論文の概要: Segmenting thalamic nuclei from manifold projections of multi-contrast MRI

• arxiv url: http://arxiv.org/abs/2301.06114v1
• Date: Sun, 15 Jan 2023 15:11:51 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-18 17:23:11.620846
• Title: Segmenting thalamic nuclei from manifold projections of multi-contrast MRI
• Title（参考訳）: マルチコントラストMRIの多様体射影からのセグメンテーション視床核
• Authors: Chang Yan and Muhan Shao and Zhangxing Bian and Anqi Feng and Yuan Xue and Jiachen Zhuo and Rao P. Gullapalli and Aaron Carass and Jerry L. Prince
• Abstract要約: 視床下部は皮質下灰白質構造であり、脳内の感覚や運動の伝達に重要な役割を果たしている。 その核は萎縮したり、神経疾患や軽度の外傷性脳損傷を含む損傷によって影響を受けることがある。 本稿では,視床核を解析し,自然に集束する重要な組織シグネチャを決定するためのイメージング機能について検討する。
• 参考スコア（独自算出の注目度）: 6.474263550035463
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The thalamus is a subcortical gray matter structure that plays a key role in relaying sensory and motor signals within the brain. Its nuclei can atrophy or otherwise be affected by neurological disease and injuries including mild traumatic brain injury. Segmenting both the thalamus and its nuclei is challenging because of the relatively low contrast within and around the thalamus in conventional magnetic resonance (MR) images. This paper explores imaging features to determine key tissue signatures that naturally cluster, from which we can parcellate thalamic nuclei. Tissue contrasts include T1-weighted and T2-weighted images, MR diffusion measurements including FA, mean diffusivity, Knutsson coefficients that represent fiber orientation, and synthetic multi-TI images derived from FGATIR and T1-weighted images. After registration of these contrasts and isolation of the thalamus, we use the uniform manifold approximation and projection (UMAP) method for dimensionality reduction to produce a low-dimensional representation of the data within the thalamus. Manual labeling of the thalamus provides labels for our UMAP embedding from which k nearest neighbors can be used to label new unseen voxels in that same UMAP embedding. N -fold cross-validation of the method reveals comparable performance to state-of-the-art methods for thalamic parcellation.
• Abstract（参考訳）: 視床は皮質下灰白質構造であり、脳内の感覚と運動のシグナルの伝達に重要な役割を果たしている。 核は萎縮したり、神経疾患や軽度の外傷性脳損傷などによる損傷を受けることがある。 視床とその核のセグメンテーションは、従来の磁気共鳴(mr)画像における視床内および周辺でのコントラストが比較的低いため困難である。 本論文は,視床核を包含する自然に集合する組織の特徴を決定するための画像特徴について検討する。 組織コントラストには、T1強調画像とT2強調画像、FAを含むMR拡散測定、平均拡散率、繊維配向を表すKnutsson係数、FGATIRおよびT1強調画像から得られた合成マルチTI画像が含まれる。 これらのコントラストの登録と視床の分離の後、一様多様体近似投影法 (uniform manifold approximation and projection,umap) を用いて、視床内のデータの低次元表現を作成する。 視床を手動でラベル付けすることで、我々のUMAP埋め込みのラベルを提供し、そこから隣人k人が同じUMAP埋め込みに新しい未知のボクセルをラベル付けすることができる。 n-フォールドクロスバリデーション この手法は視床括弧術の最先端法に匹敵する性能を示す。

