論文の概要: Graph-Based Small Bowel Path Tracking with Cylindrical Constraints
- arxiv url: http://arxiv.org/abs/2207.14436v1
- Date: Fri, 29 Jul 2022 02:17:56 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-01 13:12:13.667148
- Title: Graph-Based Small Bowel Path Tracking with Cylindrical Constraints
- Title(参考訳): 円筒制約を用いたグラフベース小腸経路追跡
- Authors: Seung Yeon Shin, Sungwon Lee, and Ronald M. Summers
- Abstract要約: 他の臓器と比較すると、小腸の特徴的な特徴は、その経路に沿った部分間の接触である。
小型の腸に沿って取り付けられた一連のシリンダーを使用して、より信頼性の高い方向に追跡を誘導する。
提案手法は, 誤りを犯さずに経路を追尾するベースライン法に比べ, 明らかな改善を示した。
- 参考スコア(独自算出の注目度): 5.402130309966167
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a new graph-based method for small bowel path tracking based on
cylindrical constraints. A distinctive characteristic of the small bowel
compared to other organs is the contact between parts of itself along its
course, which makes the path tracking difficult together with the indistinct
appearance of the wall. It causes the tracked path to easily cross over the
walls when relying on low-level features like the wall detection. To circumvent
this, a series of cylinders that are fitted along the course of the small bowel
are used to guide the tracking to more reliable directions. It is implemented
as soft constraints using a new cost function. The proposed method is evaluated
against ground-truth paths that are all connected from start to end of the
small bowel for 10 abdominal CT scans. The proposed method showed clear
improvements compared to the baseline method in tracking the path without
making an error. Improvements of 6.6% and 17.0%, in terms of the tracked
length, were observed for two different settings related to the small bowel
segmentation.
- Abstract(参考訳): 円筒形制約に基づく小腸経路追跡のためのグラフベースの新しい手法を提案する。
他の臓器と比較して小腸の特徴的な特徴は、その経路に沿ってその部分同士の接触であり、壁の目立たない外観とともに経路追跡が困難である。
これは、壁検出のような低レベルな機能に依存する場合、追跡された経路が壁を横切るのを容易にする。
これを回避するために、小腸のコースに沿って取り付けられた一連のシリンダーを使用して、より信頼性の高い方向に追跡を誘導する。
新しいコスト関数を使ってソフト制約として実装する。
腹部ct検査を10回行うために, 小腸の開始から終了まですべて接続される接地路について検討した。
提案手法は,誤りを起こさずに経路を追跡するベースライン法と比較して明らかに改善した。
6.6%と17.0%の改善は,小腸の分節に関連する2つの異なる設定で観察された。
関連論文リスト
- Finding Transformer Circuits with Edge Pruning [71.12127707678961]
自動回路発見の効率的かつスケーラブルなソリューションとしてエッジプルーニングを提案する。
本手法は,従来の手法に比べてエッジ数の半分未満のGPT-2の回路を探索する。
その効率のおかげで、Edge PruningをCodeLlama-13Bにスケールしました。
論文 参考訳(メタデータ) (2024-06-24T16:40:54Z) - Decoupling the Curve Modeling and Pavement Regression for Lane Detection [67.22629246312283]
曲線に基づく車線表現は多くの車線検出法で一般的な手法である。
本稿では,曲線モデルと地上高さ回帰という2つの部分に分解することで,車線検出タスクに対する新しいアプローチを提案する。
論文 参考訳(メタデータ) (2023-09-19T11:24:14Z) - Thoracic Cartilage Ultrasound-CT Registration using Dense Skeleton Graph [49.11220791279602]
一般的なアトラスから個々の患者への計画された経路を正確にマッピングすることは困難である。
アトラスから現在の設定へ計画されたパスを転送できるように、グラフベースの非厳密な登録を提案する。
論文 参考訳(メタデータ) (2023-07-07T18:57:21Z) - Lazy Probabilistic Roadmaps Revisited [0.0]
古典的遅延確率ロードマップアルゴリズム (Lazy PRM) を改訂する。
カットは、最小のコストパスに課される動的に生成された制約である。
計画は、最近提案されたアルゴリズムで検証され、有限のトレースにマッピングされる。
論文 参考訳(メタデータ) (2022-09-28T23:38:08Z) - Deep Reinforcement Learning for Small Bowel Path Tracking using
Different Types of Annotations [5.337492044537044]
我々は,異なる種類のアノテーションを持つデータセットを用いて,深層強化学習トラッカーを訓練することを提案する。
具体的には,GT経路のみを有するCTスキャンと,GT経路を有するCTスキャンを併用する。
提案手法は,弱いアノテーションでスキャンを利用できることにより,高いユーザビリティを確保できる。
論文 参考訳(メタデータ) (2022-06-29T18:18:20Z) - GraphWalks: Efficient Shape Agnostic Geodesic Shortest Path Estimation [93.60478281489243]
3次元曲面上の測地線経路を近似する学習可能なネットワークを提案する。
提案手法は,最短経路の効率的な近似と測地距離推定を提供する。
論文 参考訳(メタデータ) (2022-05-30T16:22:53Z) - Online estimation and control with optimal pathlength regret [52.28457815067461]
オンライン学習アルゴリズムを設計する際の自然なゴールは、入力シーケンスの時間的変動の観点から、アルゴリズムの後悔を束縛することである。
OCOや盗賊など、さまざまなオンライン学習問題に対して、データ依存の「病的」後悔境界が最近取得されている。
論文 参考訳(メタデータ) (2021-10-24T22:43:15Z) - A Graph-theoretic Algorithm for Small Bowel Path Tracking in CT Scans [6.259199498721899]
小腸経路追跡のための新しいグラフ理論法を提案する。
ボーエル壁検出に基づいて構築されたグラフ上で、所定の開始ノードと終了ノードの間の最小コストパスを求めるように定式化する。
提案手法により,スキャン毎の誤差なく追跡される経路の最大長は平均800mm以上である。
論文 参考訳(メタデータ) (2021-10-01T15:00:39Z) - Tracklets Predicting Based Adaptive Graph Tracking [51.352829280902114]
マルチオブジェクト追跡,すなわち textbfTPAGT のための,正確かつエンドツーエンドの学習フレームワークを提案する。
動作予測に基づいて、現在のフレーム内のトラックレットの特徴を再抽出する。
論文 参考訳(メタデータ) (2020-10-18T16:16:49Z) - Deep Small Bowel Segmentation with Cylindrical Topological Constraints [4.945066875192949]
そこで本研究では,小腸の内筒を予測するために,枝を追加してネットワークを強化することを提案する。
インナーシリンダにはタッチ問題がなく、この拡張ブランチに印加された円筒形状制約がネットワークを案内し、トポロジカルに正しいセグメンテーションを生成する。
論文 参考訳(メタデータ) (2020-07-16T22:28:27Z) - Trajectory Grouping with Curvature Regularization for Tubular Structure
Tracking [21.46326568480476]
最小対話型管状構造中心線抽出のための最小経路モデルを提案する。
所定の管路と曲率ペナルティ付き測地路を考慮し,最短経路を求める。
合成画像と実画像の両方の実験結果から,提案モデルが実際に性能を向上できることが証明された。
論文 参考訳(メタデータ) (2020-03-08T03:40:26Z)
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。