論文の概要: CTG-Net: An Efficient Cascaded Framework Driven by Terminal Guidance Mechanism for Dilated Pancreatic Duct Segmentation

• arxiv url: http://arxiv.org/abs/2303.02944v1
• Date: Mon, 6 Mar 2023 07:31:01 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-07 16:52:36.983816
• Title: CTG-Net: An Efficient Cascaded Framework Driven by Terminal Guidance Mechanism for Dilated Pancreatic Duct Segmentation
• Title（参考訳）: CTG-Net:Dilated Pancreatic Duct Segmentationのための終端誘導機構による効率的なカスケードフレームワーク
• Authors: Liwen Zou, Zhenghua Cai, Yudong Qiu, Luying Gui, Liang Mao and Xiaoping Yang
• Abstract要約: 膵管拡張は膵疾患のリスクが高いことを示している。 膵管断面積に関する最近の研究は、低精度であり、常に管の終端部にセグメンテーション誤差がある。 本稿では,これらの問題に対処するために,CTG-Netと呼ばれる端末誘導機構を提案する。
• 参考スコア（独自算出の注目度）: 7.114380202583995
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Pancreatic duct dilation indicates a high risk of various pancreatic diseases. Segmentation of dilated pancreatic ducts on computed tomography (CT) images shows the potential to assist the early diagnosis, surgical planning and prognosis. Because of the ducts' tiny sizes, slender tubular structures and the surrounding distractions, most current researches on pancreatic duct segmentation achieve low accuracy and always have segmentation errors on the terminal parts of the ducts. To address these problems, we propose a terminal guidance mechanism called cascaded terminal guidance network (CTG-Net). Firstly, a terminal attention mechanism is established on the skeletons extracted from the coarse predictions. Then, to get fine terminal segmentation, a subnetwork is designed for jointly learning the local intensity from the original images, feature cues from coarse predictions and global anatomy information from the pancreas distance transform maps. Finally, a terminal distraction attention module which explicitly learns the distribution of the terminal distraction is proposed to reduce the false positive and false negative predictions. We also propose a new metric called tDice to measure the terminal segmentation accuracy for targets with tubular structures and two segmentation metrics for distractions. We collect our dilated pancreatic duct segmentation dataset with 150 CT scans from patients with 5 types of pancreatic tumors. Experimental results on our dataset show that our proposed approach boosts dilated pancreatic duct segmentation accuracy by nearly 20% compared with the existing results, and achieves more than 9% improvement for the terminal segmentation accuracy compared with the state-of-the-art methods.
• Abstract（参考訳）: 膵管拡張は膵疾患のリスクが高いことを示している。 CT画像上の拡張膵管の分画は早期診断,手術計画,予後を補助する可能性を示している。 管の大きさが小さく、細長い管状構造と周囲の気晴らしのため、膵管の分節に関する現在の研究のほとんどは、精度が低く、管の終端部分には常に分節誤差がある。 これらの問題に対処するために,カスケード端末誘導ネットワーク(CTG-Net)と呼ばれる端末誘導機構を提案する。 まず、粗い予測から抽出した骨格上に終端注意機構を確立する。 そして, 細かな終端セグメンテーションを実現するために, 原画像から局所強度, 粗い予測からの特徴, 膵臓距離変換マップからの大域的解剖情報とを共同で学習するサブネットワークを設計する。 最後に, 終端偏差の分布を明示的に学習する終端偏差注意モジュールを提案し, 偽陽性および偽陰性予測の低減を図った。 また, 管状構造を有するターゲットの終端セグメンテーション精度を測定するためのtdiceと呼ばれる新しい指標と, 気晴らしのための2つのセグメンテーション指標を提案する。 5種類の膵腫瘍患者から150個のctスキャンで拡張膵管分画データセットを採取した。 以上の結果から,提案手法は膵管分断精度を既存法と比較して約20%向上させ, 終端分断精度を最先端法と比較して9%以上改善することを示した。

