論文の概要: Ultrasound Detection of Subquadricipital Recess Distension
- arxiv url: http://arxiv.org/abs/2211.12089v1
- Date: Tue, 22 Nov 2022 08:40:03 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-23 19:04:03.269171
- Title: Ultrasound Detection of Subquadricipital Recess Distension
- Title（参考訳）: 四肢下遺残拡張症の超音波診断
- Authors: Marco Colussi, Gabriele Civitarese, Dragan Ahmetovic, Claudio Bettini,
Roberta Gualtierotti, Flora Peyvandi, Sergio Mascetti
- Abstract要約: 超音波検査は, 関節出血による関節凹部伸展の診断に有効である。
診断プロセスにおける実践者を支援するためのコンピュータ支援診断ツールは存在しない。
本稿では, 血友病患者に採取した膝関節超音波像において, 凹部を自動的に検出し, 違和感があるかどうかを判定する問題に対処する。
- 参考スコア（独自算出の注目度）: 2.018671219453538
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Joint bleeding is a common condition for people with hemophilia and, if
untreated, can result in hemophilic arthropathy. Ultrasound imaging has
recently emerged as an effective tool to diagnose joint recess distension
caused by joint bleeding. However, no computer-aided diagnosis tool exists to
support the practitioner in the diagnosis process. This paper addresses the
problem of automatically detecting the recess and assessing whether it is
distended in knee ultrasound images collected in patients with hemophilia.
After framing the problem, we propose two different approaches: the first one
adopts a one-stage object detection algorithm, while the second one is a
multi-task approach with a classification and a detection branch. The
experimental evaluation, conducted with $483$ annotated images, shows that the
solution based on object detection alone has a balanced accuracy score of
$0.74$ with a mean IoU value of $0.66$, while the multi-task approach has a
higher balanced accuracy value ($0.78$) at the cost of a slightly lower mean
IoU value.
- Abstract（参考訳）: 関節出血は血友病患者に共通する病態であり、治療を受けなければ血友病性関節症となる。
超音波画像は関節出血による関節凹部拡張を診断するための有効なツールとして最近登場している。
しかし、診断プロセスにおける実践者を支援するコンピュータ支援診断ツールは存在しない。
本稿では, 血友病患者に収集された膝超音波画像において, 凹部を自動的に検出し, 変位の有無を判定する問題に対処する。
この問題に対処した後、第1のアプローチは1段階のオブジェクト検出アルゴリズムを採用し、第2のアプローチは分類と検出分岐を備えたマルチタスクアプローチを提案する。
483ドルのアノテート画像を用いて行った実験の結果、物体検出のみに基づく解は平均IoU値が0.66ドル、平均IoU値が0.78ドルであるのに対し、マルチタスク手法は平均IoU値がわずかに低いコストでより高い平衡精度値(0.78ドル)を持つことがわかった。
関連論文リスト
- Localizing Anomalies via Multiscale Score Matching Analysis [13.898576482792173]
本稿では,脳MRIにおける異常局所化のための新しい教師なし手法であるSpatial-MSMAを紹介する。
パッチ位置とグローバル画像の特徴を条件としたフレキシブルな正規化フローモデルを用いて、パッチワイド異常スコアを推定する。
この方法は、通常発達している幼児の1,650T1およびT2重み付き脳MRIのデータセットで評価される。
論文 参考訳（メタデータ） (2024-06-28T17:57:12Z) - Statistical validation of a deep learning algorithm for dental anomaly
detection in intraoral radiographs using paired data [0.0]
本研究は, 深層学習アルゴリズムを用いた歯科医師の検出性能と, 画像評価を行う歯科医師の先行成績を比較した。
これらの結果の統計的意義は、マクネマール検定と二項仮説検定の両方を用いて広く証明されている。
論文 参考訳（メタデータ） (2024-02-01T13:46:36Z) - Learning to diagnose cirrhosis from radiological and histological labels
with joint self and weakly-supervised pretraining strategies [62.840338941861134]
そこで本稿では, 放射線学者が注釈付けした大規模データセットからの転写学習を活用して, 小さい付加データセットで利用できる組織学的スコアを予測することを提案する。
