論文の概要: Automated anomaly-aware 3D segmentation of bones and cartilages in knee MR images from the Osteoarthritis Initiative

• arxiv url: http://arxiv.org/abs/2211.16696v2
• Date: Thu, 1 Dec 2022 05:05:17 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-02 14:18:37.755654
• Title: Automated anomaly-aware 3D segmentation of bones and cartilages in knee MR images from the Osteoarthritis Initiative
• Title（参考訳）: 変形性膝関節症のMRI画像における骨・軟骨の3次元自動計測
• Authors: Boyeong Woo, Craig Engstrom, William Baresic, Jurgen Fripp, Stuart Crozier, Shekhar S. Chandra
• Abstract要約: 膝の3次元磁気共鳴(MR)画像における異常を検出するために,U-Netベースニューラルネットワークを用いた多段階アプローチを開発した。 異常検出のために、U-Netベースのモデルが開発され、インペイントによる画像の大腿骨骨の骨の形状を再構築した。 第2の異常認識ネットワークは, 異常診断ネットワークと比較され, 大腿骨, 大腿骨, 大腿骨, パテラー骨, 軟骨の最終的な自動分割に使用された。
• 参考スコア（独自算出の注目度）: 3.8281328621400226
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In medical image analysis, automated segmentation of multi-component anatomical structures, which often have a spectrum of potential anomalies and pathologies, is a challenging task. In this work, we develop a multi-step approach using U-Net-based neural networks to initially detect anomalies (bone marrow lesions, bone cysts) in the distal femur, proximal tibia and patella from 3D magnetic resonance (MR) images of the knee in individuals with varying grades of osteoarthritis. Subsequently, the extracted data are used for downstream tasks involving semantic segmentation of individual bone and cartilage volumes as well as bone anomalies. For anomaly detection, the U-Net-based models were developed to reconstruct the bone profiles of the femur and tibia in images via inpainting so anomalous bone regions could be replaced with close to normal appearances. The reconstruction error was used to detect bone anomalies. A second anomaly-aware network, which was compared to anomaly-na\"ive segmentation networks, was used to provide a final automated segmentation of the femoral, tibial and patellar bones and cartilages from the knee MR images containing a spectrum of bone anomalies. The anomaly-aware segmentation approach provided up to 58% reduction in Hausdorff distances for bone segmentations compared to the results from the anomaly-na\"ive segmentation networks. In addition, the anomaly-aware networks were able to detect bone lesions in the MR images with greater sensitivity and specificity (area under the receiver operating characteristic curve [AUC] up to 0.896) compared to the anomaly-na\"ive segmentation networks (AUC up to 0.874).
• Abstract（参考訳）: 医用画像解析では、しばしば潜在的な異常や病理のスペクトルを持つ多成分解剖構造の自動分割は難しい課題である。 本研究では, 変形性膝関節症患者の3次元磁気共鳴(MR)画像から, 遠位部, 近位部, 近位部, 膝蓋骨の異常(骨髄病変, 骨嚢胞)を早期に検出するために, U-Net-based Neural Network を用いた多段階的アプローチを開発した。 その後、抽出したデータは、個々の骨と軟骨体積のセグメンテーションと骨異常を含む下流タスクに使用される。 anomaly detectionのために、u-netベースのモデルが開発され、画像中の大腿骨と骨の骨プロファイルを塗り替えることにより、異常な骨領域を正常な外観に置き換えることができた。 再建誤差は骨異常の検出に用いられた。 anomaly-na\"ive segmentation networkと比較した第2のanomaly-aware networkは、骨異常のスペクトルを含む膝関節mr画像からの大腿骨、骨、膝蓋骨および軟骨の最終的な自動セグメント化を提供するために使用された。 Anomaly-aware segmentation(英語版)アプローチは、Anomaly-na\ive segmentation Network(英語版)の結果と比較して、Hausdorff 距離を最大58%削減した。 さらに,mr画像中の骨病変を,感度と特異性(受信者動作特性曲線[auc]下の領域が0.896まで)で検出できた。

