論文の概要: Monitoring of Pigmented Skin Lesions Using 3D Whole Body Imaging
- arxiv url: http://arxiv.org/abs/2205.07085v1
- Date: Sat, 14 May 2022 15:24:06 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-17 17:38:36.423946
- Title: Monitoring of Pigmented Skin Lesions Using 3D Whole Body Imaging
- Title（参考訳）: 3次元全身イメージングによる色素性皮膚病変のモニタリング
- Authors: David Ahmedt-Aristizabal, Chuong Nguyen, Lachlan Tychsen-Smith, Ashley
Stacey, Shenghong Li, Joseph Pathikulangara, Lars Petersson, Dadong Wang
- Abstract要約: 皮膚病変の迅速評価とマッピングを可能にする3次元全身イメージングプロトタイプを提案する。
モジュラーカメラリグは、体全体をスキャンするために複数の角度から同期した画像を自動でキャプチャするように設計されている。
我々は,深部畳み込みニューラルネットワークに基づく3次元体像再構成,データ処理,皮膚病変検出のためのアルゴリズムを開発した。
- 参考スコア（独自算出の注目度）: 14.544274849288952
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Modern data-driven machine learning research that enables revolutionary
advances in image analysis has now become a critical tool to redefine how skin
lesions are documented, mapped, and tracked. We propose a 3D whole body imaging
prototype to enable rapid evaluation and mapping of skin lesions. A modular
camera rig arranged in a cylindrical configuration is designed to automatically
capture synchronised images from multiple angles for entire body scanning. We
develop algorithms for 3D body image reconstruction, data processing and skin
lesion detection based on deep convolutional neural networks. We also propose a
customised, intuitive and flexible interface that allows the user to interact
and collaborate with the machine to understand the data. The hybrid of the
human and computer is represented by the analysis of 2D lesion detection, 3D
mapping and data management. The experimental results using synthetic and real
images demonstrate the effectiveness of the proposed solution by providing
multiple views of the target skin lesion, enabling further 3D geometry
analysis. Skin lesions are identified as outliers which deserve more attention
from a skin cancer physician. Our detector identifies lesions at a comparable
performance level as a physician. The proposed 3D whole body imaging system can
be used by dermatological clinics, allowing for fast documentation of lesions,
quick and accurate analysis of the entire body to detect suspicious lesions.
Because of its fast examination, the method might be used for screening or
epidemiological investigations. 3D data analysis has the potential to change
the paradigm of total-body photography with many applications in skin diseases,
including inflammatory and pigmentary disorders.
- Abstract（参考訳）: 画像解析の革新的な進歩を可能にする最新のデータ駆動機械学習研究は、皮膚病変の文書化、マッピング、追跡方法を再定義するための重要なツールとなっている。
皮膚病変の迅速な評価とマッピングを可能にする3次元全身イメージングプロトタイプを提案する。
円筒形状に配置されたモジュラーカメラリグは、全身走査のために複数の角度から同期画像を自動的にキャプチャするように設計されている。
我々は,深部畳み込みニューラルネットワークに基づく3次元体像再構成,データ処理,皮膚病変検出のためのアルゴリズムを開発した。
また,ユーザが機械と対話し,協調してデータを理解するための,カスタマイズされた直感的で柔軟なインターフェースを提案する。
ヒトとコンピュータのハイブリッドは、2D病変検出、3Dマッピング、データ管理の分析によって表現される。
合成画像と実画像を用いた実験結果から, 対象皮膚病変の複数ビューを提供することで, さらに3次元形状解析が可能となった。
皮膚病変は、皮膚がんの医師がより注目に値するアウトリーチとして同定される。
診断器は医師として同等の性能で病変を同定する。
提案する3次元全身イメージングシステムは皮膚科クリニックで使用することができ、病変の迅速な文書化と全身の迅速かつ正確な分析が可能であり、疑わしい病変を検出することができる。
迅速な検査のため、この方法はスクリーニングや疫学調査に使用される可能性がある。
3Dデータ分析は、炎症や色素性疾患を含む皮膚疾患の多くの応用で、全身撮影のパラダイムを変える可能性がある。
関連論文リスト
- 3D-CT-GPT: Generating 3D Radiology Reports through Integration of Large Vision-Language Models [51.855377054763345]
