論文の概要: Perfusion imaging in deep prostate cancer detection from mp-MRI: can we
take advantage of it?
- arxiv url: http://arxiv.org/abs/2207.02854v1
- Date: Wed, 6 Jul 2022 07:55:46 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-08 13:30:51.228023
- Title: Perfusion imaging in deep prostate cancer detection from mp-MRI: can we
take advantage of it?
- Title(参考訳): mp-MRIによる深部前立腺癌検出における灌流像の有用性
- Authors: Audrey Duran (MYRIAD), Gaspard Dussert (MYRIAD), Carole Lartizien
(MYRIAD)
- Abstract要約: 深部神経アーキテクチャにおける灌流画像からの情報を統合するための戦略を評価する。
ダイナミックコントラスト造影MR検査からの灌流マップでは,PCa病変のセグメンテーションとグレーディング性能に正の影響が認められた。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: To our knowledge, all deep computer-aided detection and diagnosis (CAD)
systems for prostate cancer (PCa) detection consider bi-parametric magnetic
resonance imaging (bp-MRI) only, including T2w and ADC sequences while
excluding the 4D perfusion sequence,which is however part of standard clinical
protocols for this diagnostic task. In this paper, we question strategies to
integrate information from perfusion imaging in deep neural architectures. To
do so, we evaluate several ways to encode the perfusion information in a U-Net
like architecture, also considering early versus mid fusion strategies. We
compare performance of multiparametric MRI (mp-MRI) models with the baseline
bp-MRI model based on a private dataset of 219 mp-MRI exams. Perfusion maps
derived from dynamic contrast enhanced MR exams are shown to positively impact
segmentation and grading performance of PCa lesions, especially the 3D MR
volume corresponding to the maximum slope of the wash-in curve as well as Tmax
perfusion maps. The latter mp-MRI models indeed outperform the bp-MRI one
whatever the fusion strategy, with Cohen's kappa score of 0.318$\pm$0.019 for
the bp-MRI model and 0.378 $\pm$ 0.033 for the model including the maximum
slope with a mid fusion strategy, also achieving competitive Cohen's kappa
score compared to state of the art.
- Abstract(参考訳): 以上より, 前立腺癌検出のための深部コンピュータ支援診断システム (cad) は, バイパラメトリックmri (bi-parametric magnetic resonance imaging, bp-mri) のみを考慮し, 4次元灌流配列を除外しつつ, t2wおよびadc配列のみを考察した。
本稿では,深部神経アーキテクチャにおける灌流画像情報の統合戦略について考察する。
そこで我々は,U-Netのようなアーキテクチャにおける拡散情報をエンコードする方法を,早期と中期の融合戦略についても検討した。
219 mp-MRIのプライベートデータセットに基づいて,マルチパラメトリックMRI(mp-MRI)モデルとベースラインbp-MRIモデルの比較を行った。
動的造影MR検査から得られた灌流図は,PCa病変のセグメンテーションおよびグレーディング性能,特に洗面曲線の最大傾きに対応する3次元MR体積およびTmax灌流マップに肯定的な影響を及ぼすことが示された。
後者のmp-MRIモデルは、実際は核融合戦略よりも優れており、コーエンのカッパスコアはbp-MRIモデルで0.318$\pm$0.019、最大傾斜と中間核融合戦略で0.378$\pm$0.033であり、またコーエンのカッパスコアは最先端と比較して競合する。
関連論文リスト
- Style transfer between Microscopy and Magnetic Resonance Imaging via
Generative Adversarial Network in small sample size settings [49.84018914962972]
磁気共鳴イメージング(MRI)のクロスモーダル増強と、同じ組織サンプルに基づく顕微鏡イメージングが期待できる。
コンディショナル・ジェネレーティブ・逆境ネットワーク (cGAN) アーキテクチャを用いて, コーパス・カロサムのMRI画像から顕微鏡組織像を生成する方法を検討した。