関連論文リスト

• Spatial-aware Attention Generative Adversarial Network for Semi-supervised Anomaly Detection in Medical Image [63.59114880750643]
  本稿では,一級半教師付き健康画像生成のための空間意識生成ネットワーク(SAGAN)について紹介する。 SAGANは、正常な画像の復元と擬似異常画像の復元によって導かれる、ラベルのないデータに対応する高品質な健康画像を生成する。 3つの医学データセットに対する大規模な実験は、提案されたSAGANが最先端の手法よりも優れていることを示した。
  論文  参考訳（メタデータ） (2024-05-21T15:41:34Z)
• Adapting Visual-Language Models for Generalizable Anomaly Detection in Medical Images [68.42215385041114]
  本稿では,CLIPモデルを用いた医用異常検出のための軽量な多レベル適応と比較フレームワークを提案する。 提案手法では,複数の残像アダプタを事前学習した視覚エンコーダに統合し,視覚的特徴の段階的向上を実現する。 医学的異常検出ベンチマーク実験により,本手法が現在の最先端モデルを大幅に上回っていることが示された。
  論文  参考訳（メタデータ） (2024-03-19T09:28:19Z)
• K-Space-Aware Cross-Modality Score for Synthesized Neuroimage Quality Assessment [71.27193056354741]
  クロスモダリティな医用画像合成をどう評価するかという問題は、ほとんど解明されていない。 本稿では,この課題の進展を促すため,新しい指標K-CROSSを提案する。 K-CROSSは、トレーニング済みのマルチモードセグメンテーションネットワークを使用して、病変の位置を予測する。
  論文  参考訳（メタデータ） (2023-07-10T01:26:48Z)
• CNN-based fully automatic wrist cartilage volume quantification in MR Image [55.41644538483948]
  追加の注意層を持つU-net畳み込みニューラルネットワークは、最高の手首軟骨分割性能を提供する。 非MRI法を用いて軟骨体積測定の誤差を独立に評価すべきである。
  論文  参考訳（メタデータ） (2022-06-22T14:19:06Z)
• Using machine learning on new feature sets extracted from 3D models of broken animal bones to classify fragments according to break agent [53.796331564067835]
  ホミニン骨破壊による骨片と肉食動物による骨片の識別を目的とした骨折パターン解析への新しいアプローチを提案する。 この方法では、断片的な骨の3Dモデルを用いて、これまで骨折パターン解析に使用されていた特徴セットよりも透明性が高くレプリカ性の高いデータセットを抽出する。 監視された機械学習アルゴリズムは、骨断片を破片のエージェントに従って適切に分類するために使用され、平均的精度はテスト全体で77%である。
  論文  参考訳（メタデータ） (2022-05-20T20:16:21Z)
• Interpretable Vertebral Fracture Quantification via Anchor-Free Landmarks Localization [0.04925906256430176]
  椎体圧迫骨折は骨粗しょう症の早期徴候である。 3次元CT画像に椎体を局在させる新しい2段階アルゴリズムを提案する。 そして、個々の椎骨を検出し、同時に2Dで骨折を定量化する。
  論文  参考訳（メタデータ） (2022-04-14T08:31:25Z)
• Explainable multiple abnormality classification of chest CT volumes with AxialNet and HiResCAM [89.2175350956813]
  本稿では,容積医用画像における多変量分類の課題について紹介する。 本稿では,複数のインスタンス学習型畳み込みニューラルネットワークであるAxialNetを提案する。 そして、HiResCAMと3D許容領域を利用した新しいマスクロスにより、モデルの学習を改善することを目指す。
  論文  参考訳（メタデータ） (2021-11-24T01:14:33Z)
• Automated femur segmentation from computed tomography images using a deep neural network [0.0]
  骨粗しょう症(英: osteoporosis)は、骨の再生が古い骨の喪失に追いつかず、骨折のリスクが高まるという一般的な骨疾患である。 我々は, 深部畳み込みニューラルネットワークを用いて, CTスキャンから大腿骨の正確な, 自動化され, 堅牢で, 高速なセグメンテーションを創出する, 大腿骨近位部セグメンテーションのための新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2021-01-27T23:37:56Z)
• Three-dimensional Segmentation of the Scoliotic Spine from MRI using Unsupervised Volume-based MR-CT Synthesis [3.6273410177512275]
  本研究では,無教師付き完全3次元(3次元)クロスモダリティ合成法を提案する。 3D CycleGANモデルはMR領域とCT領域にまたがるボリューム・ツー・ボリューム変換のために訓練される。 結果として生じるセグメンテーションは、脊椎の3次元モデルを再構成するために使用される。
  論文  参考訳（メタデータ） (2020-11-25T18:34:52Z)
• Bone Feature Segmentation in Ultrasound Spine Image with Robustness to Speckle and Regular Occlusion Noise [11.11171761130519]
  3D超音波画像は、低コストで、放射線のない、リアルタイムな特徴のおかげで、スコリオーシスの診断に大いに期待できる。 超音波画像で側鎖骨に到達するための鍵は、骨の領域を正確に区分けし、骨の特徴の対称性に基づいて側鎖骨の度合いを測定することである。 本稿では,超音波スピネルボリューム投影画像(VPI)画像のU-net構造に基づく頑健な骨特徴分割法を提案する。
  論文  参考訳（メタデータ） (2020-10-08T02:44:39Z)
• 3D Convolutional Sequence to Sequence Model for Vertebral Compression Fractures Identification in CT [1.7372615815088566]
  骨粗しょう症関連骨折は世界中で3秒ごとに発生し、女性3人に1人、男性5人に1人が50歳以上である。 本研究では,CT画像を用いた脊椎圧迫骨折の自動診断システムを提案する。 このシステムは、脊髄検出のための畳み込みニューラルネットワーク(CNN)と、新しい3Dアーキテクチャへのエンドツーエンドシーケンスを利用して、脊椎のコンパクトな3D表現を統合する。
  論文  参考訳（メタデータ） (2020-10-08T02:39:40Z)

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。