Fugu-MT 論文翻訳(概要): A direct geometry processing cartilage generation method using segmented bone models from datasets with poor cartilage visibility

論文の概要: A direct geometry processing cartilage generation method using segmented bone models from datasets with poor cartilage visibility

arxiv url: http://arxiv.org/abs/2203.10667v1
Date: Sun, 20 Mar 2022 22:47:06 GMT
ステータス: 処理完了
システム内更新日: 2022-03-22 18:02:04.386549
Title: A direct geometry processing cartilage generation method using segmented bone models from datasets with poor cartilage visibility
Title（参考訳）: 軟骨視認性に乏しいデータセットからの分割骨モデルを用いた直接幾何処理軟骨生成法
Authors: Faezeh Moshfeghifar, Max Kragballe Nielsen, Jos\'e D. Tasc\'on-Vidarte, Sune Darkner, Kenny Erleben
Abstract要約: 変形性股関節症に対する人工股関節の術式について検討した。我々のアプローチは画像のモダリティに非依存であり、整合性インターフェースを作成し、有限要素解析に適している。
参考スコア（独自算出の注目度）: 7.107236806113722
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We present a method to generate subject-specific cartilage for the hip joint. Given bone geometry, our approach is agnostic to image modality, creates conforming interfaces, and is well suited for finite element analysis. We demonstrate our method on ten hip joints showing anatomical shape consistency and well-behaved stress patterns. Our method is fast and may assist in large-scale biomechanical population studies of the hip joint when manual segmentation or training data is not feasible.
Abstract（参考訳）: 人工股関節の被験者特異的軟骨を作製する方法を提案する。骨幾何を考えると、我々のアプローチは画像のモダリティに非依存であり、整合性インターフェースを作成し、有限要素解析に適している。解剖学的形状の整合性と良好な応力パターンを示す10個の股関節に本法を適用した。本手法は高速であり,手作業によるセグメンテーションやトレーニングデータが実現できない場合,人工股関節の大規模生体力学的集団研究を支援する。

関連論文リスト

Fitting Skeletal Models via Graph-based Learning [3.059114987144684]
本稿では,グラフ畳み込みネットワークを活用して,高密度セグメンテーションマスクから骨格表現(s-reps)を生成する新しいスケルトン化手法を提案する。本手法は, 人工海馬と実際の海馬のセグメンテーションの両方で評価され, 有望な結果と高速な推測が得られた。
論文参考訳（メタデータ） (2024-09-09T03:50:41Z)
Costal Cartilage Segmentation with Topology Guided Deformable Mamba: Method and Benchmark [5.901977890926558]
本稿では,TGDM (Topology-Guided deformable Mamba) と呼ばれる新しい深層学習手法を提案する。本手法は, トポロジカルな事前情報を統合し, セグメンテーションプロセスの適応性と精度を向上させる変形可能なモデルを利用する。
論文参考訳（メタデータ） (2024-08-14T10:31:19Z)
DenseSeg: Joint Learning for Semantic Segmentation and Landmark Detection Using Dense Image-to-Shape Representation [1.342749532731493]
本稿では,ランドマークとセマンティックセグメンテーションの併用学習を可能にする画像と形状の濃密な表現を提案する。本手法では,解剖学的対応の表現による任意のランドマークの抽出を直感的に行うことができる。
論文参考訳（メタデータ） (2024-05-30T06:49:59Z)
Deep Medial Voxels: Learned Medial Axis Approximations for Anatomical Shape Modeling [5.584193645582203]
画像量からトポロジカルな骨格を忠実に近似する半単純表現であるディープ・メディアル・ボクセルを導入する。再現技術は,可視化と計算機シミュレーションの両方の可能性を示している。
論文参考訳（メタデータ） (2024-03-18T13:47:18Z)
An End-to-End Deep Learning Generative Framework for Refinable Shape Matching and Generation [45.820901263103806]
In-Silico Clinical Trials (ISCTs) の必要条件としての形状生成モデルの構築本研究では,非教師なしの幾何学的深層学習モデルを構築し,潜在空間における補修可能な形状対応を確立する。提案するベースモデルを,より可変性を高めるために,結合形状生成クラスタリングマルチアトラスフレームワークに拡張する。
論文参考訳（メタデータ） (2024-03-10T21:33:53Z)
Shape Matters: Detecting Vertebral Fractures Using Differentiable Point-Based Shape Decoding [51.38395069380457]
変性性脊椎疾患は高齢者に多い。骨粗しょう性骨折やその他の変性変形性骨折のタイムリーな診断は、重度の腰痛や障害のリスクを軽減するための前向きな処置を促進する。本研究では,脊椎動物に対する形状自動エンコーダの使用について検討する。
論文参考訳（メタデータ） (2023-12-08T18:11:22Z)
Learnable Weight Initialization for Volumetric Medical Image Segmentation [66.3030435676252]
本稿では,学習可能な重みに基づくハイブリッド医療画像セグメンテーション手法を提案する。我々のアプローチはどんなハイブリッドモデルにも簡単に統合でき、外部のトレーニングデータを必要としない。多臓器・肺がんセグメンテーションタスクの実験は、我々のアプローチの有効性を実証している。
論文参考訳（メタデータ） (2023-06-15T17:55:05Z)
Accurate Fine-Grained Segmentation of Human Anatomy in Radiographs via Volumetric Pseudo-Labeling [66.75096111651062]
我々は,10,021個の胸部CTと157個のラベルの大規模データセットを作成した。解剖学的擬似ラベル抽出のために3次元解剖分類モデルのアンサンブルを適用した。得られたセグメンテーションモデルはCXRで顕著な性能を示した。
論文参考訳（メタデータ） (2023-06-06T18:01:08Z)
Orientation-guided Graph Convolutional Network for Bone Surface Segmentation [51.51690515362261]
骨表面をセグメント化しながら接続性を向上する指向性グラフ畳み込みネットワークを提案する。提案手法は,接続距離を5.01%向上させる。
論文参考訳（メタデータ） (2022-06-16T23:01:29Z)
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)
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。