論文の概要: A Hybrid Approach to Full-Scale Reconstruction of Renal Arterial Network

• arxiv url: http://arxiv.org/abs/2303.01837v1
• Date: Fri, 3 Mar 2023 10:39:25 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-06 15:23:21.070016
• Title: A Hybrid Approach to Full-Scale Reconstruction of Renal Arterial Network
• Title（参考訳）: 腎動脈網の完全再建に対するハイブリッドアプローチ
• Authors: Peidi Xu, Niels-Henrik Holstein-Rathlou, Stinne Byrholdt S{\o}gaard, Carsten Gundlach, Charlotte Mehlin S{\o}rensen, Kenny Erleben, Olga Sosnovtseva, Sune Darkner
• Abstract要約: 腎血管ネットワークの主観的なモデルを構築するためのハイブリッドフレームワークを提案する。 我々は,大動脈の半自動分割と微小CTスキャンによる大脳皮質領域の推定を出発点として用いた。 ラット腎から得られた再建データと既存の解剖学的データとの統計的対応性を示した。
• 参考スコア（独自算出の注目度）: 5.953404851562665
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The renal vasculature, acting as a resource distribution network, plays an important role in both the physiology and pathophysiology of the kidney. However, no imaging techniques allow an assessment of the structure and function of the renal vasculature due to limited spatial and temporal resolution. To develop realistic computer simulations of renal function, and to develop new image-based diagnostic methods based on artificial intelligence, it is necessary to have a realistic full-scale model of the renal vasculature. We propose a hybrid framework to build subject-specific models of the renal vascular network by using semi-automated segmentation of large arteries and estimation of cortex area from a micro-CT scan as a starting point, and by adopting the Global Constructive Optimization algorithm for generating smaller vessels. Our results show a statistical correspondence between the reconstructed data and existing anatomical data obtained from a rat kidney with respect to morphometric and hemodynamic parameters.
• Abstract（参考訳）: 腎血管は、資源分布ネットワークとして機能し、腎臓の生理と病態において重要な役割を果たしている。 しかしながら、イメージング技術では、空間分解能と時間分解能の制限により腎血管の構造と機能を評価することができない。 腎機能の現実的なコンピュータシミュレーションを開発し,人工知能に基づく新しい画像診断手法を開発するためには,腎血管の現実的なフルスケールモデルが必要である。 本研究では,大血管の半自動分割と微小ctスキャンによる大脳皮質面積の推定を出発点とし,小血管生成のための大域的構成最適化アルゴリズムを適用し,腎血管ネットワークの主題特異的モデルを構築するためのハイブリッドフレームワークを提案する。 本研究は,ラット腎から得られた再建データと既存の解剖学的データとの統計的対応を,形態学的および血行動態学的パラメータに関して示すものである。

