論文の概要: ImageCAS: A Large-Scale Dataset and Benchmark for Coronary Artery Segmentation based on Computed Tomography Angiography Images

• arxiv url: http://arxiv.org/abs/2211.01607v1
• Date: Thu, 3 Nov 2022 06:37:10 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-04 14:21:15.626754
• Title: ImageCAS: A Large-Scale Dataset and Benchmark for Coronary Artery Segmentation based on Computed Tomography Angiography Images
• Title（参考訳）: ImageCAS:CT画像を用いた冠動脈セグメンテーションのための大規模データセットとベンチマーク
• Authors: An Zeng, Chunbiao Wu, Meiping Huang, Jian Zhuang, Shanshan Bi, Dan Pan, Najeeb Ullah, Kaleem Nawaz Khan, Tianchen Wang, Yiyu Shi, Xiaomeng Li, Guisen Lin, Xiaowei Xu
• Abstract要約: 心臓血管疾患 (CVD) は非感染性疾患の約半数を占める。 冠動脈の血管狭窄はCVDの大きなリスクであると考えられている。 CTA画像を用いた冠動脈セグメンテーションのための大規模データセットを提案する。
• 参考スコア（独自算出の注目度）: 17.685237611856092
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cardiovascular disease (CVD) accounts for about half of non-communicable diseases. Vessel stenosis in the coronary artery is considered to be the major risk of CVD. Computed tomography angiography (CTA) is one of the widely used noninvasive imaging modalities in coronary artery diagnosis due to its superior image resolution. Clinically, segmentation of coronary arteries is essential for the diagnosis and quantification of coronary artery disease. Recently, a variety of works have been proposed to address this problem. However, on one hand, most works rely on in-house datasets, and only a few works published their datasets to the public which only contain tens of images. On the other hand, their source code have not been published, and most follow-up works have not made comparison with existing works, which makes it difficult to judge the effectiveness of the methods and hinders the further exploration of this challenging yet critical problem in the community. In this paper, we propose a large-scale dataset for coronary artery segmentation on CTA images. In addition, we have implemented a benchmark in which we have tried our best to implement several typical existing methods. Furthermore, we propose a strong baseline method which combines multi-scale patch fusion and two-stage processing to extract the details of vessels. Comprehensive experiments show that the proposed method achieves better performance than existing works on the proposed large-scale dataset. The benchmark and the dataset are published at https://github.com/XiaoweiXu/ImageCAS-A-Large-Scale-Dataset-and-Benchmark-for-Coronary-Artery-Segmen tation-based-on-CT.
• Abstract（参考訳）: 心臓血管疾患 (CVD) は非感染性疾患の約半数を占める。 冠動脈の血管狭窄はCVDの大きなリスクであると考えられている。 ctアンギオグラフィー(ct angiography, cta)は冠動脈診断における非侵襲的画像診断法の一つである。 臨床的に冠動脈の分画は冠動脈疾患の診断と定量化に不可欠である。 近年,この問題に対処する様々な研究が提案されている。 しかしながら、ほとんどの作品は社内のデータセットに依存しており、数十枚の画像のみを含むデータセットを一般に公開している作品はごくわずかである。 一方, ソースコードは公開されておらず, 既存の研究との比較は行われていないため, 手法の有効性を判断することは困難であり, コミュニティにおけるこの問題のさらなる探究を妨げている。 本稿では,CTA画像を用いた冠状動脈セグメンテーションのための大規模データセットを提案する。 さらに、我々はいくつかの典型的な既存手法の実装に最善を尽くしたベンチマークを実装した。 さらに,マルチスケールパッチ融合と2段階処理を組み合わせることで,船舶の細部を抽出する強力なベースライン手法を提案する。 包括的実験により,提案手法は提案した大規模データセットの既存手法よりも優れた性能を示した。 ベンチマークとデータセットはhttps://github.com/XiaoweiXu/ImageCAS-A-Large-Scale-Dataset-and-Benchmark-for-Coronary-Artery-Segmen tation-on-CTで公開されている。

