Fugu-MT 論文翻訳(概要): Extraction of Coronary Vessels in Fluoroscopic X-Ray Sequences Using Vessel Correspondence Optimization

論文の概要: Extraction of Coronary Vessels in Fluoroscopic X-Ray Sequences Using Vessel Correspondence Optimization

arxiv url: http://arxiv.org/abs/2207.13837v1
Date: Thu, 28 Jul 2022 00:19:51 GMT
ステータス: 処理完了
システム内更新日: 2022-07-29 12:51:54.124536
Title: Extraction of Coronary Vessels in Fluoroscopic X-Ray Sequences Using Vessel Correspondence Optimization
Title（参考訳）: 血管対応最適化を用いた蛍光X線系列からの冠動脈の抽出
Authors: Seung Yeon Shin, Soochahn Lee, Kyoung Jin Noh, Il Dong Yun, and Kyoung Mu Lee
Abstract要約: 蛍光X線画像から冠状血管を抽出する方法を提案する。ソースフレームの容器構造を考えると、後続フレームの容器対応候補は、開口問題を克服する新しい階層探索方式によって生成される。コントラスト剤の流入により新たに見える血管枝を抽出するための後処理を行う。
参考スコア（独自算出の注目度）: 41.96822618822404
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We present a method to extract coronary vessels from fluoroscopic x-ray sequences. Given the vessel structure for the source frame, vessel correspondence candidates in the subsequent frame are generated by a novel hierarchical search scheme to overcome the aperture problem. Optimal correspondences are determined within a Markov random field optimization framework. Post-processing is performed to extract vessel branches newly visible due to the inflow of contrast agent. Quantitative and qualitative evaluation conducted on a dataset of 18 sequences demonstrates the effectiveness of the proposed method.
Abstract（参考訳）: 蛍光X線画像から冠状血管を抽出する方法を提案する。ソースフレームの容器構造が与えられると、後続フレームの容器対応候補は、新しい階層的探索スキームによって生成され、開口問題を克服する。最適対応はマルコフ確率場最適化フレームワーク内で決定される。コントラスト剤の流入により新たに見える容器枝を抽出するために後処理を行う。 18のシーケンスからなるデータセット上での定量的・定性評価は,提案手法の有効性を示す。

