論文の概要: Detecting and measuring human gastric peristalsis using magnetically controlled capsule endoscope

• arxiv url: http://arxiv.org/abs/2301.10218v1
• Date: Tue, 24 Jan 2023 18:46:33 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-25 12:40:11.851732
• Title: Detecting and measuring human gastric peristalsis using magnetically controlled capsule endoscope
• Title（参考訳）: 磁気制御カプセル内視鏡によるヒト胃穿孔の検出と測定
• Authors: Xueshen Li, Yu Gan, David Duan, and Xiao Yang
• Abstract要約: 我々は,MCCEが取得したビデオシーケンスを用いてヒト胃穿孔の検出と測定を行うアルゴリズムを開発した。 本研究では,胃収縮波を検知し,ヒト胃穿孔期間を測定するための時空間深層学習アルゴリズムを開発した。 我々の知る限りでは、人間の胃穿孔を検知し、測定するコンピュータビジョンベースのソリューションを最初に提案する。
• 参考スコア（独自算出の注目度）: 2.4003277781698418
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Magnetically controlled capsule endoscope (MCCE) is an emerging tool for the diagnosis of gastric diseases with the advantages of comfort, safety, and no anesthesia. In this paper, we develop algorithms to detect and measure human gastric peristalsis (contraction wave) using video sequences acquired by MCCE. We develop a spatial-temporal deep learning algorithm to detect gastric contraction waves and measure human gastric peristalsis periods. The quality of MCCE video sequences is prone to camera motion. We design a camera motion detector (CMD) to process the MCCE video sequences, mitigating the camera movement during MCCE examination. To the best of our knowledge, we are the first to propose computer vision-based solutions to detect and measure human gastric peristalsis. Our methods have great potential in assisting the diagnosis of gastric diseases by evaluating gastric motility.
• Abstract（参考訳）: 磁気制御型カプセル内視鏡(MCCE)は, 快適性, 安全性, 麻酔のない胃疾患を診断するための新しいツールである。 本稿では,MCCE が取得したビデオシーケンスを用いてヒト胃腹膜(収縮波)を検出し,測定するアルゴリズムを開発した。 空間-時間的深層学習アルゴリズムを開発し,胃収縮波を検知し,胃パーシス周期を計測する。 MCCEビデオシーケンスの品質は、カメラモーションに比例する。 我々は、MCCEビデオシーケンスを処理するためのカメラモーション検出器(CMD)を設計し、MCCE試験中にカメラの動きを緩和する。 我々の知る限りでは、人間の胃穿孔を検知し、測定するコンピュータビジョンベースのソリューションを最初に提案する。 本手法は胃運動性を評価することにより胃疾患の診断を支援する大きな可能性を有する。

関連論文リスト

• LaMoD: Latent Motion Diffusion Model For Myocardial Strain Generation [5.377722774297911]
  本稿では,標準CMRビデオから高精度なDENSE動作を予測するため,新しいラミネートモーション拡散モデル(LaMoD)を提案する。 実験の結果,提案手法であるLaMoDは標準CMR画像の動作解析の精度を大幅に向上することが示された。
  論文  参考訳（メタデータ） (2024-07-02T12:54:32Z)
• AiAReSeg: Catheter Detection and Segmentation in Interventional Ultrasound using Transformers [75.20925220246689]
  血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。 本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
  論文  参考訳（メタデータ） (2023-09-25T19:34:12Z)
• A Spatial-Temporal Deformable Attention based Framework for Breast Lesion Detection in Videos [107.96514633713034]
  本稿では,STNet という空間的・時間的変形可能なアテンションベースのフレームワークを提案する。 我々のSTNetは、局所的な空間的時間的特徴融合を行うために、空間的時間的変形可能なアテンションモジュールを導入している。 乳腺病変の超音波画像データセットを用いた実験により,STNetは最先端の検出性能を得ることができた。
  論文  参考訳（メタデータ） (2023-09-09T07:00:10Z)
• Detecting the Sensing Area of A Laparoscopic Probe in Minimally Invasive Cancer Surgery [6.0097646269887965]
  外科腫瘍学では、外科医がリンパ節を同定し、がんを完全に切除することは困難である。 新しいテザリングラパロスコープガンマ検出器を用いて、術前に注入された放射線を局在させる。 ガンマ活動の可視化は、プローブが非イメージングであり、組織表面の活性を視覚的に示さないため、オペレーターに提示することが困難である。
  論文  参考訳（メタデータ） (2023-07-07T15:33:49Z)
• Live image-based neurosurgical guidance and roadmap generation using unsupervised embedding [53.992124594124896]
  本稿では,注釈付き脳外科ビデオの大規模なデータセットを活用するライブ画像のみのガイダンスを提案する。 生成されたロードマップは、トレーニングセットの手術で取られた一般的な解剖学的パスをエンコードする。 166例の腹腔鏡下腺摘出術を施行し,本法の有効性について検討した。
  論文  参考訳（メタデータ） (2023-03-31T12:52:24Z)
• MITI: SLAM Benchmark for Laparoscopic Surgery [5.602880243609329]
  立体視画像慣性コンピュータビジョンアルゴリズム(SLAM/SfM/3D再構成/ビジュアル慣性オドメトリー)の評価のための新しいベンチマークを提案する。 我々のMITIデータセットは、TUMのResearch Hospital Rechts der Isarでハンドヘルド外科手術の完全な記録によって、必要なすべてのデータを提供します。
  論文  参考訳（メタデータ） (2022-02-23T13:23:52Z)
• Learning-Based Depth and Pose Estimation for Monocular Endoscope with Loss Generalization [10.864212162628625]
  本稿では,連続した内視鏡像を用いた深度・ポーズ推定ネットワークの学習のための新しい教師付きアプローチを提案する。 提案した胃3D再建パイプラインを用いて,実際の深度とトレーニングデータを生成する。 さらに,奥行きとポーズ損失項のバランスをとるための適切な重みを求める複雑なプロセスを回避するために,新しい一般化された測光損失関数を提案する。
  論文  参考訳（メタデータ） (2021-07-28T10:51:06Z)
• Deep Transformers for Fast Small Intestine Grounding in Capsule Endoscope Video [42.84449937667722]
  そこで本研究では,カプセル内視鏡による小腸撮影範囲の深部モデルを提案する。 これは深層ニューラルネットワーク法を用いて小腸接地タスクを攻撃する最初の試みである。
  論文  参考訳（メタデータ） (2021-04-07T02:35:18Z)
• Segmentation of the Myocardium on Late-Gadolinium Enhanced MRI based on 2.5 D Residual Squeeze and Excitation Deep Learning Model [55.09533240649176]
  本研究の目的は,LGE-MRIを用いた心筋境界領域の深部学習モデルに基づく正確な自動セグメンテーション法を開発することである。 合計320回の試験(平均6回の試験)と28回の試験が行われた。 ベーススライスとミドルスライスにおけるアンサンブルモデルの性能解析は, サーバ内調査と同等であり, アトピーススライスではわずかに低かった。
  論文  参考訳（メタデータ） (2020-05-27T20:44:38Z)
• Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
  パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。 本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-06T09:02:30Z)

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。