論文の概要: Generative Modelling of the Ageing Heart with Cross-Sectional Imaging
and Clinical Data
- arxiv url: http://arxiv.org/abs/2208.13146v1
- Date: Sun, 28 Aug 2022 06:14:39 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-30 13:34:33.754999
- Title: Generative Modelling of the Ageing Heart with Cross-Sectional Imaging
and Clinical Data
- Title(参考訳): 横断画像と臨床データを用いた老化心の生成的モデリング
- Authors: Mengyun Qiao, Berke Doga Basaran, Huaqi Qiu, Shuo Wang, Yi Guo,
Yuanyuan Wang, Paul M. Matthews, Daniel Rueckert, Wenjia Bai
- Abstract要約: 本研究では, 加齢に伴う心臓の3次元解剖学的変化を記述するための条件生成モデルを提案する。
心臓解剖学の大規模横断データセットを用いてモデルを訓練し,横断データセットと縦データセットの両方で評価する。
- 参考スコア(独自算出の注目度): 13.819131884449881
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Cardiovascular disease, the leading cause of death globally, is an
age-related disease. Understanding the morphological and functional changes of
the heart during ageing is a key scientific question, the answer to which will
help us define important risk factors of cardiovascular disease and monitor
disease progression. In this work, we propose a novel conditional generative
model to describe the changes of 3D anatomy of the heart during ageing. The
proposed model is flexible and allows integration of multiple clinical factors
(e.g. age, gender) into the generating process. We train the model on a
large-scale cross-sectional dataset of cardiac anatomies and evaluate on both
cross-sectional and longitudinal datasets. The model demonstrates excellent
performance in predicting the longitudinal evolution of the ageing heart and
modelling its data distribution.
- Abstract(参考訳): 心臓血管疾患は、世界中で死因の主要な疾患であり、加齢に伴う疾患である。
老化に伴う心臓の形態的・機能的変化を理解することは重要な科学的問題であり、心臓血管疾患の重要な危険因子を定義し、疾患の進行を監視するのに役立つ。
本研究では, 加齢に伴う心臓の3次元解剖学的変化を記述するための条件生成モデルを提案する。
提案モデルは柔軟であり、複数の臨床因子(年齢、性別など)を生成プロセスに統合することができる。
心臓解剖の大規模横断データセットを用いてモデルを訓練し,横断データセットと縦データセットの両方で評価する。
このモデルは老化心の経年変化の予測とデータ分布のモデル化に優れた性能を示す。
関連論文リスト
- CHeart: A Conditional Spatio-Temporal Generative Model for Cardiac
Anatomy [16.84316344437967]
心臓画像解析における2つの重要な疑問は、画像から心臓の解剖と運動を評価することである。
本研究では,心臓の4次元時間解剖と非画像的臨床因子との相互作用を記述する条件生成モデルを提案する。
論文 参考訳(メタデータ) (2023-01-30T17:36:12Z) - Three-dimensional micro-structurally informed in silico myocardium --
towards virtual imaging trials in cardiac diffusion weighted MRI [58.484353709077034]
本稿では,心筋微細構造の数値ファントムを現実的に生成する新しい手法を提案する。
シリコン組織モデルにより、磁気共鳴イメージングの定量的モデルを評価することができる。
論文 参考訳(メタデータ) (2022-08-22T22:01:44Z) - Assessing the Performance of Automated Prediction and Ranking of Patient
Age from Chest X-rays Against Clinicians [4.795478287106675]
