論文の概要: Computed tomography coronary angiogram images, annotations and associated data of normal and diseased arteries

• arxiv url: http://arxiv.org/abs/2211.01859v1
• Date: Thu, 3 Nov 2022 14:50:43 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-04 13:37:03.978548
• Title: Computed tomography coronary angiogram images, annotations and associated data of normal and diseased arteries
• Title（参考訳）: 正常動脈および疾患動脈のct冠動脈造影画像、注釈および関連データ
• Authors: Ramtin Gharleghi, Dona Adikari, Katy Ellenberger, Mark Webster, Chris Ellis, Arcot Sowmya, Sze-Yuan Ooi, Susann Beier
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 8.516530964229814
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Computed Tomography Coronary Angiography (CTCA) is a non-invasive method to evaluate coronary artery anatomy and disease. CTCA is ideal for geometry reconstruction to create virtual models of coronary arteries. To our knowledge there is no public dataset that includes centrelines and segmentation of the full coronary tree. We provide anonymized CTCA images, voxel-wise annotations and associated data in the form of centrelines, calcification scores and meshes of the coronary lumen in 20 normal and 20 diseased cases. Images were obtained along with patient information with informed, written consent as part of Coronary Atlas (https://www.coronaryatlas.org/). Cases were classified as normal (zero calcium score with no signs of stenosis) or diseased (confirmed coronary artery disease). Manual voxel-wise segmentations by three experts were combined using majority voting to generate the final annotations. Provided data can be used for a variety of research purposes, such as 3D printing patient-specific models, development and validation of segmentation algorithms, education and training of medical personnel and in-silico analyses such as testing of medical devices.
• Abstract（参考訳）: ct冠動脈造影(ctca)は、冠動脈の解剖と疾患を評価する非侵襲的方法である。 CTCAは冠動脈の仮想モデルを作成するのに最適である。 私たちの知る限り、全冠ツリーのセンタラインとセグメンテーションを含む公開データセットはありません。 正常20例, 疾患20例において, 冠状路の中心線, 石灰化スコア, メッシュの形で, 匿名化CTCA画像, ボクセルアノテーションおよび関連データを提供する。 画像は患者の情報とともに、Corronary Atlas (https://www.coronaryatlas.org/)の一部として、インフォームドされた同意書とともに得られた。 症例は正常(狭窄の兆候のないゼロカルシウムスコア)または病状(確認冠状動脈疾患)に分類された。 3人の専門家による手作業によるvoxel-wiseセグメンテーションは、多数決によって最終的なアノテーションを生成するために組み合わせられた。 提供されたデータは、3dプリンティングの患者固有のモデル、セグメンテーションアルゴリズムの開発と検証、医療関係者の教育と訓練、医療機器のテストなど、様々な研究目的に使用できる。

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)
• RadGenome-Chest CT: A Grounded Vision-Language Dataset for Chest CT Analysis [56.57177181778517]
  RadGenome-Chest CTはCT-RATEに基づく大規模3次元胸部CT解釈データセットである。 私たちは、最新の強力なユニバーサルセグメンテーションと大きな言語モデルを活用して、元のデータセットを拡張します。
  論文  参考訳（メタデータ） (2024-04-25T17:11:37Z)
• 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)
• Accurate Fine-Grained Segmentation of Human Anatomy in Radiographs via Volumetric Pseudo-Labeling [66.75096111651062]
  我々は,10,021個の胸部CTと157個のラベルの大規模データセットを作成した。 解剖学的擬似ラベル抽出のために3次元解剖分類モデルのアンサンブルを適用した。 得られたセグメンテーションモデルはCXRで顕著な性能を示した。
  論文  参考訳（メタデータ） (2023-06-06T18:01:08Z)
• Segmentation and Vascular Vectorization for Coronary Artery by Geometry-based Cascaded Neural Network [26.88627331841325]
  そこで本研究では,冠動脈の形状をベースとしたカスケード分割法を提案する。 冠動脈のメッシュは連続的かつ正確であり, ねじれ, 洗練された冠状動脈構造を有する。 本手法は, 分節血管の断片化を伴わない, 正確で無傷でスムーズな冠動脈を作製する。
  論文  参考訳（メタデータ） (2023-05-07T07:26:41Z)
• O2CTA: Introducing Annotations from OCT to CCTA in Coronary Plaque Analysis [19.099761377777412]
  冠動脈造影(CCTA)は動脈造影や狭窄度判定に広く用いられている。 侵襲的光コヒーレンス断層撮影(OCT)により、医師のトラブルを伴わずに解決することができるが、高いコストと潜在的なリスクを患者にもたらすことができる。 我々は,O2CTA問題に対処する手法を提案する。CCTAスキャンはまず,意味内容の観点からOCT画像と一致するマルチ平面再構成(MPR)画像に再構成される。 OCTの動脈セグメントは手動でラベル付けされ、提案したアライメント戦略を介してMPR画像の動脈全体と空間的に整列する。
  論文  参考訳（メタデータ） (2023-03-11T09:40:05Z)
• ImageCAS: A Large-Scale Dataset and Benchmark for Coronary Artery Segmentation based on Computed Tomography Angiography Images [13.486031592290258]
  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。
  論文  参考訳（メタデータ） (2022-11-03T06:37:10Z)
• Medical Image Captioning via Generative Pretrained Transformers [57.308920993032274]
  我々は、Show-Attend-Tell と GPT-3 という2つの言語モデルを組み合わせて、包括的で記述的な放射線学記録を生成する。 提案モデルは、Open-I、MIMIC-CXR、汎用MS-COCOの2つの医療データセットで検証される。
  論文  参考訳（メタデータ） (2022-09-28T10:27:10Z)
• An Algorithm for the Labeling and Interactive Visualization of the Cerebrovascular System of Ischemic Strokes [59.116811751334225]
  VirtualDSA++は、CTAスキャンで脳血管ツリーをセグメンテーションし、ラベル付けするために設計されたアルゴリズムである。 閉塞血管を同定するために,脳動脈のラベル付け機構を拡張した。 本稿では,そのモデルの全ノードにおける経路の反復的体系探索という一般的な概念を紹介し,新たな対話的特徴を実現する。
  論文  参考訳（メタデータ） (2022-04-26T14:20:26Z)
• AI-based Aortic Vessel Tree Segmentation for Cardiovascular Diseases Treatment: Status Quo [55.04215695343928]
  大動脈血管木は大動脈とその枝枝動脈からなる。 大動脈弁木の自動・半自動セグメンテーションのための計算手法を体系的に検討した。
  論文  参考訳（メタデータ） (2021-08-06T08:18:28Z)
• 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)

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。