論文の概要: Liver Segmentation in Time-resolved C-arm CT Volumes Reconstructed from Dynamic Perfusion Scans using Time Separation Technique

• arxiv url: http://arxiv.org/abs/2302.04585v1
• Date: Thu, 9 Feb 2023 11:57:09 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-10 16:03:35.578266
• Title: Liver Segmentation in Time-resolved C-arm CT Volumes Reconstructed from Dynamic Perfusion Scans using Time Separation Technique
• Title（参考訳）: 動的灌流スコープから再構成した時間分離C-arm CTの肝分画
• Authors: Soumick Chatterjee, Hana Haselji\'c, Robert Frysch, Vojt\v{e}ch Kulvait, Vladimir Semshchikov, Bennet Hensen, Frank Wacker, Inga Br\"uschx, Thomas Werncke, Oliver Speck, Andreas N\"urnberger and Georg Rose
• Abstract要約: 時間分離法 (TST) は, C-arm cone-beam Computed Tomography (CBCT) の拡散データをモデル化するのに有効である。 近年,TST再建作業において,ターボリフト学習の性能が向上している。 本研究では,TST再構成から推定したTRV(Time-Resolved Volume)に基づいて,ターボリフト学習のマルチスケール注意UNetを第3段階で訓練することにより,その可能性を探る。
• 参考スコア（独自算出の注目度）: 0.4073222202612759
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Perfusion imaging is a valuable tool for diagnosing and treatment planning for liver tumours. The time separation technique (TST) has been successfully used for modelling C-arm cone-beam computed tomography (CBCT) perfusion data. The reconstruction can be accompanied by the segmentation of the liver - for better visualisation and for generating comprehensive perfusion maps. Recently introduced Turbolift learning has been seen to perform well while working with TST reconstructions, but has not been explored for the time-resolved volumes (TRV) estimated out of TST reconstructions. The segmentation of the TRVs can be useful for tracking the movement of the liver over time. This research explores this possibility by training the multi-scale attention UNet of Turbolift learning at its third stage on the TRVs and shows the robustness of Turbolift learning since it can even work efficiently with the TRVs, resulting in a Dice score of 0.864$\pm$0.004.
• Abstract（参考訳）: perfusion imagingは肝腫瘍の診断と治療計画に有用なツールである。 時間分離法 (TST) は, C-arm cone-beam Computed Tomography (CBCT) の拡散データをモデル化するのに有効である。 再建には肝臓の分節化が伴う - 可視化性が向上し、包括的な灌流マップを生成するために。 近年,TST再建作業においてターボリフト学習が有効であることが確認されているが,TST再建作業から推定されるTRV(Time-resolved Volume)については検討されていない。 TRVのセグメンテーションは、時間の経過とともに肝臓の動きを追跡するのに有用である。 本研究は,TRVの3段階目において,マルチスケールのターボリフト学習UNetを訓練することにより,TRVと効率的に連携できるため,ターボリフト学習の堅牢性を示し,Diceスコアが0.864$\pm$0.004となることを示す。