深層学習は、胸部X線から患者の年齢を正確に推定することを可能にしている。
本稿では,放射線科医と最先端のディープラーニングモデルの比較研究について述べる。
我々は,脳卒中患者の年齢による1.8M胸部X線の異種データベースを用いてモデルを訓練し,モデル精度の限界について検討した。
論文 参考訳(メタデータ) (2022-07-04T10:09:48Z) - Breast Cancer Induced Bone Osteolysis Prediction Using Temporal
Variational Auto-Encoders [65.95959936242993]
骨分解性骨病変の進展を正確に予測し,可視化する深層学習フレームワークを開発した。
乳癌患者の骨格関連事象(SRE)を予防するための治療戦略の計画と評価を支援する。
論文 参考訳(メタデータ) (2022-03-20T21:00:10Z) - Factored Attention and Embedding for Unstructured-view Topic-related
Ultrasound Report Generation [70.7778938191405]
本研究では,非構造的トピック関連超音波レポート生成のための新しい因子的注意・埋め込みモデル(FAE-Gen)を提案する。
提案したFAE-Genは主に2つのモジュール、すなわちビュー誘導因子の注意とトピック指向因子の埋め込みから構成されており、異なるビューで均質および不均一な形態的特徴を捉えている。
論文 参考訳(メタデータ) (2022-03-12T15:24:03Z) - Distinguishing Healthy Ageing from Dementia: a Biomechanical Simulation
of Brain Atrophy using Deep Networks [5.411313268782566]
健常成人およびアルツハイマー病における脳萎縮の超弾性ひずみモデリングのためのディープラーニングフレームワークについて述べる。
このフレームワークは、年齢、疾患状態、スキャン間隔の影響を直接モデル化し、ストレインベースモデルが変形を推定する萎縮の局所パターンを回帰する。
その結果、このフレームワークはアルツハイマー病の既知の経過に従って現実的な変形を推定でき、老化の健康パターンと老化パターンを明確に区別できることがわかった。
論文 参考訳(メタデータ) (2021-08-18T15:58:53Z) - A Diffeomorphic Aging Model for Adult Human Brain from Cross-Sectional
Data [3.2188961353850187]
そこで本稿では,異なる時点の被験者の画像を用いて,与えられた人口の老化モデルを構築する手法を提案する。
提案手法は,2つの公開断面データセット上で有効に検証される。
論文 参考訳(メタデータ) (2021-06-28T10:04:05Z) - Joint data imputation and mechanistic modelling for simulating
heart-brain interactions in incomplete datasets [5.178090215294132]
本稿では, 心血管機構モデルを用いた共同心臓データ計算とパーソナライズのための確率的枠組みを提案する。
本手法は, 利用可能な特徴量から, 心臓情報の計算モデルを用いて, 共同推論を行うための変動的枠組みに基づくものである。
本モデルは,最小限の心情報を含むデータセットにおいて,欠落した心機能の正確な計算を可能にすることを示す。
論文 参考訳(メタデータ) (2020-10-02T15:31:36Z) - A General Framework for Survival Analysis and Multi-State Modelling [70.31153478610229]
ニューラル常微分方程式を多状態生存モデル推定のためのフレキシブルで一般的な方法として用いる。
また,本モデルでは,サバイバルデータセット上での最先端性能を示すとともに,マルチステート環境での有効性を示す。
論文 参考訳(メタデータ) (2020-06-08T19:24:54Z) - Dynamic Graph Correlation Learning for Disease Diagnosis with Incomplete
Labels [66.57101219176275]
胸部X線画像上の疾患診断は,多ラベル分類の課題である。
本稿では,異なる疾患間の相互依存を調査する新たな視点を提示する病的診断グラフ畳み込みネットワーク(DD-GCN)を提案する。
本手法は,相関学習のための動的隣接行列を用いた特徴写像上のグラフを初めて構築する手法である。
論文 参考訳(メタデータ) (2020-02-26T17:10:48Z) - Learning Dynamic and Personalized Comorbidity Networks from Event Data
using Deep Diffusion Processes [102.02672176520382]
コンコルビンド病は、個人によって異なる複雑な時間的パターンを通じて発生し進行する。
電子的な健康記録では、患者が持つ異なる疾患を観察できるが、それぞれの共死状態の時間的関係を推測できるだけである。
我々は「ダイナミック・コオービディティ・ネットワーク」をモデル化するための深層拡散プロセスを開発する。
論文 参考訳(メタデータ) (2020-01-08T15:47:08Z)
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。