論文の概要: Cerebrovascular Segmentation via Vessel Oriented Filtering Network

• arxiv url: http://arxiv.org/abs/2210.08868v1
• Date: Mon, 17 Oct 2022 09:06:32 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-18 21:07:04.494861
• Title: Cerebrovascular Segmentation via Vessel Oriented Filtering Network
• Title（参考訳）: 血管指向型フィルタリングネットワークによる脳血管セグメンテーション
• Authors: Zhanqiang Guo and Yao Luan and Jianjiang Feng and Wangsheng Lu and Yin Yin and Guangming Yang and Jie Zhou
• Abstract要約: 本稿では,畳み込みニューラルネットワークにドメイン知識を組み込むVessel Oriented Filtering Network (VOF-Net)を提案する。 本研究では, 血管の向き推定ネットワークを用いて, 血管の向きのフィールドに応じて, 血管の向きのフィルタを設計する。 CTAとMRAのデータセットを用いた実験結果から,本手法は容器のセグメンテーションに有効であることがわかった。
• 参考スコア（独自算出の注目度）: 24.425503895270868
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Accurate cerebrovascular segmentation from Magnetic Resonance Angiography (MRA) and Computed Tomography Angiography (CTA) is of great significance in diagnosis and treatment of cerebrovascular pathology. Due to the complexity and topology variability of blood vessels, complete and accurate segmentation of vascular network is still a challenge. In this paper, we proposed a Vessel Oriented Filtering Network (VOF-Net) which embeds domain knowledge into the convolutional neural network. We design oriented filters for blood vessels according to vessel orientation field, which is obtained by orientation estimation network. Features extracted by oriented filtering are injected into segmentation network, so as to make use of the prior information that the blood vessels are slender and curved tubular structure. Experimental results on datasets of CTA and MRA show that the proposed method is effective for vessel segmentation, and embedding the specific vascular filter improves the segmentation performance.
• Abstract（参考訳）: 磁気共鳴血管造影(MRA)とCT(Computed Tomography Angiography)の正確な脳血管分画は脳血管病理の診断と治療において非常に重要である。 血管の複雑さとトポロジー変動のため、血管ネットワークの完全かつ正確なセグメント化は依然として課題である。 本稿では,畳み込みニューラルネットワークにドメイン知識を組み込んだVessel Oriented Filtering Network (VOF-Net)を提案する。 血管配向場に応じた血管指向性フィルタの設計を行い, 向き推定ネットワークにより求めた。 指向性フィルタリングによって抽出された特徴をセグメント化ネットワークに注入し、血管が細い、湾曲した管状構造であることの事前情報を利用する。 CTAとMRAのデータセットによる実験結果から,本手法は血管のセグメンテーションに有効であり,特定の血管フィルターを埋め込むことでセグメンテーション性能が向上することが示された。

関連論文リスト

• MDFI-Net: Multiscale Differential Feature Interaction Network for Accurate Retinal Vessel Segmentation [3.152646316470194]
  本稿では,MDFI-Net という DPCN に基づく機能拡張型インタラクションネットワークを提案する。 提案したMDFI-Netは,公開データセットの最先端手法よりもセグメンテーション性能が優れている。
  論文  参考訳（メタデータ） (2024-10-20T16:42:22Z)
• KLDD: Kalman Filter based Linear Deformable Diffusion Model in Retinal Image Segmentation [51.03868117057726]
  本稿では,網膜血管分割のためのKLDDモデルを提案する。 我々のモデルは、変形可能な畳み込みの柔軟な受容場を利用して、分割を反復的に洗練する拡散過程を用いる。 実験は網膜基底画像データセット(DRIVE,CHASE_DB1)とOCTA-500データセットの3mm,6mmで評価された。
  論文  参考訳（メタデータ） (2024-09-19T14:21:38Z)
• 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)
• Ischemic Stroke Lesion Segmentation Using Adversarial Learning [15.490603884631764]
  虚血性病変の分節に対する逆行学習を用いた分節モデルを提案する。 我々のモデルは、トレーニングのクロスバリデーションで42.10%、テストデータで39%のダイス精度を達成した。
  論文  参考訳（メタデータ） (2022-04-11T10:19:30Z)
• RAVIR: A Dataset and Methodology for the Semantic Segmentation and Quantitative Analysis of Retinal Arteries and Veins in Infrared Reflectance Imaging [7.316426736150123]
  Infrared Reflectance (IR) 画像における網膜動脈と静脈のセグメンテーションのための新しいデータセット RAVIR を提案する。 本稿では,網膜動脈と静脈のセマンティックセグメンテーションのための,新しい深層学習手法を提案する。 本実験は,SegRAVIRの有効性を検証し,最先端モデルと比較して優れた性能を示した。
  論文  参考訳（メタデータ） (2022-03-28T17:30:29Z)
• Hierarchical Deep Network with Uncertainty-aware Semi-supervised Learning for Vessel Segmentation [58.45470500617549]
  本稿では,注目機構が血管全体に誘導される低コントラストキャピラリー領域を局在させる階層的なディープネットワークを提案する。 提案手法は,底部画像における網膜動脈/静脈の分画とCT画像における肝門/肝血管の分画のベンチマークにおいて,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2021-05-31T06:55:43Z)
• Learning Tubule-Sensitive CNNs for Pulmonary Airway and Artery-Vein Segmentation in CT [45.93021999366973]
  肺気道,動脈,静脈の分節に対する畳み込みニューラルネットワーク(CNN)の訓練は困難である。 コントラスト非造影CTにおいて,CNNによる正確な気道および動脈静脈分画法を提案する。 細気管支、動脈、静脈に対して優れた感受性を有する。
  論文  参考訳（メタデータ） (2020-12-10T15:56:08Z)
• Claw U-Net: A Unet-based Network with Deep Feature Concatenation for Scleral Blood Vessel Segmentation [18.10578418379116]
  SWS(Sturge-Weber syndrome)は、血管奇形疾患であり、患者の症状が重篤な場合、失明を引き起こす可能性がある。 精巣血管を正確に分画する方法は,コンピュータ診断において重要な問題となっている。 Claw UNetは、硬化血管画像データセット上で、他のUNetベースのネットワークを上回っている。
  論文  参考訳（メタデータ） (2020-10-20T09:55:29Z)
• Rethinking the Extraction and Interaction of Multi-Scale Features for Vessel Segmentation [53.187152856583396]
  網膜血管と主要動脈を2次元基底画像と3次元CTアンギオグラフィー(CTA)スキャンで分割する,PC-Netと呼ばれる新しいディープラーニングモデルを提案する。 PC-Netでは、ピラミッド圧縮励起(PSE)モジュールが各畳み込みブロックに空間情報を導入し、より効果的なマルチスケール特徴を抽出する能力を高めている。
  論文  参考訳（メタデータ） (2020-10-09T08:22:54Z)
• Multi-Task Neural Networks with Spatial Activation for Retinal Vessel Segmentation and Artery/Vein Classification [49.64863177155927]
  本稿では,網膜血管,動脈,静脈を同時に分割する空間活性化機構を備えたマルチタスクディープニューラルネットワークを提案する。 提案するネットワークは,容器分割における画素ワイド精度95.70%,A/V分類精度94.50%を実現している。
  論文  参考訳（メタデータ） (2020-07-18T05:46:47Z)

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。