我々は,肝硬変の予測を改善するために,異なる事前訓練法,すなわち弱い指導法と自己指導法を比較した。
この方法は、METAVIRスコアのベースライン分類を上回り、AUCが0.84、バランスの取れた精度が0.75に達する。
論文 参考訳（メタデータ） (2023-02-16T17:06:23Z) - Automated SSIM Regression for Detection and Quantification of Motion
Artefacts in Brain MR Images [54.739076152240024]
磁気共鳴脳画像における運動アーチファクトは重要な問題である。
MR画像の画質評価は,臨床診断に先立って基本的である。
構造類似度指数(SSIM)回帰に基づく自動画像品質評価法が提案されている。
論文 参考訳（メタデータ） (2022-06-14T10:16:54Z) - StRegA: Unsupervised Anomaly Detection in Brain MRIs using a Compact
Context-encoding Variational Autoencoder [48.2010192865749]
教師なし異常検出(UAD)は、健康な被験者の異常なデータセットからデータ分布を学習し、分布サンプルの抽出に応用することができる。
本研究では,コンテクストエンコーディング(context-encoding)VAE(ceVAE)モデルのコンパクトバージョンと,前処理と後処理のステップを組み合わせて,UADパイプライン(StRegA)を作成することを提案する。
提案したパイプラインは、BraTSデータセットのT2w画像と0.859$pm$0.112の腫瘍を検出しながら、Diceスコアが0.642$pm$0.101に達した。
論文 参考訳（メタデータ） (2022-01-31T14:27:35Z) - Coherence Learning using Keypoint-based Pooling Network for Accurately
Assessing Radiographic Knee Osteoarthritis [18.47511520060851]
膝関節症(英語: Knee osteoarthritis, OA)は、世界中の高齢者に影響を及ぼす一般的な変性関節疾患である。
現在臨床症状のある膝OAグレーティングシステムは観察対象であり、レイター間の相違に悩まされている。
本稿では,複合度と微粒度を同時に評価するためのコンピュータ支援型診断手法を提案する。
論文 参考訳（メタデータ） (2021-12-16T19:59:13Z) - A Deep Learning Approach to Predicting Collateral Flow in Stroke
Patients Using Radiomic Features from Perfusion Images [58.17507437526425]
側方循環は、血流を妥協した領域に酸素を供給する特殊な無酸素流路から生じる。
実際のグレーティングは主に、取得した画像の手動検査によって行われる。
MR灌流データから抽出した放射線学的特徴に基づいて,脳卒中患者の側方血流低下を予測するための深層学習手法を提案する。
論文 参考訳（メタデータ） (2021-10-24T18:58:40Z) - Controlling False Positive/Negative Rates for Deep-Learning-Based
Prostate Cancer Detection on Multiparametric MR images [58.85481248101611]
そこで本研究では,病変からスライスまでのマッピング機能に基づく,病変レベルのコスト感受性損失と付加的なスライスレベルの損失を組み込んだ新しいPCa検出ネットワークを提案する。
1) 病変レベルFNRを0.19から0.10に, 病変レベルFPRを1.03から0.66に減らした。
論文 参考訳（メタデータ） (2021-06-04T09:51:27Z) - Automated Detection of Coronary Artery Stenosis in X-ray Angiography
using Deep Neural Networks [0.0]
X線冠動脈造影画像からの狭窄検出を部分的に自動化する2段階のディープラーニングフレームワークを提案する。
左/右冠動脈角ビューの分類作業において0.97の精度を達成し、LCAとRCAの関心領域の決定について0.68/0.73のリコールを行った。
論文 参考訳（メタデータ） (2021-03-04T11:45:54Z) - Learning normal appearance for fetal anomaly screening: Application to
the unsupervised detection of Hypoplastic Left Heart Syndrome [3.349339674977796]
先天性心疾患は先天異常の最も一般的なグループの一つで、新生児の6-11ドル/000ドルに影響を及ぼす。
本研究は,低形成性左心症候群(HLHS)例を対象に,超音波検診における心臓異常の自動検出のための枠組みを提案し,評価した。
臨床検査で確認された正常なコントロール患者のみから健康な解剖学を学習する教師なしのアプローチを提案する。
論文 参考訳（メタデータ） (2020-11-15T17:18:37Z) - Assisted Probe Positioning for Ultrasound Guided Radiotherapy Using
Image Sequence Classification [55.96221340756895]
前立腺外照射療法における経皮的超音波画像誘導は, 患者設定中の各セッションにおけるプローブと前立腺の整合性を必要とする。
本研究では,画像とプローブ位置データの共同分類により,高精度なプローブ配置を確保する方法を示す。
マルチ入力マルチタスクアルゴリズムを用いて、光学的追跡された超音波プローブからの空間座標データを、繰り返しニューラルネットワークを用いて画像クラスシファイアと組み合わせ、リアルタイムで2セットの予測を生成する。
このアルゴリズムは平均(標準偏差)3.7$circ$ (1.2$circ$)の範囲内で最適なプローブアライメントを同定する。
論文 参考訳（メタデータ） (2020-10-06T13:55:02Z)
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。