関連論文リスト

• AGFA-Net: Attention-Guided and Feature-Aggregated Network for Coronary Artery Segmentation using Computed Tomography Angiography [5.583495103569884]
  CCTA画像を用いた冠動脈セグメンテーションのための注意誘導型3Dディープネットワーク(AGFA-Net)を提案する。 AGFA-Netは注意機構と機能改善モジュールを活用して、有能な特徴を捉え、セグメンテーションの精度を高める。 1000個のCCTAスキャンからなるデータセットの評価はAGFA-Netの優れた性能を示し、平均Dice係数は86.74%、ハウスドルフ距離は0.23mmである。
  論文  参考訳（メタデータ） (2024-06-13T01:04:47Z)
• Coronary artery segmentation in non-contrast calcium scoring CT images using deep learning [2.2687766762329886]
  非コントラスト心エコー画像における冠状動脈のセグメンテーションのためのディープラーニングアルゴリズムを提案する。 テストGTを作成するために,手動メッシュ画像登録のための新しい手法を提案する。 実験結果から,トレーニングに使用するGTよりもトレーニングモデルの精度が有意に高く,相互変動に近いDiceとclDiceの測定値が得られた。
  論文  参考訳（メタデータ） (2024-03-04T23:40:02Z)
• SSASS: Semi-Supervised Approach for Stenosis Segmentation [9.767759441883008]
  冠状動脈構造の複雑さとX線像の固有ノイズが相まって,この課題には大きな課題が生じる。 心血管狭窄セグメンテーションに対する半監督的アプローチを提案する。 自動冠状動脈疾患診断では異常な成績を示した。
  論文  参考訳（メタデータ） (2023-11-17T02:01:19Z)
• Revisiting Computer-Aided Tuberculosis Diagnosis [56.80999479735375]
  結核(TB)は世界的な健康上の脅威であり、毎年何百万人もの死者を出している。 深層学習を用いたコンピュータ支援結核診断 (CTD) は有望であるが, 限られたトレーニングデータによって進行が妨げられている。 結核X線(TBX11K)データセットは11,200個の胸部X線(CXR)画像とそれに対応するTB領域のバウンディングボックスアノテーションを含む。 このデータセットは、高品質なCTDのための洗練された検出器のトレーニングを可能にする。
  論文  参考訳（メタデータ） (2023-07-06T08:27:48Z)
• Computed tomography coronary angiogram images, annotations and associated data of normal and diseased arteries [8.516530964229814]
  CTCAは冠動脈の解剖と疾患を評価する非侵襲的手法である。 私たちの知る限り、完全な冠状樹の中心線とセグメンテーションを含むパブリックデータセットはありません。 データは、患者固有の3Dプリンティングモデル、セグメンテーションアルゴリズムの開発と検証、医療従事者の教育と訓練、医療機器のテストなど、様々な研究目的に使用できる。
  論文  参考訳（メタデータ） (2022-11-03T14:50:43Z)
• Harmonizing Pathological and Normal Pixels for Pseudo-healthy Synthesis [68.5287824124996]
  そこで本研究では,新しいタイプの識別器であるセグメンタを提案し,病変の正確な特定と擬似健康画像の視覚的品質の向上を図っている。 医用画像強調に生成画像を適用し,低コントラスト問題に対処するために拡張結果を利用する。 BraTSのT2モダリティに関する総合的な実験により、提案手法は最先端の手法よりも大幅に優れていることが示された。
  論文  参考訳（メタデータ） (2022-03-29T08:41:17Z)
• Incremental Cross-view Mutual Distillation for Self-supervised Medical CT Synthesis [88.39466012709205]
  本稿では,スライス間の分解能を高めるために,新しい医療スライスを構築した。 臨床実践において, 根本・中間医療スライスは常に欠落していることを考慮し, 相互蒸留の段階的相互蒸留戦略を導入する。 提案手法は,最先端のアルゴリズムよりも明確なマージンで優れる。
  論文  参考訳（メタデータ） (2021-12-20T03:38:37Z)
• Encoder-Decoder Architectures for Clinically Relevant Coronary Artery Segmentation [0.0]
  冠動脈疾患の診断と治療には,冠動脈X線アンギオグラフィが重要である。 従来のアプローチでは、最適でないセグメンテーション基準を使用しており、あまり有用な結果が得られていない。 本稿では,新しいデコーダアーキテクチャであるEfficientUNet++を用いて,効率的かつ高性能なセグメンテーションモデルを提案する。
  論文  参考訳（メタデータ） (2021-06-21T23:32:11Z)
• Many-to-One Distribution Learning and K-Nearest Neighbor Smoothing for Thoracic Disease Identification [83.6017225363714]
  ディープラーニングは、病気の識別性能を改善するための最も強力なコンピュータ支援診断技術となった。 胸部X線撮影では、大規模データの注釈付けには専門的なドメイン知識が必要で、時間を要する。 本論文では、単一モデルにおける疾患同定性能を改善するために、複数対1の分布学習(MODL)とK-nearest neighbor smoothing(KNNS)手法を提案する。
  論文  参考訳（メタデータ） (2021-02-26T02:29:30Z)
• A Benchmark for Studying Diabetic Retinopathy: Segmentation, Grading, and Transferability [76.64661091980531]
  糖尿病患者は糖尿病網膜症(DR)を発症するリスクがある コンピュータ支援型DR診断は、DRの早期検出と重度評価のための有望なツールである。 このデータセットは、ピクセルレベルのDR関連病変アノテーションを持つ1,842枚の画像と、6人の眼科医によって評価された画像レベルのラベルを持つ1,000枚の画像を有する。
  論文  参考訳（メタデータ） (2020-08-22T07:48:04Z)
• Synergistic Learning of Lung Lobe Segmentation and Hierarchical Multi-Instance Classification for Automated Severity Assessment of COVID-19 in CT Images [61.862364277007934]
  3次元CT画像におけるCOVID-19の重症度自動評価のための相乗的学習フレームワークを提案する。 マルチタスクのディープネットワーク(M$2$UNet)が開発され、新型コロナウイルス患者の重症度を評価する。 われわれのM$2$UNetはパッチレベルのエンコーダと肺葉分画のためのセグメンテーションサブネットワークと重度評価のための分類サブネットワークから構成されている。
  論文  参考訳（メタデータ） (2020-05-08T03:16:15Z)

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。