関連論文リスト

• MAR-DTN: Metal Artifact Reduction using Domain Transformation Network for Radiotherapy Planning [10.515417851330877]
  頭頸部癌患者では、kVCT(kVoltage tube potentials)を用いた標準CTスキャンの品質は、ストリークアーティファクトによって著しく低下する。 いくつかの放射線治療装置は、毎日の患者のセットアップ検証のためにMega-Voltage CT(MVCT)を取得する可能性がある。 得られたkVCT画像からアーチファクトフリーのMVT画像を生成することができるディープラーニングベースのアプローチを提案する。
  論文  参考訳（メタデータ） (2024-09-23T16:04:00Z)
• From Diagnostic CT to DTI Tractography labels: Using Deep Learning for Corticospinal Tract Injury Assessment and Outcome Prediction in Intracerebral Haemorrhage [1.2180046815010375]
  脳卒中後の運動回復には,皮質脊髄路(CST)の保存が重要である。 非造影CTは、ほとんどの脳内出血診断パイプラインで日常的に利用可能である。 57%のDice類似度係数でCSTの拡散型トラクトグラフィーマップを再現した。
  論文  参考訳（メタデータ） (2024-08-12T13:34:26Z)
• CoCPF: Coordinate-based Continuous Projection Field for Ill-Posed Inverse Problem in Imaging [78.734927709231]
  スパース・ビュー・コンピュート・トモグラフィー(SVCT)の再構成は,スパース・サンプリングによるCT画像の取得を目的としている。 暗黙的な神経表現(INR)技術は、不備のため、その分野に「かなりの穴」(すなわち、未モデル化空間)を残し、準最適結果をもたらす可能性がある。 SVCT再構成のためのホールフリー表現場を構築することを目的としたコーディネート型連続射影場(CoCPF)を提案する。
  論文  参考訳（メタデータ） (2024-06-21T08:38:30Z)
• 3D Vessel Reconstruction from Sparse-View Dynamic DSA Images via Vessel Probability Guided Attenuation Learning [79.60829508459753]
  現在の商用デジタルサブトラクション・アンジオグラフィー(DSA)システムは通常、再構築を行うために数百のスキャンビューを要求する。 スパース・ビューDSA画像のダイナミックな血流と不十分な入力は,3次元血管再建作業において重要な課題である。 本稿では,時間に依存しない容器確率場を用いてこの問題を効果的に解くことを提案する。
  論文  参考訳（メタデータ） (2024-05-17T11:23:33Z)
• Deep Learning-based Accelerated MR Cholangiopancreatography without Fully-sampled Data [0.8422467541029346]
  我々は、教師付き(SV)と自己教師付き(SSV)アプローチを用いて、ディープラーニング(DL)再建を訓練した。 標準技術, 並列イメージング (PI) および圧縮センシング (CS) によるDL再構成の評価を行った。 599/542から3T/0.55TでMRCPを55/180秒に短縮した。
  論文  参考訳（メタデータ） (2024-05-06T10:53:13Z)
• Enhancing Weakly Supervised 3D Medical Image Segmentation through Probabilistic-aware Learning [52.249748801637196]
  3次元医用画像のセグメンテーションは、疾患の診断と治療計画に重要な意味を持つ課題である。 近年の深層学習の進歩は、完全に教師付き医療画像のセグメンテーションを著しく強化している。 本稿では,3次元医用画像に特化して設計された,確率的適応型弱教師付き学習パイプラインを提案する。
  論文  参考訳（メタデータ） (2024-03-05T00:46:53Z)
• 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)
• Reconstructing the somatotopic organization of the corticospinal tract remains a challenge for modern tractography methods [55.07297021627281]
  CST(Corticospinal tract)は、人間の脳において、身体の自発的な動きを制御できる重要なホワイトマター線維である。 拡散MRIトラクトグラフィーは、ヒトの健康におけるCST経路の解剖学的および変動性の研究を可能にする唯一の方法である。
  論文  参考訳（メタデータ） (2023-06-09T02:05:40Z)
• Deep-Learning-based Vasculature Extraction for Single-Scan Optical Coherence Tomography Angiography [9.77526300425824]
  我々は,OCTA画像を生成するために1回のOCTスキャンのみを用いる血管抽出パイプラインを提案する。 このパイプラインは、畳み込みプロジェクションを利用して画像パッチ間の空間的関係をよりよく学習する、提案されたVasculature extract Transformer (VET)に基づいている。
  論文  参考訳（メタデータ） (2023-04-17T13:55:26Z)
• Liver Segmentation using Turbolift Learning for CT and Cone-beam C-arm Perfusion Imaging [0.4073222202612759]
  C-arm cone-beam Computed Tomography (CBCT) を用いて肝のダイナミック灌流イメージングを改善するために時間分離法(TST)が発見された。 CT 灌流データから抽出した事前知識を用いて TST を適用するには,CT スキャンから肝臓を正確に区分けする必要がある。 本研究は,マルチスケールアテンションUNetの修正版を異なる肝セグメンテーションタスクでトレーニングするTurbolift Learningを提案する。
  論文  参考訳（メタデータ） (2022-07-20T19:38:50Z)
• Reference-based Magnetic Resonance Image Reconstruction Using Texture Transforme [86.6394254676369]
  高速MRI再構成のための新しいテクスチャトランスフォーマーモジュール(TTM)を提案する。 変換器のクエリやキーとしてアンダーサンプルのデータと参照データを定式化する。 提案したTTMは、MRIの再構成手法に積み重ねることで、その性能をさらに向上させることができる。
  論文  参考訳（メタデータ） (2021-11-18T03:06:25Z)

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。