Fugu-MT 論文翻訳(概要): Immersive Virtual Colonoscopy Viewer for Colorectal Diagnosis

論文の概要: Immersive Virtual Colonoscopy Viewer for Colorectal Diagnosis

arxiv url: http://arxiv.org/abs/2302.02946v1
Date: Mon, 6 Feb 2023 17:28:30 GMT
ステータス: 処理完了
システム内更新日: 2023-02-07 15:42:05.263795
Title: Immersive Virtual Colonoscopy Viewer for Colorectal Diagnosis
Title（参考訳）: Immersive Virtual Colonoscopy Viewerによる大腸癌診断
Authors: Jo\~ao Serras and Anderson Maciel and Soraia Paulo and Andrew Duchowski and Regis Kopper and Catarina Moreira and Joaquim Jorge
Abstract要約: 我々は没入型分析をより効率的かつ効果的にするために,VRパラダイムの要素を探求する新しい設計を提案する。また,専門家による実験の実施を計画し,カバレッジ,持続時間,診断精度の多要素的影響を評価する。
参考スコア（独自算出の注目度）: 0.4771971685916732
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Desktop-based virtual colonoscopy has been proven to be an asset in the identification of colon anomalies. The process is accurate, although time-consuming. The use of immersive interfaces for virtual colonoscopy is incipient and not yet understood. In this work, we present a new design exploring elements of the VR paradigm to make the immersive analysis more efficient while still effective. We also plan the conduction of experiments with experts to assess the multi-factor influences of coverage, duration, and diagnostic accuracy.
Abstract（参考訳）: デスクトップベースの仮想大腸内視鏡は大腸異常の同定に有用であることが証明されている。プロセスは正確ですが、時間がかかります。仮想大腸内視鏡における没入型インターフェースの使用は、初期的かつまだ理解されていない。そこで本研究では,vrパラダイムの要素を探索し,没入分析をより効率的に行うための新しいデザインを提案する。また,専門家による実験の実施を計画し,カバレッジ,持続時間,診断精度の多要素的影響を評価する。

関連論文リスト

Frontiers in Intelligent Colonoscopy [96.57251132744446]
本研究は, インテリジェント大腸内視鏡技術のフロンティアと, マルチモーダル医療への応用の可能性について検討する。大腸内視鏡的シーン知覚のための4つのタスクを通して,現在のデータ中心およびモデル中心のランドスケープを評価した。今後のマルチモーダル時代を受け入れるために,大規模マルチモーダル・インストラクション・チューニング・データセットColoninST,大腸内視鏡で設計されたマルチモーダル言語モデルColonGPT,マルチモーダル・ベンチマークの3つの基本イニシアティブを構築した。
論文参考訳（メタデータ） (2024-10-22T17:57:12Z)
ToDER: Towards Colonoscopy Depth Estimation and Reconstruction with Geometry Constraint Adaptation [67.22294293695255]
そこで本稿では,ToDERという双方向適応アーキテクチャを用いて,高精度な深度推定を行う新しいパイプラインを提案する。以上の結果から,本手法は実写および合成大腸内視鏡ビデオの深度マップを精度良く予測できることが示唆された。
論文参考訳（メタデータ） (2024-07-23T14:24:26Z)
CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
論文参考訳（メタデータ） (2024-03-21T15:13:36Z)
Endora: Video Generation Models as Endoscopy Simulators [53.72175969751398]
本稿では,臨床内視鏡シーンをシミュレートする医用ビデオを作成するための革新的な手法であるモデルを紹介する。また、ビデオ生成モデルを用いた内視鏡シミュレーションのための最初の公開ベンチマークを開拓した。 Endoraは、臨床内視鏡研究のための生成AIの展開において、注目すべきブレークスルーとなる。
論文参考訳（メタデータ） (2024-03-17T00:51:59Z)
REAL-Colon: A dataset for developing real-world AI applications in colonoscopy [1.8590283101866463]
本稿では,REAL-Colon(Real-world Multi-center Endoscopy Annotated Video Library)データセットを紹介する。これは60のフル解像度の実際の大腸内視鏡記録から、2.7Mのネイティブビデオフレームで構成されている。データセットには350kのバウンディングボックスアノテーションが含まれており、それぞれが専門の消化器科医の監督の下で作成されている。
論文参考訳（メタデータ） (2024-03-04T16:11:41Z)
ColNav: Real-Time Colon Navigation for Colonoscopy [0.0]
本稿では,光学的大腸内視鏡(OC)のための新しいリアルタイムナビゲーションシステムを提案する。提案システムでは,大腸の非折りたたみ表現と,非検査領域に指示される局所指標の両方をリアルタイムに表示する手法を用いている。以上の結果から,高ポリープリコール (PR) と高信頼度が得られた。
論文参考訳（メタデータ） (2023-06-07T09:09:35Z)
FoldIt: Haustral Folds Detection and Segmentation in Colonoscopy Videos [6.187780920448871]
ハウスタルフォールド(Haustral fold)は、光学的大腸内視鏡法において、高いポリープミス率に関係した結腸壁隆起である。本報告では,光学的大腸内視鏡画像からハスタルフォールドオーバーレイを用いた仮想大腸内視鏡画像への特徴持続的画像変換のための,新たな生成逆境ネットワークFoldItを提案する。
論文参考訳（メタデータ） (2021-06-23T16:41:10Z)
A parameter refinement method for Ptychography based on Deep Learning concepts [55.41644538483948]
伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
論文参考訳（メタデータ） (2021-05-18T10:15:17Z)
NanoNet: Real-Time Polyp Segmentation in Video Capsule Endoscopy and Colonoscopy [0.6125117548653111]
ビデオカプセル内視鏡と大腸内視鏡画像の分割のための新しいアーキテクチャであるNanoNetを提案する。提案アーキテクチャはリアルタイム性能を実現し,他の複雑なアーキテクチャに比べて高いセグメンテーション精度を有する。
論文参考訳（メタデータ） (2021-04-22T15:40:28Z)
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)

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。