論文の概要: KST-Mixer: Kinematic Spatio-Temporal Data Mixer For Colon Shape Estimation

• arxiv url: http://arxiv.org/abs/2302.00899v1
• Date: Thu, 2 Feb 2023 06:14:21 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-03 15:16:11.706905
• Title: KST-Mixer: Kinematic Spatio-Temporal Data Mixer For Colon Shape Estimation
• Title（参考訳）: KSTミキサー:コロニー形状推定のための運動時空間データミキサー
• Authors: Masahiro Oda, Kazuhiro Furukawa, Nassir Navab, Kensaku Mori
• Abstract要約: 臓器穿孔などの合併症を軽減するためには、内視鏡追跡または医師を標的位置に誘導するナビゲーションシステムが必要である。 KST-Mixer (Kinematic S-temporal Data Mixer) を用いた大腸内視鏡挿入時の大腸形状推定法を提案する。
• 参考スコア（独自算出の注目度）: 44.083624544770245
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose a spatio-temporal mixing kinematic data estimation method to estimate the shape of the colon with deformations caused by colonoscope insertion. Endoscope tracking or a navigation system that navigates physicians to target positions is needed to reduce such complications as organ perforations. Although many previous methods focused to track bronchoscopes and surgical endoscopes, few number of colonoscope tracking methods were proposed. This is because the colon largely deforms during colonoscope insertion. The deformation causes significant tracking errors. Colon deformation should be taken into account in the tracking process. We propose a colon shape estimation method using a Kinematic Spatio-Temporal data Mixer (KST-Mixer) that can be used during colonoscope insertions to the colon. Kinematic data of a colonoscope and the colon, including positions and directions of their centerlines, are obtained using electromagnetic and depth sensors. The proposed method separates the data into sub-groups along the spatial and temporal axes. The KST-Mixer extracts kinematic features and mix them along the spatial and temporal axes multiple times. We evaluated colon shape estimation accuracies in phantom studies. The proposed method achieved 11.92 mm mean Euclidean distance error, the smallest of the previous methods. Statistical analysis indicated that the proposed method significantly reduced the error compared to the previous methods.
• Abstract（参考訳）: 大腸内視鏡挿入による変形を伴う大腸の形状を推定するための時空間混合運動データ推定法を提案する。 臓器穿孔などの合併症を軽減するためには、内視鏡追跡または医師を標的位置に誘導するナビゲーションシステムが必要である。 気管支内視鏡と外科内視鏡の追跡に焦点をあてた従来手法は多くあったが,大腸内視鏡の追跡法はほとんど提案されなかった。 これは大腸内視鏡挿入時に大腸が大きく変形するためである。 変形は重大な追跡エラーを引き起こす。 大腸の変形は追跡過程において考慮すべきである。 大腸内視鏡挿入時に使用できるキネマティック時空間データミキサー(kst-mixer)を用いた大腸形状推定法を提案する。 電磁気センサと深度センサを用いて, 中心線の位置と方向を含む大腸内視鏡および大腸の運動データを得る。 提案手法は,データを空間軸と時間軸に沿った部分群に分割する。 KST-Mixerは運動学的特徴を抽出し、空間的および時間的軸に沿って複数回混合する。 ファントム研究における大腸形状推定精度について検討した。 提案手法は従来手法の最小であるユークリッド距離誤差を11.92mmとした。 統計的解析の結果,提案手法は従来の手法に比べて誤差を著しく低減した。

