論文の概要: Airway measurement by refinement of synthetic images improves mortality prediction in idiopathic pulmonary fibrosis

• arxiv url: http://arxiv.org/abs/2208.14141v1
• Date: Tue, 30 Aug 2022 10:48:48 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-31 13:44:30.334431
• Title: Airway measurement by refinement of synthetic images improves mortality prediction in idiopathic pulmonary fibrosis
• Title（参考訳）: 合成画像の精細化による気道計測は特発性肺線維症における死亡予測を改善する
• Authors: Ashkan Pakzad, Mou-Cheng Xu, Wing Keung Cheung, Marie Vermant, Tinne Goos, Laurens J De Sadeleer, Stijn E Verleden, Wim A Wuyts, John R Hurst, Joseph Jacob
• Abstract要約: 我々は,私たちのモデルであるエアウェイ・トランスファー・ネットワーク(ATN)をトレーニングするために,知覚的損失を用いたスタイル伝達による気道合成を提案する。 ATNは最先端のGANベースネットワーク(simGAN)よりも高速で訓練が容易であった。 ATNベースの気道測定は、IPF CT上のsimGAN由来気道測定値よりも一貫して死亡率の予測因子であることが判明した。
• 参考スコア（独自算出の注目度）: 1.3290985445255554
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Several chronic lung diseases, like idiopathic pulmonary fibrosis (IPF) are characterised by abnormal dilatation of the airways. Quantification of airway features on computed tomography (CT) can help characterise disease progression. Physics based airway measurement algorithms have been developed, but have met with limited success in part due to the sheer diversity of airway morphology seen in clinical practice. Supervised learning methods are also not feasible due to the high cost of obtaining precise airway annotations. We propose synthesising airways by style transfer using perceptual losses to train our model, Airway Transfer Network (ATN). We compare our ATN model with a state-of-the-art GAN-based network (simGAN) using a) qualitative assessment; b) assessment of the ability of ATN and simGAN based CT airway metrics to predict mortality in a population of 113 patients with IPF. ATN was shown to be quicker and easier to train than simGAN. ATN-based airway measurements were also found to be consistently stronger predictors of mortality than simGAN-derived airway metrics on IPF CTs. Airway synthesis by a transformation network that refines synthetic data using perceptual losses is a realistic alternative to GAN-based methods for clinical CT analyses of idiopathic pulmonary fibrosis. Our source code can be found at https://github.com/ashkanpakzad/ATN that is compatible with the existing open-source airway analysis framework, AirQuant.
• Abstract（参考訳）: 特発性肺線維症(IPF)のようないくつかの慢性肺疾患は、気道の異常な拡張によって特徴づけられる。 CT(Computed tomography)における気道特性の定量化は、疾患の進行を特徴づけるのに役立つ。 物理ベースの気道計測アルゴリズムは開発されてきたが、臨床で見られる気道形態の多様性のため、部分的には成功しなかった。 正確な気道アノテーションを得るコストが高いため、教師付き学習方法も実現不可能である。 本稿では,私たちのモデルであるATN(Airway Transfer Network)をトレーニングするために,知覚的損失を用いたスタイル伝達による気道合成を提案する。 我々はATNモデルと最新のGANベースネットワーク(simGAN)を比較した。 a) 質的評価 b)IPF患者113人の死亡率を予測するためのATNおよびsimGANベースのCT気道測定値の評価を行った。 ATNはsimGANよりも高速で訓練が容易であった。 ATNベースの気道測定は、IPF CT上のsimGAN由来気道測定値よりも一貫して死亡率の予測因子であることが判明した。 知覚的損失を用いて合成データを洗練するトランスフォーメーションネットワークによる気道合成は,特発性肺線維症の臨床CT解析におけるGAN法に代わる現実的な方法である。 ソースコードは、既存のオープンソースの気道分析フレームワークであるAirQuantと互換性のあるhttps://github.com/ashkanpakzad/ATNで確認できます。