関連論文リスト

• Neurovascular Segmentation in sOCT with Deep Learning and Synthetic Training Data [4.5276169699857505]
  本研究は, 連続断面光コヒーレンストモグラフィー画像における神経血管セグメンテーションのための合成エンジンについて述べる。 提案手法は,ラベル合成とラベル・ツー・イメージ変換の2段階からなる。 前者の有効性を,より現実的なトレーニングラベルの集合と比較し,後者を合成ノイズと人工物モデルのアブレーション研究により実証した。
  論文  参考訳（メタデータ） (2024-07-01T16:09:07Z)
• MindFormer: Semantic Alignment of Multi-Subject fMRI for Brain Decoding [50.55024115943266]
  本稿では,MindFormer を用いたマルチオブジェクト fMRI 信号のセマンティックアライメント手法を提案する。 このモデルは、fMRIから画像生成のための安定拡散モデルや、fMRIからテキスト生成のための大規模言語モデル(LLM)の条件付けに使用できるfMRI条件付き特徴ベクトルを生成するように設計されている。 実験の結果,MindFormerは意味的に一貫した画像とテキストを異なる主題にわたって生成することがわかった。
  論文  参考訳（メタデータ） (2024-05-28T00:36:25Z)
• H-SynEx: Using synthetic images and ultra-high resolution ex vivo MRI for hypothalamus subregion segmentation [1.0486773259892048]
  視床下部領域の自動セグメンテーションのための機械学習手法であるH-SynExを紹介する。 H-SynExは、リトレーニングなしで異なるMRIシーケンスと解像度を一般化する。 5mm間隔のFLAIR画像において,アルツハイマー病患者に対してコントロールを識別することができた。
  論文  参考訳（メタデータ） (2024-01-30T15:36:02Z)
• High-fidelity Direct Contrast Synthesis from Magnetic Resonance Fingerprinting [28.702553164811473]
  本稿では,MRFデータからコントラスト強調画像を直接合成する教師あり学習手法を提案する。 In-vivo実験は、シミュレーションベースのコントラスト合成や従来のDCS法と比較して、視覚的にも定量的にも優れた画質を示す。
  論文  参考訳（メタデータ） (2022-12-21T07:11:39Z)
• Three-dimensional micro-structurally informed in silico myocardium -- towards virtual imaging trials in cardiac diffusion weighted MRI [58.484353709077034]
  本稿では,心筋微細構造の数値ファントムを現実的に生成する新しい手法を提案する。 シリコン組織モデルにより、磁気共鳴イメージングの定量的モデルを評価することができる。
  論文  参考訳（メタデータ） (2022-08-22T22:01:44Z)
• Symmetry-Enhanced Attention Network for Acute Ischemic Infarct Segmentation with Non-Contrast CT Images [50.55978219682419]
  急性虚血性梗塞セグメンテーションのための対称性増強型注意ネットワーク(SEAN)を提案する。 提案するネットワークは、入力されたCT画像を、脳組織が左右対称な標準空間に自動的に変換する。 提案したSEANは、ダイス係数と梗塞局所化の両方の観点から、対称性に基づく最先端の手法より優れている。
  論文  参考訳（メタデータ） (2021-10-11T07:13:26Z)
• Confidence-guided Lesion Mask-based Simultaneous Synthesis of Anatomic and Molecular MR Images in Patients with Post-treatment Malignant Gliomas [65.64363834322333]
  信頼性ガイドSAMR(CG-SAMR)は、病変情報からマルチモーダル解剖学的配列にデータを合成する。 モジュールは中間結果に対する信頼度測定に基づいて合成をガイドする。 実際の臨床データを用いた実験により,提案モデルが最先端の合成法よりも優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2020-08-06T20:20:22Z)
• Lesion Mask-based Simultaneous Synthesis of Anatomic and MolecularMR Images using a GAN [59.60954255038335]
  提案するフレームワークは,ストレッチアウトアップサンプリングモジュール,ブレインアトラスエンコーダ,セグメンテーション一貫性モジュール,マルチスケールラベルワイド識別器から構成される。 実際の臨床データを用いた実験により,提案モデルが最先端の合成法よりも優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2020-06-26T02:50:09Z)
• High Tissue Contrast MRI Synthesis Using Multi-Stage Attention-GAN for Glioma Segmentation [25.408175460840802]
  本稿では, 合成高組織コントラスト(HTC)画像を生成するために, 画像から画像への変換技術の有用性を示す。 我々は,組織内部のコントラストを高めるために,注意機構を有する新しいサイクル生成対向ネットワーク(CycleGAN)を採用した。 グリオーマ腫瘍を含む脳MRスキャンにおけるHTC像の合成法について述べる。
  論文  参考訳（メタデータ） (2020-06-09T03:21:30Z)
• Multifold Acceleration of Diffusion MRI via Slice-Interleaved Diffusion Encoding (SIDE) [50.65891535040752]
  本稿では,Slice-Interleaved Diffusionと呼ばれる拡散符号化方式を提案する。 SIDEは、拡散重み付き(DW)画像ボリュームを異なる拡散勾配で符号化したスライスでインターリーブする。 また,高いスライスアンサンプデータからDW画像を効果的に再構成するためのディープラーニングに基づく手法を提案する。
  論文  参考訳（メタデータ） (2020-02-25T14:48:17Z)

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。