論文の概要: Localizing the Recurrent Laryngeal Nerve via Ultrasound with a Bayesian Shape Framework

• arxiv url: http://arxiv.org/abs/2206.15254v1
• Date: Thu, 30 Jun 2022 13:04:42 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-01 22:42:49.708467
• Title: Localizing the Recurrent Laryngeal Nerve via Ultrasound with a Bayesian Shape Framework
• Title（参考訳）: ベイズ形状の枠組みを用いた超音波による再発喉頭神経の局在化
• Authors: Haoran Dou, Luyi Han, Yushuang He, Jun Xu, Nishant Ravikumar, Ritse Mann, Alejandro F. Frangi, Pew-Thian Yap, Yunzhi Huang
• Abstract要約: RLN(recurrent laryngeal nerve)の腫瘍浸潤は, 甲状腺摘出術の抗腫瘍剤であり, 標準喉頭鏡による検出が困難である。 本稿では,外科医がRLNを周囲の臓器に従って識別する標準的なアプローチを模倣した,RLNの局所化のための知識駆動型フレームワークを提案する。 実験結果から, 提案手法は, 最先端手法と比較して, 高いヒット率とかなり小さい距離誤差を達成できることが示唆された。
• 参考スコア（独自算出の注目度）: 65.19784967388934
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Tumor infiltration of the recurrent laryngeal nerve (RLN) is a contraindication for robotic thyroidectomy and can be difficult to detect via standard laryngoscopy. Ultrasound (US) is a viable alternative for RLN detection due to its safety and ability to provide real-time feedback. However, the tininess of the RLN, with a diameter typically less than 3mm, poses significant challenges to the accurate localization of the RLN. In this work, we propose a knowledge-driven framework for RLN localization, mimicking the standard approach surgeons take to identify the RLN according to its surrounding organs. We construct a prior anatomical model based on the inherent relative spatial relationships between organs. Through Bayesian shape alignment (BSA), we obtain the candidate coordinates of the center of a region of interest (ROI) that encloses the RLN. The ROI allows a decreased field of view for determining the refined centroid of the RLN using a dual-path identification network, based on multi-scale semantic information. Experimental results indicate that the proposed method achieves superior hit rates and substantially smaller distance errors compared with state-of-the-art methods.
• Abstract（参考訳）: RLN(recurrent laryngeal nerve)の腫瘍浸潤は, 甲状腺摘出術の抗腫瘍剤であり, 標準喉頭鏡による検出が困難である。 超音波(US)は、その安全性とリアルタイムフィードバックを提供する能力のために、RLN検出の有効な代替手段である。 しかしながら、直径が3mm未満のrlnの微妙さは、rlnの正確な局在に重大な課題をもたらす。 本研究では, 外科医が周辺臓器に応じてrlnを同定するための標準的なアプローチを模倣し, rln局在化のための知識駆動フレームワークを提案する。 臓器間の内在的相対的空間的関係に基づく先行解剖学的モデルを構築した。 ベイズ形状アライメント(BSA)を通して、RLNを囲む関心領域(ROI)の中心の候補座標を求める。 ROIは、マルチスケールのセマンティック情報に基づいて、デュアルパス識別ネットワークを用いてRLNの洗練されたセントロイドを決定するための視野の縮小を可能にする。 実験の結果,提案手法は最先端手法に比べ,ヒット率と距離誤差が有意に小さいことがわかった。

