Fugu-MT 論文翻訳(概要): Detection of the Arterial Input Function Using DSC-MRI Data

論文の概要: Detection of the Arterial Input Function Using DSC-MRI Data

arxiv url: http://arxiv.org/abs/2303.02516v1
Date: Sat, 4 Mar 2023 22:30:38 GMT
ステータス: 処理完了
システム内更新日: 2023-03-07 19:10:09.913728
Title: Detection of the Arterial Input Function Using DSC-MRI Data
Title（参考訳）: DSC-MRIデータを用いた動脈入力関数の検出
Authors: Svitlana Alkhimova, Kateryna Sazonova
Abstract要約: 動脈入力関数の正確な検出は、灌流血行動態パラメーターを得るための重要なステップである。動脈入力関数検出の信頼性を向上させるために,いくつかの手法が提案されている。半自動および完全自動入力関数検出に最もよく用いられる手法について概説する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Accurate detection of arterial input function is a crucial step in obtaining perfusion hemodynamic parameters using dynamic susceptibility contrast-enhanced magnetic resonance imaging. It is required as input for perfusion quantification and has a great impact on the result of the deconvolution operation. To improve the reproducibility and reliability of arterial input function detection, several semi- or fully automatic methods have been proposed. This study provides an overview of the current state of the field of arterial input function detection. Methods most commonly used for semi- and fully automatic arterial input function detection are reviewed, and their advantages and disadvantages are listed.
Abstract（参考訳）: 動脈入力関数の正確な検出は,ダイナミックサーセシビリティコントラスト強調mriを用いた灌流血行動態パラメータを得る上で重要なステップである。灌流定量化の入力として必要であり、デコンボリューション演算の結果に大きな影響を及ぼす。動脈入力関数検出の再現性と信頼性を向上させるために, 半自動的, 完全自動的手法が提案されている。本研究では,動脈入力機能検出の現状について概説する。半自動および完全自動動脈入力機能検出に最も一般的に用いられる手法をレビューし、その利点と欠点をリストアップする。

関連論文リスト

Motion Magnification in Robotic Sonography: Enabling Pulsation-Aware Artery Segmentation [44.868281669589194]
スキャン中の動脈セグメンテーションの精度と安定性を改善するために,新しい脈動補助セグメンテーションニューラルネットワーク(PAS-NN)を提案する。興味のある周波数帯域内の微妙な動きを増幅し、連続したUS画像から脈動信号を抽出するために、運動倍率技術を用いる。抽出したリアルタイム脈動情報は、米国横断画像の動脈を見つけるのに役立つ。
論文参考訳（メタデータ） (2023-07-07T16:14:17Z)
Deep denoising autoencoder-based non-invasive blood flow detection for arteriovenous fistula [10.030431512848239]
本稿では,DAE(Deep Denoising Autoencoder)に基づく次元削減と再構成作業を行う手法を提案する。以上の結果から,DAEが生み出す潜伏表現は0.93の精度で予測を上回った。ノイズ・ミキシングの導入とノイズ・トゥ・クリーン・スキームの利用により、潜在表現の識別能力が効果的に向上する。
論文参考訳（メタデータ） (2023-06-12T04:46:01Z)
The role of noise in denoising models for anomaly detection in medical images [62.0532151156057]
病理脳病変は脳画像に多彩な外観を示す。正規データのみを用いた教師なし異常検出手法が提案されている。空間分解能の最適化と雑音の大きさの最適化により,異なるモデル学習体制の性能が向上することを示す。
論文参考訳（メタデータ） (2023-01-19T21:39:38Z)
StRegA: Unsupervised Anomaly Detection in Brain MRIs using a Compact Context-encoding Variational Autoencoder [48.2010192865749]
教師なし異常検出(UAD)は、健康な被験者の異常なデータセットからデータ分布を学習し、分布サンプルの抽出に応用することができる。本研究では,コンテクストエンコーディング(context-encoding)VAE(ceVAE)モデルのコンパクトバージョンと,前処理と後処理のステップを組み合わせて,UADパイプライン(StRegA)を作成することを提案する。提案したパイプラインは、BraTSデータセットのT2w画像と0.859$pm$0.112の腫瘍を検出しながら、Diceスコアが0.642$pm$0.101に達した。
論文参考訳（メタデータ） (2022-01-31T14:27:35Z)
Classification of fetal compromise during labour: signal processing and feature engineering of the cardiotocograph [0.0]
本研究は,臨床専門知識とシステム制御理論に基づく新しいCTG機能を開発する。特徴は、胎児の妥協を識別する上での有効性を評価するために、機械学習モデルで評価される。 ARMAは胎児の妥協を検知する主要な特徴にランク付けされている。
論文参考訳（メタデータ） (2021-10-31T15:02:14Z)
A Deep Learning Approach to Predicting Collateral Flow in Stroke Patients Using Radiomic Features from Perfusion Images [58.17507437526425]
側方循環は、血流を妥協した領域に酸素を供給する特殊な無酸素流路から生じる。実際のグレーティングは主に、取得した画像の手動検査によって行われる。 MR灌流データから抽出した放射線学的特徴に基づいて,脳卒中患者の側方血流低下を予測するための深層学習手法を提案する。
論文参考訳（メタデータ） (2021-10-24T18:58:40Z)
Heart Sound Classification Considering Additive Noise and Convolutional Distortion [2.63046959939306]
異常検出のための心臓音の自動解析は、加算雑音とセンサ依存劣化の課題に直面している。本研究の目的は, 心音に両種類の歪みが存在する場合に, 心的異常検出問題に対処する手法を開発することである。提案手法は, 安価な聴診器を用いて, ノイズの多い環境下で, コンピュータ支援型心臓聴診システムを開発するための道を開くものである。
論文参考訳（メタデータ） (2021-06-03T14:09:04Z)
Adaptive conversion of real-valued input into spike trains [91.3755431537592]
本稿では,実数値入力をスパイクトレインに変換し,スパイクニューラルネットワークで処理する方法を提案する。提案手法は網膜神経節細胞の適応的挙動を模倣し,入力ニューロンが入力の統計の変化に応答することを可能にする。
論文参考訳（メタデータ） (2021-04-12T12:33:52Z)
Towards Interaction Detection Using Topological Analysis on Neural Networks [55.74562391439507]
ニューラルネットワークでは、あらゆる相互作用する特徴は共通の隠蔽ユニットとの強い重み付けの接続に従う必要がある。本稿では, 永続的ホモロジーの理論に基づいて, 相互作用強度を定量化するための新しい尺度を提案する。 PID(Persistence Interaction Detection)アルゴリズムを開発した。
論文参考訳（メタデータ） (2020-10-25T02:15:24Z)
AIFNet: Automatic Vascular Function Estimation for Perfusion Analysis Using Deep Learning [0.0]
デコンボリューション法は、臨床的に解釈可能な灌流パラメータを得るために用いられる。 AIFNetは、血管機能を推定するための、完全自動でエンドツーエンドのトレーニング可能なディープラーニングアプローチである。我々は、AIFNetは、臨床転移の可能性があり、脱畳ソフトウェアに組み込むことができると結論付けた。
論文参考訳（メタデータ） (2020-10-04T16:14:45Z)
Novelty Detection Through Model-Based Characterization of Neural Networks [19.191613437266184]
本稿では,新しい入力タイプや条件を検出するために,ニューラルネットワークのモデルに基づく特徴付けを提案する。我々は,MNIST,Fashion-MNIST,CIFAR-10,CURE-TSRの4つの画像認識データセットを用いてアプローチを検証する。
論文参考訳（メタデータ） (2020-08-13T20:03:25Z)

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。