関連論文リスト

• An Attention Based Pipeline for Identifying Pre-Cancer Lesions in Head and Neck Clinical Images [1.0957311485487375]
  頭頸部癌は外科生検後に専門病院で診断されるが、診断が遅れる可能性がある。 疑わしい病変,分節を同定し,非異形成性,異形成性,癌性病変に分類するアテンションベースパイプラインを提案する。
  論文  参考訳（メタデータ） (2024-05-03T09:02:17Z)
• A Weakly Supervised Segmentation Network Embedding Cross-scale Attention Guidance and Noise-sensitive Constraint for Detecting Tertiary Lymphoid Structures of Pancreatic Tumors [19.775101438245272]
  膵病理像における3次リンパ構造(TLS)の存在は膵腫瘍の予後を示す重要な指標である。 数発の学習でTLSを検出するために,弱い教師付きセグメンテーションネットワークを提案する。 得られた2つのデータセットに対する実験結果から,提案手法はTLSの検出精度において,最先端のセグメンテーションに基づくアルゴリズムよりも有意に優れていることが示された。
  論文  参考訳（メタデータ） (2023-07-27T03:25:09Z)
• Thoracic Cartilage Ultrasound-CT Registration using Dense Skeleton Graph [49.11220791279602]
  一般的なアトラスから個々の患者への計画された経路を正確にマッピングすることは困難である。 アトラスから現在の設定へ計画されたパスを転送できるように、グラフベースの非厳密な登録を提案する。
  論文  参考訳（メタデータ） (2023-07-07T18:57:21Z)
• Accurate Fine-Grained Segmentation of Human Anatomy in Radiographs via Volumetric Pseudo-Labeling [66.75096111651062]
  我々は,10,021個の胸部CTと157個のラベルの大規模データセットを作成した。 解剖学的擬似ラベル抽出のために3次元解剖分類モデルのアンサンブルを適用した。 得られたセグメンテーションモデルはCXRで顕著な性能を示した。
  論文  参考訳（メタデータ） (2023-06-06T18:01:08Z)
• Reliable Joint Segmentation of Retinal Edema Lesions in OCT Images [55.83984261827332]
  本稿では,信頼性の高いマルチスケールウェーブレットエンハンストランスネットワークを提案する。 本研究では,ウェーブレット型特徴抽出器ネットワークとマルチスケール変圧器モジュールを統合したセグメンテーションバックボーンを開発した。 提案手法は,他の最先端セグメンテーション手法と比較して信頼性の高いセグメンテーション精度を実現する。
  論文  参考訳（メタデータ） (2022-12-01T07:32:56Z)
• Fuzzy Attention Neural Network to Tackle Discontinuity in Airway Segmentation [67.19443246236048]
  気道セグメンテーションは肺疾患の検査、診断、予後に重要である。 いくつかの小型の気道支線(気管支や終端など)は自動セグメンテーションの難しさを著しく増す。 本稿では,新しいファジィアテンションニューラルネットワークと包括的損失関数を備える,気道セグメンテーションの効率的な手法を提案する。
  論文  参考訳（メタデータ） (2022-09-05T16:38:13Z)
• Orientation-guided Graph Convolutional Network for Bone Surface Segmentation [51.51690515362261]
  骨表面をセグメント化しながら接続性を向上する指向性グラフ畳み込みネットワークを提案する。 提案手法は,接続距離を5.01%向上させる。
  論文  参考訳（メタデータ） (2022-06-16T23:01:29Z)
• Cardiac Segmentation on CT Images through Shape-Aware Contour Attentions [1.212901554957637]
  心臓臓器は複数のサブ構造(心室、心房、大動脈、動脈、静脈、心筋)から構成される。 これらの心筋サブ構造は互いに近縁であり、識別不能な境界を持つ。 形状と境界認識機能を利用する新しいモデルを提案する。
  論文  参考訳（メタデータ） (2021-05-27T13:54:59Z)
• Anatomy-Guided Parallel Bottleneck Transformer Network for Automated Evaluation of Root Canal Therapy [13.768248182867673]
  X線画像における根管充填は根管治療において重要なステップである。 正確な解剖学的特徴を得るために, ファジィ境界を分節する曲線フィッティングセグメンテーションを提案する。 そして,最終評価のための分類ネットワークとして,並列ボトルネックトランスフォーマネットワーク(pbt-net)を導入した。
  論文  参考訳（メタデータ） (2021-05-02T02:38:31Z)
• An Uncertainty-Driven GCN Refinement Strategy for Organ Segmentation [53.425900196763756]
  本研究では,不確実性解析とグラフ畳み込みネットワークに基づくセグメンテーション改善手法を提案する。 半教師付きグラフ学習問題を定式化するために、特定の入力ボリュームにおける畳み込みネットワークの不確実性レベルを用いる。 本手法は膵臓で1%,脾臓で2%向上し,最先端のCRF改善法よりも優れていた。
  論文  参考訳（メタデータ） (2020-12-06T18:55:07Z)

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。