関連論文リスト

• Shape-aware synthesis of pathological lung CT scans using CycleGAN for enhanced semi-supervised lung segmentation [0.0]
  本稿では,画像-画像間翻訳におけるCycleGANの使用を強調した。 既存の真実と一致する偽の病理画像を生成することができる拡張方法を提供する。 本研究の予備的な結果は, 質的, 定量的に有意な改善を示すものである。
  論文  参考訳（メタデータ） (2024-05-14T12:45:49Z)
• Using BOLD-fMRI to Compute the Respiration Volume per Time (RTV) and Respiration Variation (RV) with Convolutional Neural Networks (CNN) in the Human Connectome Development Cohort [55.41644538483948]
  本研究では, RVとRVTの2つの呼吸対策を再現するための1次元CNNモデルを提案する。 その結果、CNNはBOLD信号の静止から情報的特徴を捉え、現実的なRVとRVTのタイムリーを再構築できることがわかった。
  論文  参考訳（メタデータ） (2023-07-03T18:06:36Z)
• Fuzzy Attention Neural Network to Tackle Discontinuity in Airway Segmentation [67.19443246236048]
  気道セグメンテーションは肺疾患の検査、診断、予後に重要である。 いくつかの小型の気道支線(気管支や終端など)は自動セグメンテーションの難しさを著しく増す。 本稿では,新しいファジィアテンションニューラルネットワークと包括的損失関数を備える,気道セグメンテーションの効率的な手法を提案する。
  論文  参考訳（メタデータ） (2022-09-05T16:38:13Z)
• Survival Analysis for Idiopathic Pulmonary Fibrosis using CT Images and Incomplete Clinical Data [17.162038700963418]
  特発性肺線維症(IPF)は線維性肺疾患である。 肺のCTスキャンはIPF患者の臨床的評価を通知し、疾患の進行に関する関連する情報を含む。 臨床および画像データを用いたIPF患者の生存率を予測するために,ニューラルネットワークとメモリバンクを用いたマルチモーダル手法を提案する。
  論文  参考訳（メタデータ） (2022-03-21T23:48:47Z)
• Evaluation of automated airway morphological quantification for assessing fibrosing lung disease [7.027000487683603]
  気道拡張症は特発性肺線維症(IPF)の典型的特徴である 深層学習に基づく気道セグメンテーションから気道木をその葉と世代枝にパーセルする自動パイプラインであるAirQuantを提案する。
  論文  参考訳（メタデータ） (2021-11-19T21:30:42Z)
• Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based Sparse PCA Network [93.22587316229954]
  ヘマトキシリンとエオシン(H&E)で染色した組織学的肺スライドにおける癌病変の自動検出のためのグラフベーススパース成分分析(GS-PCA)ネットワークを提案する。 我々は,SVM K-rasG12D肺がんモデルから得られたH&Eスライダーの精度・リコール率,Fスコア,谷本係数,レシーバ演算子特性(ROC)の曲線下領域を用いて,提案アルゴリズムの性能評価を行った。
  論文  参考訳（メタデータ） (2021-10-27T19:28:36Z)
• Quantification of pulmonary involvement in COVID-19 pneumonia by means of a cascade oftwo U-nets: training and assessment on multipledatasets using different annotation criteria [83.83783947027392]
  本研究は、新型コロナウイルスの肺病変の同定、セグメント化、定量化のために人工知能(AI)を活用することを目的とする。 2つのU-netのカスケードをベースとした自動解析パイプラインLungQuantシステムを開発した。 LungQuantシステムにおけるCT-Severity Score(CT-SS)の精度も評価した。
  論文  参考訳（メタデータ） (2021-05-06T10:21:28Z)
• Fibrosis-Net: A Tailored Deep Convolutional Neural Network Design for Prediction of Pulmonary Fibrosis Progression from Chest CT Images [59.622239796473885]
  肺線維症は、回復不能な肺組織スカーリングおよび損傷を引き起こす慢性肺疾患であり、肺容量の進行的減少と既知の治療法がない。 胸部CT画像からの肺線維化進展の予測に適した深部畳み込みニューラルネットワークであるFibrosis-Netを導入する。
  論文  参考訳（メタデータ） (2021-03-06T02:16:41Z)
• COVI-AgentSim: an Agent-based Model for Evaluating Methods of Digital Contact Tracing [68.68882022019272]
  COVI-AgentSimは、ウイルス学、病気の進行、社会的接触ネットワーク、移動パターンに基づくエージェントベースのコンパートメンタルシミュレータである。 1)バイナリテスト結果に基づいてバイナリレコメンデーションを割り当てる標準バイナリコンタクトトレース (BCT) と,2) 多様な特徴に基づいてグレードレベルのレコメンデーションを割り当てる特徴ベースコンタクトトレース (FCT) のルールベースの手法である。
  論文  参考訳（メタデータ） (2020-10-30T00:47:01Z)
• Generative-based Airway and Vessel Morphology Quantification on Chest CT Images [8.414072468546875]
  本稿では, 気道ラウンジ, 気道壁厚, 血管半径の断面計測を行う畳み込みニューラルレグレシタ(CNR)を提案する。 CNRは、SimulatedおよびUnversa Generative Adrial Network(SimGAN)と組み合わせて使用される合成構造の生成モデルによって生成されたデータを用いて訓練される 血管では小血管血液量の推定値と一酸化炭素(DLCO)の肺拡散能の相関性を評価する。
  論文  参考訳（メタデータ） (2020-02-13T18:45:31Z)

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。