論文 参考訳(メタデータ) (2023-10-16T13:58:53Z) - Domain Transfer Through Image-to-Image Translation for Uncertainty-Aware
Prostate Cancer Classification [60.20736568336466]
臨床的に有意なPCa分類のための前立腺mp-MRIの非対位画像変換のための新しいアプローチを提案する。
我々は、明らかなディープラーニングアプローチにより、モデルの不確実性を見積もる。
提案手法は, ROC曲線(AUC)を20%以上改善することを示した。
論文 参考訳(メタデータ) (2023-07-02T05:26:54Z) - Exploring contrast generalisation in deep learning-based brain MRI-to-CT
synthesis [0.0]
MRIプロトコルは、経時的に変化するか、または低品質のsCTをもたらすセンターによって異なる可能性がある。
ドメインランダム化(DR)は、脳sCT生成のためのDLモデルの一般化を増大させる。
論文 参考訳(メタデータ) (2023-03-17T18:45:05Z) - Video4MRI: An Empirical Study on Brain Magnetic Resonance Image
Analytics with CNN-based Video Classification Frameworks [60.42012344842292]
3次元CNNモデルが磁気共鳴画像(MRI)解析の分野を支配している。
本稿では,アルツハイマー病とパーキンソン病の認識の4つのデータセットを実験に利用した。
効率の面では、ビデオフレームワークは3D-CNNモデルよりも5%から11%、トレーニング可能なパラメータは50%から66%少ない。
論文 参考訳(メタデータ) (2023-02-24T15:26:31Z) - Lightweight 3D Convolutional Neural Network for Schizophrenia diagnosis
using MRI Images and Ensemble Bagging Classifier [1.487444917213389]
本稿では,MRI画像を用いた統合失調症診断のための軽量3次元畳み込みニューラルネットワーク(CNN)フレームワークを提案する。
精度は92.22%、感度94.44%、特異度90%、精度90.43%、リコール94.44%、F1スコア92.39%、G平均92.19%である。
論文 参考訳(メタデータ) (2022-11-05T10:27:37Z) - Integrative Imaging Informatics for Cancer Research: Workflow Automation
for Neuro-oncology (I3CR-WANO) [0.12175619840081271]
我々は,多系列ニューロオンコロジーMRIデータの集約と処理のための人工知能ベースのソリューションを提案する。
エンド・ツー・エンドのフレームワーク i) アンサンブル分類器を用いてMRIの配列を分類し, i) 再現可能な方法でデータを前処理し, iv) 腫瘍組織サブタイプを規定する。
欠落したシーケンスに対して堅牢であり、専門的なループアプローチを採用しており、セグメンテーションの結果は放射線学者によって手動で洗練される可能性がある。
論文 参考訳(メタデータ) (2022-10-06T18:23:42Z) - Moving from 2D to 3D: volumetric medical image classification for rectal
cancer staging [62.346649719614]
術前T2期とT3期を区別することは直腸癌治療における最も困難かつ臨床的に重要な課題である。
直腸MRIでT3期直腸癌からT2を正確に判別するための体積畳み込みニューラルネットワークを提案する。
論文 参考訳(メタデータ) (2022-09-13T07:10:14Z) - Optimising Knee Injury Detection with Spatial Attention and Validating
Localisation Ability [0.5772546394254112]
この研究は、膝の外傷検出を最適化するための空間的注意ブロックを備えた、事前訓練された多視点畳み込みニューラルネットワーク(CNN)を用いている。
画像レベルのラベルが付いたオープンソースのMRIデータセットを用いて解析を行った。
論文 参考訳(メタデータ) (2021-08-18T13:24:17Z) - Deep Learning based Multi-modal Computing with Feature Disentanglement
for MRI Image Synthesis [8.363448006582065]
本稿では,MRI合成のための深層学習に基づくマルチモーダル計算モデルを提案する。
提案手法は,各入力モダリティを,共有情報と特定の情報を持つモダリティ固有空間で分割する。
テストフェーズにおける目標モダリティの特定情報の欠如に対処するために、局所適応融合(laf)モジュールを採用してモダリティライクな擬似ターゲットを生成する。
論文 参考訳(メタデータ) (2021-05-06T17:22:22Z) - Towards Ultrafast MRI via Extreme k-Space Undersampling and
Superresolution [65.25508348574974]
我々は、オリジナルのfastMRIチャレンジを参照するすべての公開論文によって報告されたMRI加速係数を下回る。
低解像を補うための強力な深層学習に基づく画像強化手法を検討する。
復元された画像の品質は他の方法よりも高く、MSEは0.00114、PSNRは29.6 dB、SSIMは0.956 x16加速係数である。
論文 参考訳(メタデータ) (2021-03-04T10:45:01Z) - 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)
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。