論文の概要: Three-Dimensional Segmentation of the Left Ventricle in Late Gadolinium Enhanced MR Images of Chronic Infarction Combining Long- and Short-Axis Information

• arxiv url: http://arxiv.org/abs/2205.10548v1
• Date: Sat, 21 May 2022 09:47:50 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-24 20:18:02.565037
• Title: Three-Dimensional Segmentation of the Left Ventricle in Late Gadolinium Enhanced MR Images of Chronic Infarction Combining Long- and Short-Axis Information
• Title（参考訳）: 長期・短軸情報を組み合わせた慢性梗塞MR画像における左室の3次元分割
• Authors: Dong Wei, Ying Sun, Sim-Heng Ong, Ping Chai, Lynette L. Teo, Adrian F. Low
• Abstract要約: LGE CMR画像におけるLVの自動3次元セグメンテーションのための包括的フレームワークを提案する。 本稿では,一貫した心筋エッジポイント検出のためのLVのパラメトリックモデルを提案する。 提案手法を,21組の実患者と4組のファントムデータを用いて評価した。
• 参考スコア（独自算出の注目度）: 5.947543669357994
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Automatic segmentation of the left ventricle (LV) in late gadolinium enhanced (LGE) cardiac MR (CMR) images is difficult due to the intensity heterogeneity arising from accumulation of contrast agent in infarcted myocardium. In this paper, we present a comprehensive framework for automatic 3D segmentation of the LV in LGE CMR images. Given myocardial contours in cine images as a priori knowledge, the framework initially propagates the a priori segmentation from cine to LGE images via 2D translational registration. Two meshes representing respectively endocardial and epicardial surfaces are then constructed with the propagated contours. After construction, the two meshes are deformed towards the myocardial edge points detected in both short-axis and long-axis LGE images in a unified 3D coordinate system. Taking into account the intensity characteristics of the LV in LGE images, we propose a novel parametric model of the LV for consistent myocardial edge points detection regardless of pathological status of the myocardium (infarcted or healthy) and of the type of the LGE images (short-axis or long-axis). We have evaluated the proposed framework with 21 sets of real patient and 4 sets of simulated phantom data. Both distance- and region-based performance metrics confirm the observation that the framework can generate accurate and reliable results for myocardial segmentation of LGE images. We have also tested the robustness of the framework with respect to varied a priori segmentation in both practical and simulated settings. Experimental results show that the proposed framework can greatly compensate variations in the given a priori knowledge and consistently produce accurate segmentations.
• Abstract（参考訳）: 虚血心筋における造影剤の蓄積による強度不均一性のため,晩期ガドリニウム(lge)心筋mr(cmr)像における左室(lv)の自動分画は困難である。 本稿では,LGE CMR画像におけるLVの自動3次元セグメンテーションのための包括的フレームワークを提案する。 先行知識としてシネ画像の心筋輪郭が与えられると、フレームワークは当初、シネ画像からlge画像へ2d翻訳登録によってa先行画像のセグメンテーションを伝播する。 次に、それぞれ心内膜と心外膜を表す2つのメッシュを伝播輪郭で構築する。 構築後、2つのメッシュは、統合された3D座標系において、短軸および長軸LGE画像の両方で検出された心筋エッジポイントに向かって変形する。 LGE画像におけるLVの強度特性を考慮し、心筋(梗塞または健康)の病態やLGE画像(短軸または長軸)のタイプに関わらず、一貫した心筋エッジポイント検出のためのLVのパラメトリックモデルを提案する。 提案フレームワークは,21組の患者と4組の模擬ファントムデータを用いて評価した。 lge画像の心筋セグメンテーションの精度と信頼性は, 遠方, 局所的, いずれのパフォーマンス指標からも確認できた。 また,実運用環境とシミュレーション環境の両方において,事前セグメンテーションの多様性に関して,フレームワークの堅牢性を検証した。 実験結果から,提案フレームワークは与えられた事前知識の変動を著しく補償し,常に正確なセグメンテーションを生成することができることがわかった。