関連論文リスト

• TopoTxR: A topology-guided deep convolutional network for breast parenchyma learning on DCE-MRIs [49.69047720285225]
  そこで本研究では,乳房側葉構造をよりよく近似するために,マルチスケールのトポロジ構造を明示的に抽出する新しいトポロジカルアプローチを提案する。 VICTREファントム乳房データセットを用いてemphTopoTxRを実験的に検証した。 本研究の質的および定量的分析は,乳房組織における画像診断におけるトポロジカルな挙動を示唆するものである。
  論文  参考訳（メタデータ） (2024-11-05T19:35:10Z)
• Building a Synthetic Vascular Model: Evaluation in an Intracranial Aneurysms Detection Scenario [0.8749675983608172]
  このモデルは、脳動脈瘤を効率的に検出するために、3D畳み込みニューラルネットワークが使用できる脳動脈のデータセットを提供することを目的としている。 本研究では, 人工血管モデルを網羅的に記述し, 動脈瘤の分節と検出のために設計されたニューラルネットワークを構築し, 合成モデルデータの拡張により得られた性能ギャップの詳細な評価を行う。
  論文  参考訳（メタデータ） (2024-11-04T18:08:24Z)
• Anatomical feature-prioritized loss for enhanced MR to CT translation [0.0479796063938004]
  画像翻訳と合成の伝統的な方法は、一般的にグローバルな画像再構成に最適化されている。 本研究は、新しい解剖学的特徴優先化(AFP)損失関数を合成プロセスに導入する。 AFP損失関数は、グローバルな再構成手法を置き換え、補うことができ、グローバルなイメージの忠実さと局所的な構造的詳細の両方にバランスよく重点を置いている。
  論文  参考訳（メタデータ） (2024-10-14T09:40:52Z)
• Evaluation Kidney Layer Segmentation on Whole Slide Imaging using Convolutional Neural Networks and Transformers [13.602882723160388]
  腎臓層構造のセグメンテーションは、腎病理における自動画像解析において重要な役割を担っている。 現在の手動セグメンテーションプロセスは、広範囲なデジタル病理画像を扱うために、労働集約的かつ実用的であることを証明している。 本研究では,代表畳み込みニューラルネットワーク(CNN)とトランスフォーマーセグメンテーションアプローチを用いる。
  論文  参考訳（メタデータ） (2023-09-05T20:24:27Z)
• Patched Diffusion Models for Unsupervised Anomaly Detection in Brain MRI [55.78588835407174]
  本稿では,正常脳解剖のパッチベース推定法として拡散モデルの生成タスクを再構築する手法を提案する。 腫瘍と多発性硬化症について検討し,既存のベースラインと比較して25.1%の改善がみられた。
  論文  参考訳（メタデータ） (2023-03-07T09:40:22Z)
• Orientation-Shared Convolution Representation for CT Metal Artifact Learning [63.67718355820655]
  X線CT(CT)スキャン中、患者を乗せた金属インプラントは、しばしば有害なアーティファクトに繋がる。 既存のディープラーニングベースの手法は、有望な再構築性能を得た。 本稿では,人工物の物理的事前構造に適応するために,配向型畳み込み表現戦略を提案する。
  論文  参考訳（メタデータ） (2022-12-26T13:56:12Z)
• Modeling and hexahedral meshing of cerebral arterial networks from centerlines [0.0]
  中心線に基づく表現は、小さな血管を持つ大きな血管ネットワークをモデル化するために広く用いられている。 中心線からCFDに適した構造を持つヘキサヘドラルメッシュを自動生成する手法を提案する。 我々は60の脳血管ネットワークのデータセットを網羅し,本手法の有効性を実証した。
  論文  参考訳（メタデータ） (2022-01-20T16:30:17Z)
• InDuDoNet+: A Model-Driven Interpretable Dual Domain Network for Metal Artifact Reduction in CT Images [53.4351366246531]
  InDuDoNet+と呼ばれる新しい解釈可能な二重ドメインネットワークを構築し、CT画像の微細な埋め込みを行う。 異なる組織間のCT値を分析し,InDuDoNet+の事前観測ネットワークにマージすることで,その一般化性能を著しく向上させる。
  論文  参考訳（メタデータ） (2021-12-23T15:52:37Z)
• 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)
• Data-driven generation of plausible tissue geometries for realistic photoacoustic image synthesis [53.65837038435433]
  光音響トモグラフィ(pat)は形態的および機能的組織特性を回復する可能性がある。 我々は,PATデータシミュレーションの新たなアプローチを提案し,これを「シミュレーションの学習」と呼ぶ。 我々は、意味的注釈付き医療画像データに基づいて訓練されたGAN(Generative Adversarial Networks)の概念を活用して、可塑性組織ジオメトリを生成する。
  論文  参考訳（メタデータ） (2021-03-29T11:30:18Z)
• Neural Network Segmentation of Interstitial Fibrosis, Tubular Atrophy, and Glomerulosclerosis in Renal Biopsies [0.0]
  糸球体硬化症,間質線維症,尿細管萎縮症(IFTA)は腎障害の組織学的指標である。 現代の人工知能とコンピュータビジョンアルゴリズムは、厳密な量子化によって、サーバ間の変動を低減する能力を持っている。 腎生検における糸球体硬化症とIFTAのセグメンテーションに畳み込みニューラルネットワークを適用した。
  論文  参考訳（メタデータ） (2020-02-28T17:05:59Z)

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。