論文の概要: Context-Aware Transformers For Spinal Cancer Detection and Radiological Grading

• arxiv url: http://arxiv.org/abs/2206.13173v1
• Date: Mon, 27 Jun 2022 10:31:03 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-28 23:30:00.039153
• Title: Context-Aware Transformers For Spinal Cancer Detection and Radiological Grading
• Title（参考訳）: 脊椎癌検出・放射線治療用コンテキスト対応トランス
• Authors: Rhydian Windsor, Amir Jamaludin, Timor Kadir, Andrew Zisserman
• Abstract要約: 本稿では,脊椎分析に関わる医療画像問題に対するトランスフォーマーを用いた新しいモデルアーキテクチャを提案する。 MR画像におけるそのようなモデルの2つの応用について考察する: (a)脊椎転移の検出と脊椎骨折の関連状況と転移性脊髄圧迫。 画像中の脊椎のコンテキストを考慮することで,SCTは以前に公表したモデルと比較して,いくつかのグレーディングの精度を向上することを示す。
• 参考スコア（独自算出の注目度）: 70.04389979779195
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper proposes a novel transformer-based model architecture for medical imaging problems involving analysis of vertebrae. It considers two applications of such models in MR images: (a) detection of spinal metastases and the related conditions of vertebral fractures and metastatic cord compression, (b) radiological grading of common degenerative changes in intervertebral discs. Our contributions are as follows: (i) We propose a Spinal Context Transformer (SCT), a deep-learning architecture suited for the analysis of repeated anatomical structures in medical imaging such as vertebral bodies (VBs). Unlike previous related methods, SCT considers all VBs as viewed in all available image modalities together, making predictions for each based on context from the rest of the spinal column and all available imaging modalities. (ii) We apply the architecture to a novel and important task: detecting spinal metastases and the related conditions of cord compression and vertebral fractures/collapse from multi-series spinal MR scans. This is done using annotations extracted from free-text radiological reports as opposed to bespoke annotation. However, the resulting model shows strong agreement with vertebral-level bespoke radiologist annotations on the test set. (iii) We also apply SCT to an existing problem: radiological grading of inter-vertebral discs (IVDs) in lumbar MR scans for common degenerative changes.We show that by considering the context of vertebral bodies in the image, SCT improves the accuracy for several gradings compared to previously published model.
• Abstract（参考訳）: 本稿では,脊椎分析に関わる医療画像問題に対するトランスフォーマーモデルアーキテクチャを提案する。 MR画像におけるそのようなモデルの2つの応用について考察する。 (a)脊椎転移の検出と脊椎骨折および転移性脊髄圧迫の関連状況 b) 椎間板の一般的な変性変化の放射線学的評価 私たちの貢献は次のとおりです。 (i)椎体(vbs)などの医用画像における繰り返し解剖学的構造の分析に適した深層学習アーキテクチャである脊椎コンテクストトランスフォーマ(sct)を提案する。 従来の関連手法とは異なり、SCTは全てのVBを、すべての利用可能な画像モダリティで一緒に見るものとみなし、他の柱のコンテキストと全ての利用可能な画像モダリティに基づいて予測を行う。 (II) 脊髄転移と脊髄圧迫・脊椎骨折・骨折の関連病態を多系統MR画像から検出し, 新規かつ重要な課題にアーキテクチャを適用した。 これは自発的なアノテーションとは対照的に、フリーテキストの放射線レポートから抽出されたアノテーションを使って行われる。 しかし, 得られたモデルでは, テストセット上の脊椎レベルのビースポーク放射線学アノテーションと強い一致を示した。 (iii)腰椎mriにおける椎間板(ivd)の放射線分解を共通の変性変化に応用し,画像中の椎間板のコンテクストを考慮すれば,前報のモデルと比較して数グレーディングの精度が向上することを示す。