関連論文リスト

Verification of Geometric Robustness of Neural Networks via Piecewise Linear Approximation and Lipschitz Optimisation [57.10353686244835]
我々は、回転、スケーリング、せん断、翻訳を含む入力画像の幾何学的変換に対するニューラルネットワークの検証の問題に対処する。提案手法は, 分枝・分枝リプシッツと組み合わせたサンプリングおよび線形近似を用いて, 画素値に対する楽音線形制約を求める。提案手法では,既存の手法よりも最大32%の検証ケースが解決されている。
論文参考訳（メタデータ） (2024-08-23T15:02:09Z)
Towards a Benchmark for Colorectal Cancer Segmentation in Endorectal Ultrasound Videos: Dataset and Model Development [59.74920439478643]
本稿では,多様なERUSシナリオをカバーする最初のベンチマークデータセットを収集し,注釈付けする。 ERUS-10Kデータセットは77の動画と10,000の高解像度アノテートフレームで構成されています。本稿では,ASTR (Adaptive Sparse-context TRansformer) という大腸癌セグメンテーションのベンチマークモデルを提案する。
論文参考訳（メタデータ） (2024-08-19T15:04:42Z)
An automated framework for brain vessel centerline extraction from CTA images [28.173407996203153]
CTA画像から脳血管中心を抽出する自動フレームワークを提案する。提案手法は,平均対称中心線距離 (ASCD) と重なり (OV) の観点から,最先端手法より優れている。サブグループ分析では,脳卒中治療における臨床応用において,提案する枠組みが有望であることが示唆された。
論文参考訳（メタデータ） (2024-01-13T11:01:00Z)
Robust Implementation of Foreground Extraction and Vessel Segmentation for X-ray Coronary Angiography Image Sequence [4.653742319057035]
X-ray coronary angiography (XCA) 画像からの造影血管の抽出は臨床的に重要である。テンソルロバスト主成分分析(TRPCA)に基づく容器層抽出法を提案する。不均質なコントラスト分布を有する容器画像に対しては,2段階成長(TSRG)法を用いて血管拡張とセグメンテーションを行う。
論文参考訳（メタデータ） (2022-09-15T12:07:09Z)
Spectral Decomposition Representation for Reinforcement Learning [100.0424588013549]
本稿では, スペクトル分解表現法(SPEDER)を提案する。この手法は, データ収集ポリシーに急激な依存を生じさせることなく, ダイナミックスから状態-作用の抽象化を抽出する。理論的解析により、オンライン設定とオフライン設定の両方において提案アルゴリズムのサンプル効率が確立される。実験により、いくつかのベンチマークで現在の最先端アルゴリズムよりも優れた性能を示す。
論文参考訳（メタデータ） (2022-08-19T19:01:30Z)
Orthogonalization of data via Gromov-Wasserstein type feedback for clustering and visualization [5.44192123671277]
直交化プロセスによるデータのクラスタリングと可視化に適応的な手法を提案する。本手法は,パラメータ値に対して一意な固定点にグローバルに収束することを示す。本手法は,ヒトの専門的分類と一致して生物学的に意味のあるクラスタリング結果を生成する。
論文参考訳（メタデータ） (2022-07-25T15:52:11Z)
Improving Classification Model Performance on Chest X-Rays through Lung Segmentation [63.45024974079371]
本稿では, セグメンテーションによる異常胸部X線(CXR)識別性能を向上させるための深層学習手法を提案する。提案手法は,CXR画像中の肺領域を局所化するための深層ニューラルネットワーク(XLSor)と,大規模CXRデータセットで事前学習した自己教師あり運動量コントラスト(MoCo)モデルのバックボーンを用いたCXR分類モデルである。
論文参考訳（メタデータ） (2022-02-22T15:24:06Z)
Bayesian Coresets: Revisiting the Nonconvex Optimization Perspective [30.963638533636352]
コアセット選択のための新しいアルゴリズムを提案し,解析する。本研究では,様々なベンチマークデータセットに対して,明示的な収束率保証と経験的評価を行う。
論文参考訳（メタデータ） (2020-07-01T19:34:59Z)
IDEAL: Inexact DEcentralized Accelerated Augmented Lagrangian Method [64.15649345392822]
本稿では,局所関数が滑らかで凸な分散最適化環境下での原始的手法設計のためのフレームワークを提案する。提案手法は,加速ラグランジアン法により誘導されるサブプロブレム列を概ね解いたものである。加速度勾配降下と組み合わせることで,収束速度が最適で,最近導出された下界と一致した新しい原始アルゴリズムが得られる。
論文参考訳（メタデータ） (2020-06-11T18:49:06Z)
Dynamic Coronary Roadmapping via Catheter Tip Tracking in X-ray Fluoroscopy with Deep Learning Based Bayesian Filtering [4.040013871160853]
経皮的冠動脈インターベンション (PCI) は, 冠動脈造影にX線不透明造影剤を併用したX線アンギオグラムを用いて画像誘導を行うのが一般的である。本報告では、視覚フィードバックを改善し、PCIにおけるコントラスト使用を減らすために、新しい動的冠ロードマップ作成手法の開発について述べる。特に,カテーテル先端の高精度かつロバストな追跡のために,畳み込みニューラルネットワークの検出結果と,粒子フィルタリングフレームワークを用いたフレーム間の運動推定を統合した,深層学習に基づくベイズフィルタリング手法を提案する。
論文参考訳（メタデータ） (2020-01-11T22:08:06Z)

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。