論文の概要: Automatic Segmentation of Left Ventricle in Cardiac Magnetic Resonance Images

• arxiv url: http://arxiv.org/abs/2201.12805v1
• Date: Sun, 30 Jan 2022 13:05:35 GMT
• ステータス: 処理完了
• システム内更新日: 2022-02-01 17:59:47.649989
• Title: Automatic Segmentation of Left Ventricle in Cardiac Magnetic Resonance Images
• Title（参考訳）: 心臓磁気共鳴画像における左室の自動分離
• Authors: Garvit Chhabra, J. H. Gagan, J. R. Harish Kumar
• Abstract要約: 心臓科医は、心機能を決定するために、しばしば放出分数を用いる。 MR画像における左室の自動区分けのためのマルチスケールテンプレートマッチング手法と楕円形アクティブディスクを提案する。
• 参考スコア（独自算出の注目度）: 0.9576327614980393
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Segmentation of the left ventricle in cardiac magnetic resonance imaging MRI scans enables cardiologists to calculate the volume of the left ventricle and subsequently its ejection fraction. The ejection fraction is a measurement that expresses the percentage of blood leaving the heart with each contraction. Cardiologists often use ejection fraction to determine one's cardiac function. We propose multiscale template matching technique for detection and an elliptical active disc for automated segmentation of the left ventricle in MR images. The elliptical active disc optimizes the local energy function with respect to its five free parameters which define the disc. Gradient descent is used to minimize the energy function along with Green's theorem to optimize the computation expenses. We report validations on 320 scans containing 5,273 annotated slices which are publicly available through the Multi-Centre, Multi-Vendor, and Multi-Disease Cardiac Segmentation (M&Ms) Challenge. We achieved successful localization of the left ventricle in 89.63% of the cases and a Dice coefficient of 0.873 on diastole slices and 0.770 on systole slices. The proposed technique is based on traditional image processing techniques with a performance on par with the deep learning techniques.
• Abstract（参考訳）: 心臓mri画像における左室の分節化により、心科医は左室の容積を算出し、その後吐出率を算出できる。 吐出率とは、それぞれの収縮で心臓を離れる血液の割合を表す測定値である。 心臓科医は、心機能を決定するために、しばしば放出分数を用いる。 そこで本研究では,mr画像における左室の自動分割のためのマルチスケールテンプレートマッチング手法と楕円型アクティブディスクを提案する。 楕円アクティブディスクは、ディスクを定義する5つの自由パラメータに関して局所エネルギー関数を最適化する。 勾配降下は計算コストを最適化するグリーンの定理と共にエネルギー関数を最小化するために用いられる。 5,273個のアノテートスライスを含む320個のスキャンに対して,M&M(Multi-Centre,Multi-Vendor,Multi-Disease Cardiac Segmentation, M&Ms)チャレンジを通した検証を行った。 症例の89.63%で左心室の局所化が成功し,ジストールスライスでは0.873,シストールスライスでは0.770であった。 提案手法は,ディープラーニング技術と同等の性能を持つ従来の画像処理技術に基づいている。

