Fugu-MT 論文翻訳(概要): A metric to compare the anatomy variation between image time series

論文の概要: A metric to compare the anatomy variation between image time series

arxiv url: http://arxiv.org/abs/2302.11929v1
Date: Thu, 23 Feb 2023 11:18:04 GMT
ステータス: 処理完了
システム内更新日: 2023-02-24 15:33:06.289338
Title: A metric to compare the anatomy variation between image time series
Title（参考訳）: 画像時系列間の解剖学的変動を比較する指標
Authors: Alphin J Thottupattu, Jayanthi Sivaswamy
Abstract要約: 2つのTSは、2つの経路を通る2つの異なる主題/集団平均解剖の進化を表す。本論文では、TS間の経路と物体間解剖(形状)の差異を解き明かし、定量化する手法について述べる。
参考スコア（独自算出の注目度）: 2.8520245287385446
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Biological processes like growth, aging, and disease progression are generally studied with follow-up scans taken at different time points, i.e., with image time series (TS) based analysis. Comparison between TS representing a biological process of two individuals/populations is of interest. A metric to quantify the difference between TS is desirable for such a comparison. The two TS represent the evolution of two different subject/population average anatomies through two paths. A method to untangle and quantify the path and inter-subject anatomy(shape) difference between the TS is presented in this paper. The proposed metric is a generalized version of Fr\'echet distance designed to compare curves. The proposed method is evaluated with simulated and adult and fetal neuro templates. Results show that the metric is able to separate and quantify the path and shape differences between TS.
Abstract（参考訳）: 成長、老化、疾患の進行といった生物学的プロセスは、一般的に異なる時点、すなわち画像時系列(TS)に基づく分析で観察される。 2つの個体/集団の生物学的過程を表すTSの比較は興味深い。このような比較には、TS間の差を定量化する計量が望ましい。 2つのTSは、2つの異なる主題/集団平均解剖の進化を表す。本稿では, ts間の経路を解き, 定量化し, サブジェクト間解剖学的(形状)差を求める。提案した計量は、曲線を比較するために設計された Fr\'echet 距離の一般化版である。提案法をシミュレートおよび成人および胎児神経テンプレートを用いて評価した。その結果、計量はTS間の経路と形状の違いを分離し定量化できることがわかった。

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)
Quantifying and Visualizing Vascular Branching Geometry with Micro-CT: Normalization of Intra- and Inter-Specimen Variations [0.0]
異なる腎臓の灌流領域と分節血管の局所径を代表構造にマッピングした。非対称分岐におけるフラクタルスケーリングは、対称分岐とは異なり、自分自身が異なることが示されている。
論文参考訳（メタデータ） (2022-12-20T14:35:33Z)
Stain-invariant self supervised learning for histopathology image analysis [74.98663573628743]
乳がんのヘマトキシリンおよびエオシン染色像におけるいくつかの分類課題に対する自己監督アルゴリズムを提案する。本手法は,いくつかの乳がんデータセット上での最先端のパフォーマンスを実現する。
論文参考訳（メタデータ） (2022-11-14T18:16:36Z)
Mine yOur owN Anatomy: Revisiting Medical Image Segmentation with Extremely Limited Labels [54.58539616385138]
我々は、Mine yOur owN Anatomy (MONA) と呼ばれる、新しい半教師付き2次元医用画像セグメンテーションフレームワークを紹介する。まず、先行研究では、すべてのピクセルがモデルトレーニングに等しく重要であると論じており、我々はこの1つだけで意味のある解剖学的特徴を定義できないことを経験的に観察している。第2に,医療画像を解剖学的特徴の集合に分解できるモデルを構築する。
論文参考訳（メタデータ） (2022-09-27T15:50:31Z)
Time-distance vision transformers in lung cancer diagnosis from longitudinal computed tomography [4.924544172166966]
縦断的医療画像は、データ取得において、スパース、不規則な時間間隔というユニークな課題を提示する。本研究では、連続時間のベクトル埋め込みと時間強調モデルを用いて、自己注意重みを拡大する時間距離視覚変換器(ViT)の2つの解釈を提案する。この研究は、縦断的医療画像の分類のための最初の自己注意に基づくフレームワークである。
論文参考訳（メタデータ） (2022-09-04T19:08:44Z)
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)
Incremental Cross-view Mutual Distillation for Self-supervised Medical CT Synthesis [88.39466012709205]
本稿では,スライス間の分解能を高めるために,新しい医療スライスを構築した。臨床実践において, 根本・中間医療スライスは常に欠落していることを考慮し, 相互蒸留の段階的相互蒸留戦略を導入する。提案手法は,最先端のアルゴリズムよりも明確なマージンで優れる。
論文参考訳（メタデータ） (2021-12-20T03:38:37Z)
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)
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)
Detection of Pitt-Hopkins Syndrome based on morphological facial features [0.0]
本研究は、Pitt-Hopkins症候群(PTHS)と健康な個人を識別する自動手法について述べる。健常者71名,健常者55名を対象に実験を行った。
論文参考訳（メタデータ） (2020-03-18T14:01:16Z)
Exploring Partial Intrinsic and Extrinsic Symmetry in 3D Medical Imaging [39.5958976939981]
ヒト解剖学のCTにおける不完全な左右対称を検出するための新しい手法を提案する。骨盤骨の構造的に対称な性質を探求し、外傷性外傷患者の片側骨折に対する介入画像増強法として用いられる。
論文参考訳（メタデータ） (2020-03-04T19:08:55Z)

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。