関連論文リスト

• Effective Lymph Nodes Detection in CT Scans Using Location Debiased Query Selection and Contrastive Query Representation in Transformer [9.693078559346688]
  我々はLN-DETRと呼ばれる新しいLN検出TRansformerを提案し、より正確な性能を実現する。 マルチスケール2.5D機能融合による2Dバックボーンの強化により,LNクエリの表現品質向上に大きく貢献する。 本手法は, 内部試験と外部試験の両方において, 同一のFPレートでの4-5%平均リコールにより, 先行手法の性能を著しく向上させる。
  論文  参考訳（メタデータ） (2024-04-04T22:31:15Z)
• 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)
• Reconstructing the somatotopic organization of the corticospinal tract remains a challenge for modern tractography methods [55.07297021627281]
  CST(Corticospinal tract)は、人間の脳において、身体の自発的な動きを制御できる重要なホワイトマター線維である。 拡散MRIトラクトグラフィーは、ヒトの健康におけるCST経路の解剖学的および変動性の研究を可能にする唯一の方法である。
  論文  参考訳（メタデータ） (2023-06-09T02:05:40Z)
• A deep local attention network for pre-operative lymph node metastasis prediction in pancreatic cancer via multiphase CT imaging [22.57399272278884]
  そこで本研究では,LNの転移状況予測タスクを容易化するために,完全自動LNセグメンテーションと識別ネットワークを提案する。 関連臓器や血管から注意マップを誘導することにより,膵LN位置の解剖学的背景を解明する。 腫瘍領域から抽出したLNの分類・同定と深部画像特徴を併用したLN転移状況予測ネットワークを開発した。
  論文  参考訳（メタデータ） (2023-01-04T05:14:31Z)
• A Deep Learning Approach to Predicting Collateral Flow in Stroke Patients Using Radiomic Features from Perfusion Images [58.17507437526425]
  側方循環は、血流を妥協した領域に酸素を供給する特殊な無酸素流路から生じる。 実際のグレーティングは主に、取得した画像の手動検査によって行われる。 MR灌流データから抽出した放射線学的特徴に基づいて,脳卒中患者の側方血流低下を予測するための深層学習手法を提案する。
  論文  参考訳（メタデータ） (2021-10-24T18:58:40Z)
• Controlling False Positive/Negative Rates for Deep-Learning-Based Prostate Cancer Detection on Multiparametric MR images [58.85481248101611]
  そこで本研究では,病変からスライスまでのマッピング機能に基づく,病変レベルのコスト感受性損失と付加的なスライスレベルの損失を組み込んだ新しいPCa検出ネットワークを提案する。 1) 病変レベルFNRを0.19から0.10に, 病変レベルFPRを1.03から0.66に減らした。
  論文  参考訳（メタデータ） (2021-06-04T09:51:27Z)
• RIDnet: Radiologist-Inspired Deep Neural Network for Low-dose CT Denoising [10.101822678034393]
  低用量CT(LDCT)は早期の肺癌やCOVID-19のスクリーニングに広く採用されている。 LDCT画像は複雑なノイズによる劣化に必然的に悩まされる。 LDCT画像を読み取る放射線科医のワークフローを模倣する,RIDnet(Radioologist-inspired Deep Denoising Network)という新しいディープラーニングモデルを提案する。
  論文  参考訳（メタデータ） (2021-05-15T05:59:01Z)
• Automatic Segmentation of Organs-at-Risk from Head-and-Neck CT using Separable Convolutional Neural Network with Hard-Region-Weighted Loss [10.93840864507459]
  鼻咽頭癌 (Nasopharyngeal Carcinoma, NPC) は, 北極, 中国, 東南アジア, 中東/北アフリカにおける頭頸部癌(HAN)の進行型である。 不確実性のあるCT画像からのOrgans-at-Risk(OAR)の正確なセグメンテーションは、NPC治療のための放射線治療を効果的に計画するために重要である。 本稿では,信頼性の高い不確実性推定を伴う高精度OARセグメンテーションのための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-02-03T06:31:38Z)
• Detecting Scatteredly-Distributed, Small, andCritically Important Objects in 3D OncologyImaging via Decision Stratification [23.075722503902714]
  本研究は腫瘍学的に重要なリンパ節(または不審な癌転移)の検出と分節に焦点を当てた。 我々はOSLNを腫瘍近位・腫瘍遠位分類に分割する分断型決定階層化手法を提案する。 局所的な3D画像パッチから得られた特徴と高次病変特性を組み合わせた新しいグローバルローカルネットワーク(GLNet)を提案する。
  論文  参考訳（メタデータ） (2020-05-27T23:12:11Z)
• Deep Reinforcement Learning for Organ Localization in CT [59.23083161858951]
  我々はCTにおける臓器局所化のための深層強化学習手法を提案する。 この研究において、人工エージェントは、その主張や誤りから学習することで、CT内の臓器の局所化を積極的に行う。 本手法は,任意の臓器をローカライズするためのプラグイン・アンド・プレイモジュールとして利用できる。
  論文  参考訳（メタデータ） (2020-05-11T10:06:13Z)

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。