本稿では,VQAに基づく医用視覚言語モデルである3D-CT-GPTについて紹介する。
パブリックデータセットとプライベートデータセットの両方の実験により、3D-CT-GPTはレポートの正確さと品質という点で既存の手法を著しく上回っていることが示された。
論文 参考訳（メタデータ） (2024-09-28T12:31:07Z) - Brain3D: Generating 3D Objects from fMRI [76.41771117405973]
被験者のfMRIデータを入力として利用する新しい3Dオブジェクト表現学習手法であるBrain3Dを設計する。
我々は,人間の視覚系の各領域の異なる機能的特徴を,我々のモデルが捉えていることを示す。
予備評価は、Brain3Dがシミュレーションシナリオで障害した脳領域を正常に識別できることを示唆している。
論文 参考訳（メタデータ） (2024-05-24T06:06:11Z) - Creating a Digital Twin of Spinal Surgery: A Proof of Concept [68.37190859183663]
手術デジタル化は、現実世界の手術の仮想レプリカを作成するプロセスである。
脊椎外科手術に応用した手術デジタル化のための概念実証(PoC)を提案する。
5台のRGB-Dカメラを外科医の動的3D再構成に、ハイエンドカメラを解剖学の3D再構成に、赤外線ステレオカメラを手術器具追跡に、レーザースキャナーを手術室の3D再構成とデータ融合に使用した。
論文 参考訳（メタデータ） (2024-03-25T13:09:40Z) - Generative Enhancement for 3D Medical Images [74.17066529847546]
本稿では,3次元医用画像合成の新しい生成手法であるGEM-3Dを提案する。
本手法は2次元スライスから始まり,3次元スライスマスクを用いて患者に提供するための情報スライスとして機能し,生成過程を伝搬する。
3D医療画像をマスクと患者の事前情報に分解することで、GEM-3Dは多目的な3D画像を生成する柔軟な、かつ効果的なソリューションを提供する。
論文 参考訳（メタデータ） (2024-03-19T15:57:04Z) - Dense 3D Reconstruction Through Lidar: A Comparative Study on Ex-vivo
Porcine Tissue [16.786601606755013]
研究者たちは、視覚に基づく手術支援のための深度検知と3D再構成を積極的に研究している。
腹腔鏡下手術では, リアルタイム, 正確, 堅牢な3次元表示が困難である。
この研究は、3Dレーザーによる飛行時間センサーが解剖学的表面の再構成を行うことができる品質を徹底的に特徴付けるために、生き残ったブタの組織を定量的に検査する。
論文 参考訳（メタデータ） (2024-01-19T14:14:26Z) - A Temporal Learning Approach to Inpainting Endoscopic Specularities and
Its effect on Image Correspondence [13.25903945009516]
本稿では,時間的生成的対位ネットワーク(GAN)を用いて,隠蔽解剖学を特異性の下で描くことを提案する。
これは、胃内視鏡(Hyper-Kvasir)の生検データを用いて、完全に教師なしの方法で達成される。
また,3次元再構成とカメラモーション推定の基盤となるコンピュータビジョンタスクにおける本手法の有効性を評価する。
論文 参考訳（メタデータ） (2022-03-31T13:14:00Z) - A Point Cloud Generative Model via Tree-Structured Graph Convolutions
for 3D Brain Shape Reconstruction [31.436531681473753]
センサスキャンなどの物理的手法を用いて,術中3次元形状情報を得ることはほとんど不可能である。
本稿では,1つの2次元画像を用いて脳の3次元点雲(PC)を再構成するGANアーキテクチャを提案する。
論文 参考訳（メタデータ） (2021-07-21T07:57:37Z) - Comprehensive Validation of Automated Whole Body Skeletal Muscle,
Adipose Tissue, and Bone Segmentation from 3D CT images for Body Composition
Analysis: Towards Extended Body Composition [0.6176955945418618]
ディープラーニングのような強力な人工知能のツールは、3D画像全体を分割し、すべての内部解剖の正確な測定を生成することができるようになった。
これにより、これまで存在した深刻なボトルネック、すなわち手動セグメンテーションの必要性の克服が可能になる。
これらの測定は不可能であったため、フィールドを非常に小さく限られたサブセットに制限した。
論文 参考訳（メタデータ） (2021-06-01T17:30:45Z) - Detection and Longitudinal Tracking of Pigmented Skin Lesions in 3D
Total-Body Skin Textured Meshes [13.93503694899408]
3次元全身皮膚表面スキャンによる皮膚病変の検出と追跡のための自動的アプローチを提案する。
得られた対象の3Dメッシュを2Dテクスチャ画像にラップし、訓練を受けた領域畳み込みニューラルネットワーク(R-CNN)が2D領域内の病変を局在化させる。
以上の結果から, 訓練されたR-CNNは, ヒトのアノテータと同等の性能で病変を検出することが示唆された。
論文 参考訳（メタデータ） (2021-05-02T01:52:28Z) - Revisiting 3D Context Modeling with Supervised Pre-training for
Universal Lesion Detection in CT Slices [48.85784310158493]
CTスライスにおける普遍的病変検出のための3Dコンテキスト強化2D特徴を効率的に抽出するための修飾擬似3次元特徴ピラミッドネットワーク(MP3D FPN)を提案する。
新たな事前学習手法により,提案したMP3D FPNは,DeepLesionデータセット上での最先端検出性能を実現する。
提案された3Dプリトレーニングウェイトは、他の3D医療画像分析タスクのパフォーマンスを高めるために使用できる。
論文 参考訳（メタデータ） (2020-12-16T07:11:16Z) - XraySyn: Realistic View Synthesis From a Single Radiograph Through CT
Priors [118.27130593216096]
放射線写真は、X線を用いて患者の内部解剖を視覚化し、3D情報を2次元平面に投影する。
私たちの知る限りでは、ラジオグラフィビューの合成に関する最初の研究である。
本手法は,3次元空間におけるX線撮影の理解を得ることにより,地中骨ラベルを使わずに,X線撮影による骨抽出と骨抑制に応用できることが示唆された。
論文 参考訳（メタデータ） (2020-12-04T05:08:53Z)
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。