンプレートインタラクションモジュールは、有効なテンプレートシェイプとインスタンスワイドの潜在コードとを相互作用することで、目に見えないシェイプを再構築するために導入される。
論文参考訳（メタデータ） (2023-12-11T07:09:32Z)
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)
Zero-shot CT Field-of-view Completion with Unconditional Generative Diffusion Prior [4.084687005614829]
解剖学的に一貫した視野 (FOV) の完成により, 縮小した身体部位を復元する手法は, FOVを限定したCTの定量的解析に重要である。既存の条件生成モデルに基づく解法は、学習段階における合成トランケーションパターンの忠実度に依存しており、この方法が未知のトランケーションの潜在的な種類に一般化可能であることを制限している。本研究では,事前訓練された非条件生成拡散に基づくゼロショット法の評価を行った。
論文参考訳（メタデータ） (2023-04-07T17:54:40Z)
Patched Diffusion Models for Unsupervised Anomaly Detection in Brain MRI [55.78588835407174]
本稿では,正常脳解剖のパッチベース推定法として拡散モデルの生成タスクを再構築する手法を提案する。腫瘍と多発性硬化症について検討し,既存のベースラインと比較して25.1%の改善がみられた。
論文参考訳（メタデータ） (2023-03-07T09:40:22Z)
Body Composition Assessment with Limited Field-of-view Computed Tomography: A Semantic Image Extension Perspective [5.373119949253442]
Field-of-view (FOV) tissue truncation beyond the lungs is common in routine lung screening Computed tomography (CT) 本研究では,入力として画像データのみを必要とする意味的画像拡張の観点から問題を定式化する。提案した2段階法は, 完全体の推定範囲に基づいて新しいFOV境界を同定し, 脱落した領域の欠損組織を溶出する。
論文参考訳（メタデータ） (2022-07-13T23:19:22Z)
A deep residual learning implementation of Metamorphosis [4.4203363069188475]
本稿では,推論時の計算時間を劇的に削減するメタモルフィズムの残差学習実装を提案する。また,提案フレームワークは,位相変化の局所化に関する事前知識を容易に統合できることを示す。提案手法はBraTS 2021データセット上でテストし,脳腫瘍と画像のアライメントにおいて最先端の手法よりも優れていることを示した。
論文参考訳（メタデータ） (2022-02-01T15:39:34Z)
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)
Volumetric Parameterization of the Placenta to a Flattened Template [21.03196195804363]
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。
論文参考訳（メタデータ） (2021-11-15T16:53:08Z)
A Self-Supervised Deep Framework for Reference Bony Shape Estimation in Orthognathic Surgical Planning [55.30223654196882]
仮想的な矯正手術計画では、3次元顔面骨形状モデルにおける顎変形の外科的修正をシミュレートする。正常な解剖を表現した基準顔骨形状モデルは、計画精度を向上させるための客観的ガイダンスを提供することができる。本稿では,顔面骨の形状モデルを自動的に推定する自己教師型ディープフレームワークを提案する。
論文参考訳（メタデータ） (2021-09-11T05:24:40Z)
Appearance Learning for Image-based Motion Estimation in Tomography [60.980769164955454]
トモグラフィー画像では、取得した信号に擬似逆フォワードモデルを適用することにより、解剖学的構造を再構成する。患者の動きは、復元過程における幾何学的アライメントを損なうため、運動アーティファクトが生じる。本研究では,スキャン対象から独立して剛性運動の構造を認識する外観学習手法を提案する。
論文参考訳（メタデータ） (2020-06-18T09:49:11Z)

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。