論文の概要: Physically Inspired Constraint for Unsupervised Regularized Ultrasound
Elastography
- arxiv url: http://arxiv.org/abs/2206.02225v1
- Date: Sun, 5 Jun 2022 17:45:11 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-07 14:40:12.173052
- Title: Physically Inspired Constraint for Unsupervised Regularized Ultrasound
Elastography
- Title(参考訳): 正常超音波エラストグラフィーにおける身体刺激による拘束
- Authors: Ali K. Z. Tehrani and Hassan Rivaz
- Abstract要約: 変位推定は、ほぼ全ての超音波エラストグラフィ(USE)技術の重要なステップである。
2つの主要な特徴は、一般的な光学フロー問題と比較して、このタスクをユニークなものにしている。
非教師付き正規化エラストグラフィ(PICTURE)のための物理インスパイアされたコンストラントを提案する。
- 参考スコア(独自算出の注目度): 3.4519649635864584
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Displacement estimation is a critical step of virtually all Ultrasound
Elastography (USE) techniques. Two main features make this task unique compared
to the general optical flow problem: the high-frequency nature of ultrasound
radio-frequency (RF) data and the governing laws of physics on the displacement
field. Recently, the architecture of the optical flow networks has been
modified to be able to use RF data. Also, semi-supervised and unsupervised
techniques have been employed for USE by considering prior knowledge of
displacement continuity in the form of the first- and second-derivative
regularizers. Despite these attempts, no work has considered the tissue
compression pattern, and displacements in axial and lateral directions have
been assumed to be independent. However, tissue motion pattern is governed by
laws of physics in USE, rendering the axial and the lateral displacements
highly correlated. In this paper, we propose Physically Inspired ConsTraint for
Unsupervised Regularized Elastography (PICTURE), where we impose constraints on
the Poisson's ratio to improve lateral displacement estimates. Experiments on
phantom and in vivo data show that PICTURE substantially improves the quality
of the lateral displacement estimation.
- Abstract(参考訳): 変位推定は、ほぼ全ての超音波エラストグラフィ(USE)技術の重要なステップである。
2つの主要な特徴は、このタスクを一般的な光流問題と比較して、超音波ラジオ周波数データ(RF)の高周波特性と変位場における物理の法則の2つに特徴付ける。
近年,光フローネットワークのアーキテクチャが改良され,RFデータの利用が可能になった。
また、第1及び第2導出正規化器の形式での変位連続性の事前知識を考慮して、半教師付き及び非教師付き技術が採用されている。
これらの試みにもかかわらず、組織圧縮パターンは検討されておらず、軸方向と横方向の変位は独立であると考えられている。
しかし, 組織運動パターンは物理法則によって制御され, 軸方向と横方向の変位は高い相関性を示した。
本稿では,非教師付き正規化エラストグラフィ(PICTURE)のための物理刺激型ConsTraintを提案し,ポアソン比の制約を課し,横方向の変位推定を改善する。
ファントムおよびin vivoデータを用いた実験により,画像は側方変位推定の質を大幅に改善することが示された。
関連論文リスト
- Generalizable Non-Line-of-Sight Imaging with Learnable Physical Priors [52.195637608631955]
非視線画像(NLOS)は、その潜在的な応用により注目されている。
既存のNLOS再構成アプローチは、経験的物理的前提に依存して制約される。
本稿では,Learningable Path Compensation(LPC)とAdaptive Phasor Field(APF)の2つの主要な設計を含む,学習に基づく新しいソリューションを提案する。
論文 参考訳(メタデータ) (2024-09-21T04:39:45Z) - CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。
ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。
我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
論文 参考訳(メタデータ) (2024-03-21T15:13:36Z) - Video Anomaly Detection via Spatio-Temporal Pseudo-Anomaly Generation : A Unified Approach [49.995833831087175]
本研究は,画像のマスキング領域にペンキを塗布することにより,汎用的な映像時間PAを生成する手法を提案する。
さらに,OCC設定下での現実世界の異常を検出するための単純な統合フレームワークを提案する。
提案手法は,OCC設定下での既存のPAs生成および再構築手法と同等に動作する。
論文 参考訳(メタデータ) (2023-11-27T13:14:06Z) - AiAReSeg: Catheter Detection and Segmentation in Interventional
Ultrasound using Transformers [75.20925220246689]
血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。
本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
論文 参考訳(メタデータ) (2023-09-25T19:34:12Z) - Lateral Strain Imaging using Self-supervised and Physically Inspired
Constraints in Unsupervised Regularized Elastography [3.2116198597240846]
超音波エラストグラフィー(USE)における畳み込みニューラルネットワーク(CNN)による変位推定の有望な結果を示している
本稿では, Hooke の法則にインスパイアされた非教師付き正規化エラストグラフィ (PICTURE) のための物理インスパイアされた ConsTraint を提案する。
次のステップでは、歪み画像推定をさらに強化する自己教師型PICTURE(sPICTURE)を提案する。
論文 参考訳(メタデータ) (2022-12-16T22:29:21Z) - Infusing known operators in convolutional neural networks for lateral
strain imaging in ultrasound elastography [2.922007656878633]
CNNは超音波エラストグラフィーにおける変位推定に用いられている。
ポアソンの比画像と弾力性再構成に非常に必要とされる側方ひずみは、品質が劣る。
本稿では,2つの反復アルゴリズムをネットワークアーキテクチャに注入するkPICTUREを提案する。
論文 参考訳(メタデータ) (2022-10-31T22:37:19Z) - Orthogonal Matrix Retrieval with Spatial Consensus for 3D Unknown-View
Tomography [58.60249163402822]
未知視トモグラフィ(UVT)は、未知のランダムな向きで2次元投影から3次元密度マップを再構成する。
提案したOMRはより堅牢で、従来の最先端のOMRアプローチよりも大幅に性能が向上している。
論文 参考訳(メタデータ) (2022-07-06T21:40:59Z) - CNN-Based Ultrasound Image Reconstruction for Ultrafast Displacement
Tracking [9.659642285903418]
運動推定技術は、超高感度心血管運動や流れ解析、せん断波エラストグラフィーなどの応用に利用できる。
これらの動き推定手法で達成できる精度は、連続するフレームの高品質と高いフレームレートの2つの矛盾した要件に強く依存する。
提案手法は,高品質なフレームを再構築するための単一超高速取得と,2次元変位推定を行うための2つの連続フレームのみに依存する。
論文 参考訳(メタデータ) (2020-09-03T17:31:44Z) - Dueling Deep Q-Network for Unsupervised Inter-frame Eye Movement
Correction in Optical Coherence Tomography Volumes [5.371290280449071]
オプティカルコヒーレンス・トモグラフィー(OCT)では、個々のスライスを連続的に取得することで、運動アーティファクトにこのモダリティが生じる。
この画像モダリティの特徴であるスペックルノイズは、従来の登録技術が採用されている際に不正確となる。
本稿では、深層強化学習を用いて、フレーム間の動きを教師なしで補正することで、これらの課題に対処する。
論文 参考訳(メタデータ) (2020-07-03T07:14:30Z) - Revisiting Initialization of Neural Networks [72.24615341588846]
ヘッセン行列のノルムを近似し, 制御することにより, 層間における重みのグローバルな曲率を厳密に推定する。
Word2Vec と MNIST/CIFAR 画像分類タスクの実験により,Hessian ノルムの追跡が診断ツールとして有用であることが確認された。
論文 参考訳(メタデータ) (2020-04-20T18:12:56Z)
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。