関連論文リスト

• Epicardium Prompt-guided Real-time Cardiac Ultrasound Frame-to-volume Registration [50.602074919305636]
  本稿では,CU-Reg と呼ばれる,軽量でエンドツーエンドなカード・ツー・エンド・超音波フレーム・ツー・ボリューム・レジストレーション・ネットワークを提案する。 2次元スパースと3次元濃密な特徴の相互作用を増強するために,心内膜急速ガイドによる解剖学的手がかりを用い,その後,強化された特徴のボクセル的局所グロバル集約を行った。
  論文  参考訳（メタデータ） (2024-06-20T17:47:30Z)
• Semantic-aware Temporal Channel-wise Attention for Cardiac Function Assessment [69.02116920364311]
  既存のビデオベースの手法では、左室領域や運動による左室の変化にはあまり注意を払わない。 本稿では,左室分割課題を伴う半教師付き補助学習パラダイムを提案し,左室領域の表現学習に寄与する。 提案手法は,0.22 MAE,0.26 RMSE,1.9%$R2$の改善により,スタンフォードデータセットの最先端性能を実現する。
  論文  参考訳（メタデータ） (2023-10-09T05:57:01Z)
• M(otion)-mode Based Prediction of Ejection Fraction using Echocardiograms [13.112371567924802]
  心エコー図のM(otion)モードを用いて左室流出率(EF)を推定し,心筋症を分類する。 心エコー図から複数の人工Mモード画像を生成し,既製のモデルアーキテクチャを用いて組み合わせる。 実験の結果,教師付き設定は10モードで収束し,ベースライン法に匹敵することがわかった。
  論文  参考訳（メタデータ） (2023-09-07T15:00:58Z)
• Hierarchical Vision Transformers for Cardiac Ejection Fraction Estimation [0.0]
  本稿では,階層型視覚変換器をベースとした深層学習手法を提案する。 提案手法は,まず左腹腔分画を必要とせずに吐出率を推定できるので,他の方法よりも効率がよい。
  論文  参考訳（メタデータ） (2023-03-31T23:42:17Z)
• Multi-task Swin Transformer for Motion Artifacts Classification and Cardiac Magnetic Resonance Image Segmentation [0.4419843514606336]
  CMRxMotionの課題であるCMRセグメンテーションとモーションアーティファクト分類の2つのタスクを同時に解くためのマルチタスク・スイニング・UNEt TRansformerネットワークを提案する。 セグメンテーションと分類の両方をマルチタスク学習アプローチとして利用し、CMRの診断品質を判定し、同時にマスクを生成する。
  論文  参考訳（メタデータ） (2022-09-06T13:14:44Z)
• Three-dimensional micro-structurally informed in silico myocardium -- towards virtual imaging trials in cardiac diffusion weighted MRI [58.484353709077034]
  本稿では,心筋微細構造の数値ファントムを現実的に生成する新しい手法を提案する。 シリコン組織モデルにより、磁気共鳴イメージングの定量的モデルを評価することができる。
  論文  参考訳（メタデータ） (2022-08-22T22:01:44Z)
• 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)
• Neural collaborative filtering for unsupervised mitral valve segmentation in echocardiography [60.08918310097638]
  心エコービデオの低次元埋め込みに基づく僧帽弁断面積自動制御法を提案する。 本法は, 各種僧帽弁疾患患者の心エコービデオと, 独立した検査コホートを用いて評価した。 これは、低品質ビデオやスパースアノテーションの場合には、最先端のインハンサーとエンファンサーの手法より優れている。
  論文  参考訳（メタデータ） (2020-08-13T12:53:26Z)
• Segmentation of the Myocardium on Late-Gadolinium Enhanced MRI based on 2.5 D Residual Squeeze and Excitation Deep Learning Model [55.09533240649176]
  本研究の目的は,LGE-MRIを用いた心筋境界領域の深部学習モデルに基づく正確な自動セグメンテーション法を開発することである。 合計320回の試験(平均6回の試験)と28回の試験が行われた。 ベーススライスとミドルスライスにおけるアンサンブルモデルの性能解析は, サーバ内調査と同等であり, アトピーススライスではわずかに低かった。
  論文  参考訳（メタデータ） (2020-05-27T20:44:38Z)
• Automatic Right Ventricle Segmentation using Multi-Label Fusion in Cardiac MRI [4.655680114261973]
  心臓磁気共鳴画像(MRI)におけるRVの完全自動分割法を提案する。 本手法は,マルチアトラス伝搬セグメンテーションフレームワークと組み合わせた粗大なセグメンテーション戦略を用いる。 本手法は, 相互相関測定値に基づいて, 伝播の各繰り返しにおけるセグメンテーションの洗練を実現するために, 伝搬のための最適なアトラスを選択する。
  論文  参考訳（メタデータ） (2020-04-05T21:06:15Z)

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。