関連論文リスト

• Detection of adrenal anomalous findings in spinal CT images using multi model graph aggregation [0.0]
  腰痛はプライマリ・ケアの医師に報告される2番目に多い。 腰痛は生涯の人口の50%から80%に影響を及ぼす。
  論文  参考訳（メタデータ） (2024-10-27T19:45:15Z)
• A Novel Corpus of Annotated Medical Imaging Reports and Information Extraction Results Using BERT-based Language Models [4.023338734079828]
  医療画像は多くの健康状態の診断、監視、治療に重要である。 放射線学者は、これらの複雑で非構造的なイメージを解釈し、ほとんど非構造的のままの物語報告を通じてその評価を明確にする。 この非構造化の物語は、振り返り分析や臨床決定支援のような二次的な応用を促進するために、構造化された意味表現に変換されなければならない。
  論文  参考訳（メタデータ） (2024-03-27T19:43:45Z)
• XProspeCT: CT Volume Generation from Paired X-Rays [0.0]
  我々は、X線画像をシミュレーションCTボリュームに変換するために、以前の研究に基づいて構築した。 モデルバリエーションには、UNetアーキテクチャ、カスタム接続、アクティベーション関数、損失関数、新しいバックプロジェクションアプローチなどがある。
  論文  参考訳（メタデータ） (2024-02-11T21:57:49Z)
• Patched Diffusion Models for Unsupervised Anomaly Detection in Brain MRI [55.78588835407174]
  本稿では,正常脳解剖のパッチベース推定法として拡散モデルの生成タスクを再構築する手法を提案する。 腫瘍と多発性硬化症について検討し,既存のベースラインと比較して25.1%の改善がみられた。
  論文  参考訳（メタデータ） (2023-03-07T09:40:22Z)
• Medical Image Captioning via Generative Pretrained Transformers [57.308920993032274]
  我々は、Show-Attend-Tell と GPT-3 という2つの言語モデルを組み合わせて、包括的で記述的な放射線学記録を生成する。 提案モデルは、Open-I、MIMIC-CXR、汎用MS-COCOの2つの医療データセットで検証される。
  論文  参考訳（メタデータ） (2022-09-28T10:27:10Z)
• Weakly-supervised Biomechanically-constrained CT/MRI Registration of the Spine [72.85011943179894]
  本稿では,各脊椎の剛性と容積を保存し,登録精度を最大化しながら,弱教師付き深層学習フレームワークを提案する。 また,CTにおける椎体自動分節化はMRIと対比してより正確な結果をもたらすため,CTラベルマップのみに依存するよう,これらの損失を特に設計する。 以上の結果から, 解剖学的認識による損失の増大は, 精度を維持しつつも, 推測変換の妥当性を高めることが示唆された。
  論文  参考訳（メタデータ） (2022-05-16T10:59:55Z)
• SpineOne: A One-Stage Detection Framework for Degenerative Discs and Vertebrae [54.751251046196494]
  SpineOneと呼ばれる一段階検出フレームワークを提案し、MRIスライスから変性椎骨と椎骨を同時に局在化・分類する。 1)キーポイントの局所化と分類を促進するためのキーポイント・ヒートマップの新しい設計、2)ディスクと脊椎の表現をよりよく区別するためのアテンション・モジュールの使用、3)後期訓練段階における複数の学習目標を関連付けるための新しい勾配誘導客観的アソシエーション機構。
  論文  参考訳（メタデータ） (2021-10-28T12:59:06Z)
• A Convolutional Approach to Vertebrae Detection and Labelling in Whole Spine MRI [70.04389979779195]
  脊椎MRIにおける脊椎の発見と同定のための新しい畳み込み法を提案する。 これには学習ベクトル場を使用して、検出された脊椎の角を個別の脊椎にまとめる。 本手法の臨床的有用性を示すために, 腰部, 脊柱管内MRスキャンにおける側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側
  論文  参考訳（メタデータ） (2020-07-06T09:37:12Z)
• Structurally aware bidirectional unpaired image to image translation between CT and MR [0.14788776577018314]
  深層学習技術は、複数の画像モダリティ間の画像変換に画像の可能性を活用するのに役立つ。 これらの技術は、MRI情報のフィードバックにより、CT下で外科的計画を実行するのに役立つ。
  論文  参考訳（メタデータ） (2020-06-05T11:21:56Z)

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。