関連論文リスト

• CoCPF: Coordinate-based Continuous Projection Field for Ill-Posed Inverse Problem in Imaging [78.734927709231]
  スパース・ビュー・コンピュート・トモグラフィー(SVCT)の再構成は,スパース・サンプリングによるCT画像の取得を目的としている。 暗黙的な神経表現(INR)技術は、不備のため、その分野に「かなりの穴」(すなわち、未モデル化空間)を残し、準最適結果をもたらす可能性がある。 SVCT再構成のためのホールフリー表現場を構築することを目的としたコーディネート型連続射影場(CoCPF)を提案する。
  論文  参考訳（メタデータ） (2024-06-21T08:38:30Z)
• 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)
• Point cloud-based registration and image fusion between cardiac SPECT MPI and CTA [22.691328811159252]
  SPECT心筋灌流画像(MPI)と心電図血管造影(CTA)との点群登録と画像融合のための方法が提案された。 SPECTおよびCTA画像における左心室(LV)心室領域(LVER)は、LV心室輪郭(LVEC)の点群を生成するために訓練された異なるU-Netニューラルネットワークを用いて区分けされた。 提案手法は心CTAおよびSPECT機能画像から構造を効果的に融合させ,相補的優位性を組み合わせることで心疾患の正確な診断を支援する可能性を示した。
  論文  参考訳（メタデータ） (2024-02-10T00:00:40Z)
• 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)
• Error correcting 2D-3D cascaded network for myocardial infarct scar segmentation on late gadolinium enhancement cardiac magnetic resonance images [0.0]
  完全自動で心筋梗塞の程度を計算できる2次元および3次元畳み込みニューラルネットワーク(CNN)のケースケードフレームワークを提案する。 EMIDECチャレンジのトレーニングデータセットを用いて,提案手法を5倍のクロスバリデーションで評価し,評価した。
  論文  参考訳（メタデータ） (2023-06-26T14:21:18Z)
• 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)
• Myocardial Segmentation of Late Gadolinium Enhanced MR Images by Propagation of Contours from Cine MR Images [6.380798162584172]
  本研究では,同一患者のシネ画像とLGE画像の共有情報を完全に活用する自動セグメンテーションフレームワークを提案する。 シンCMR画像における心筋の輪郭を考慮し,LGE CMR画像の粗大な分画化を実現する。
  論文  参考訳（メタデータ） (2022-05-21T13:34:59Z)
• A Comprehensive 3-D Framework for Automatic Quantification of Late Gadolinium Enhanced Cardiac Magnetic Resonance Images [5.947543669357994]
  後期ガドリニウム増強(LGE)心筋磁気共鳴(CMR)は、高強度の非生存性心筋を直接可視化することができる。 心臓発作患者に対しては,LGE CMR画像の解析と定量化により適切な治療の決定を容易にすることが重要である。 正確な定量化を実現するためには、LGE CMR画像は心筋の分画と梗塞の分類の2つのステップで処理する必要がある。
  論文  参考訳（メタデータ） (2022-05-21T11:54:39Z)
• Enhanced 3D Myocardial Strain Estimation from Multi-View 2D CMR Imaging [0.0]
  CMR SSFP画像からの複数方向からの相補的変位情報を組み合わせた3次元心筋ひずみ推定法を提案する。 商用ソフトウェア(セグメント,メドビソ)に実装された2次元非剛性登録アルゴリズムを用いて,短軸,4角,2角のビューのセットを登録する。 次に, 運動3方向の補間関数を作成し, 患者固有の左室の四面体メッシュ表現を変形させる。
  論文  参考訳（メタデータ） (2020-09-25T22:47:50Z)
• 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)
• A Global Benchmark of Algorithms for Segmenting Late Gadolinium-Enhanced Cardiac Magnetic Resonance Imaging [90.29017019187282]
  現在世界最大の心臓LGE-MRIデータセットである154個の3D LGE-MRIを用いた「2018 left Atrium Challenge」。 技術および生物学的指標を用いた提案アルゴリズムの解析を行った。 その結果, 最上部法は93.2%, 平均表面は0.7mmであった。
  論文  参考訳（メタデータ） (2020-04-26T08:49:17Z)

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。