関連論文リスト

• Longitudinal Segmentation of MS Lesions via Temporal Difference Weighting [2.0168790328644697]
  本稿では,ベースラインとフォローアップスキャンの時間的差を,差分重みブロックと呼ばれるユニークなアーキテクチャ的帰納バイアスによって明示的に取り込む新しい手法を提案する。 本研究は,2つのデータセットにまたがる最先端の縦・単点モデルと比較して,病変のセグメンテーションおよび病変検出において優れたスコアを得る。
  論文  参考訳（メタデータ） (2024-09-20T11:30:54Z)
• Domain Adaptive Synapse Detection with Weak Point Annotations [63.97144211520869]
  弱点アノテーションを用いたドメイン適応型シナプス検出のためのフレームワークであるAdaSynを提案する。 I SBI 2023のWASPSYNチャレンジでは、我々の手法が第1位にランクインした。
  論文  参考訳（メタデータ） (2023-08-31T05:05:53Z)
• Colonoscopy Coverage Revisited: Identifying Scanning Gaps in Real-Time [0.0]
  大腸内視鏡は大腸がんを予防するために最も広く用いられる医療技術であり、悪性になる前にポリープを検出して除去する。 最近の研究では、既存のポリープの約4分の1が日常的に欠落していることが示されている。 そのうちのいくつかは内科医の視界に現れるが、結腸の部分的な被覆のために欠落するものもある。
  論文  参考訳（メタデータ） (2023-05-17T08:12:56Z)
• 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)
• DecAug: Augmenting HOI Detection via Decomposition [54.65572599920679]
  現在のアルゴリズムでは、データセット内のトレーニングサンプルやカテゴリの不均衡が不足している。 本稿では,HOI検出のためのDECAugと呼ばれる効率的かつ効率的なデータ拡張手法を提案する。 実験の結果,V-COCOおよびHICODETデータセットの3.3mAPと1.6mAPの改善が得られた。
  論文  参考訳（メタデータ） (2020-10-02T13:59:05Z)
• Segmentation-free Estimation of Aortic Diameters from MRI Using Deep Learning [2.231365407061881]
  大動脈径の直接推定のための教師付き深層学習法を提案する。 提案手法では,3Dスキャンを入力とし,所定の位置で大動脈径を出力する3D+2D畳み込みニューラルネットワーク(CNN)を用いる。 全体として、3D+2D CNNは大動脈の位置によって2.2-2.4mmの平均的な絶対誤差を達成した。
  論文  参考訳（メタデータ） (2020-09-09T18:28:00Z)
• A Novel Approach for Correcting Multiple Discrete Rigid In-Plane Motions Artefacts in MRI Scans [63.28835187934139]
  本稿では,2つの入力枝を持つディープニューラルネットワークを用いた動きアーチファクトの除去手法を提案する。 提案法は患者の多動運動によって生成された人工物に応用できる。
  論文  参考訳（メタデータ） (2020-06-24T15:25:11Z)
• Appearance Learning for Image-based Motion Estimation in Tomography [60.980769164955454]
  トモグラフィー画像では、取得した信号に擬似逆フォワードモデルを適用することにより、解剖学的構造を再構成する。 患者の動きは、復元過程における幾何学的アライメントを損なうため、運動アーティファクトが生じる。 本研究では,スキャン対象から独立して剛性運動の構造を認識する外観学習手法を提案する。
  論文  参考訳（メタデータ） (2020-06-18T09:49:11Z)
• Colonoscope tracking method based on shape estimation network [36.08151254973927]
  ポリープの見落としを減らすためには,内視鏡ナビゲーションシステムが必要である。 ナビゲーションシステムのための大腸内視鏡追跡手法を提案する。 大腸内視鏡挿入時の結腸形状を推定する形状推定ネットワーク(SEN)を利用する。
  論文  参考訳（メタデータ） (2020-04-20T05:10:38Z)
• Colon Shape Estimation Method for Colonoscope Tracking using Recurrent Neural Networks [34.591643339874445]
  大腸穿孔などの合併症を軽減するためには、大腸内視鏡の追跡や、医師のポリープ位置をナビゲートするナビゲーションシステムが必要である。 横行結腸とシグモイド結腸では,これらの領域が大腸内視鏡挿入時に大きく変形するため,前向きの追跡法により大きな追跡誤差が生じた。 本稿では,RNNを用いた大腸変形推定手法を提案する。
  論文  参考訳（メタデータ） (2020-04-20T04:43:58Z)

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。