論文の概要: Vessel-Promoted OCT to OCTA Image Translation by Heuristic Contextual Constraints

• arxiv url: http://arxiv.org/abs/2303.06807v1
• Date: Mon, 13 Mar 2023 01:42:29 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-14 16:49:35.004640
• Title: Vessel-Promoted OCT to OCTA Image Translation by Heuristic Contextual Constraints
• Title（参考訳）: ヒューリスティックな文脈制約によるOCTからOCTAへの変換
• Authors: Shuhan Li, Dong Zhang, Xiaomeng Li, Chubin Ou, Lin An, Yanwu Xu, Kwang-Ting Cheng
• Abstract要約: 本稿では、3D光コヒーレンス・トモグラフィー(OCT)画像を画像変換パターンを用いて排他的な3DOCTA画像に変換する新しいフレームワークであるTransProを提案する。 我々の主な目的は、既存の画像翻訳ベースラインにおける2つの問題、すなわち、翻訳プロセスにおける目的のないことと、翻訳対象の不完全性に対処することである。 TransProは、トレーニング中に最小限の計算オーバーヘッドで既存のアプローチを継続的に上回り、テスト中には何もしない。
• 参考スコア（独自算出の注目度）: 27.28468771485413
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Optical Coherence Tomography Angiography (OCTA) has become increasingly vital in the clinical screening of fundus diseases due to its ability to capture accurate 3D imaging of blood vessels in a non-contact scanning manner. However, the acquisition of OCTA images remains challenging due to the requirement of exclusive sensors and expensive devices. In this paper, we propose a novel framework, TransPro, that translates 3D Optical Coherence Tomography (OCT) images into exclusive 3D OCTA images using an image translation pattern. Our main objective is to address two issues in existing image translation baselines, namely, the aimlessness in the translation process and incompleteness of the translated object. The former refers to the overall quality of the translated OCTA images being satisfactory, but the retinal vascular quality being low. The latter refers to incomplete objects in translated OCTA images due to the lack of global contexts. TransPro merges a 2D retinal vascular segmentation model and a 2D OCTA image translation model into a 3D image translation baseline for the 2D projection map projected by the translated OCTA images. The 2D retinal vascular segmentation model can improve attention to the retinal vascular, while the 2D OCTA image translation model introduces beneficial heuristic contextual information. Extensive experimental results on two challenging datasets demonstrate that TransPro can consistently outperform existing approaches with minimal computational overhead during training and none during testing.
• Abstract（参考訳）: 光コヒーレンス断層撮影法(optical coherence tomography angiography,octa)は,非接触走査法で血管の正確な3dイメージングを撮影できるため,眼底疾患のスクリーニングにおいてますます重要になっている。 しかし、専用のセンサーと高価なデバイスを必要とするため、OCTA画像の取得は依然として困難である。 本稿では,3次元光コヒーレンストモグラフィ(oct)画像を画像変換パターンを用いて排他的3次元オクタ画像に変換する新しい枠組みであるtransproを提案する。 本研究の目的は,既存の画像翻訳ベースラインにおける2つの課題,すなわち翻訳過程の無目的性と翻訳対象の不完全性に対処することである。 前者は、翻訳されたOCTA画像の全体的な品質が良好であるが、網膜血管質は低いことを指している。 後者は、グローバルコンテキストの欠如により、翻訳されたOCTA画像の不完全なオブジェクトを指す。 TransProは2次元網膜血管セグメンテーションモデルと2次元OCTA画像変換モデルを、翻訳OCTA画像によって投影された2次元投影マップの3次元画像翻訳ベースラインにマージする。 2d retinal vascular segmentation modelは網膜血管への注意を高めるが、2d octa image translation modelは有益なヒューリスティックな文脈情報を導入する。 2つの挑戦的なデータセットに対する大規模な実験結果によると、TransProはトレーニング中に最小限の計算オーバーヘッドで既存のアプローチを一貫して上回り、テスト中には何も実行できない。

関連論文リスト

• OCTCube: A 3D foundation model for optical coherence tomography that improves cross-dataset, cross-disease, cross-device and cross-modality analysis [11.346324975034051]
  OCTCubeは、26,605個の3D OCTボリュームで事前訓練された3Dファンデーションモデルである。 インダクティブとクロスデータセットの両方の設定で8つの網膜疾患を予測する場合、2Dモデルよりも優れています。 また、クロスデバイス予測や、糖尿病や高血圧などの全身疾患の予測に優れたパフォーマンスを示す。
  論文  参考訳（メタデータ） (2024-08-20T22:55:19Z)
• GaSpCT: Gaussian Splatting for Novel CT Projection View Synthesis [0.6990493129893112]
  GaSpCTはコンピュータ・トモグラフィー(CT)スキャンのための新しいプロジェクション・ビューを生成するために使用される新しいビュー合成および3次元シーン表現法である。 我々は,2次元画像投影の限られたセットに基づいて,CTにおける新しいビュー合成を可能にするために,ガウススティングフレームワークを適用した。 我々はParkinson's Progression Markers Initiative (PPMI)データセットから脳CTスキャンを用いてモデルの性能を評価する。
  論文  参考訳（メタデータ） (2024-04-04T00:28:50Z)
• Accurate Patient Alignment without Unnecessary Imaging Dose via Synthesizing Patient-specific 3D CT Images from 2D kV Images [10.538839084727975]
  腫瘍の視認性は2次元平面への患者の解剖学的投射により制限される。 コーンビームCT(CBCT)などの3D-OBI治療室では、CBCTの視野(FOV)は不要な高画像量に制限される。 本稿では, 階層型 ViT ブロックで構築した2次元モデルを用いて, 処理位置から得られた kV 画像から3次元CTを再構成する手法を提案する。
  論文  参考訳（メタデータ） (2024-04-01T19:55:03Z)
• SdCT-GAN: Reconstructing CT from Biplanar X-Rays with Self-driven Generative Adversarial Networks [6.624839896733912]
  本稿では,3次元CT画像の再構成のための自己駆動型生成対向ネットワークモデル(SdCT-GAN)を提案する。 識別器に新しいオートエンコーダ構造を導入することにより、画像の詳細により多くの注意を払っている。 LPIPS評価基準は,既存画像よりも微細な輪郭やテクスチャを定量的に評価できる。
  論文  参考訳（メタデータ） (2023-09-10T08:16:02Z)
• Deep learning network to correct axial and coronal eye motion in 3D OCT retinal imaging [65.47834983591957]
  深層学習に基づくニューラルネットワークを用いて,OCTの軸運動とコロナ運動のアーチファクトを1つのスキャンで補正する。 実験結果から, 提案手法は動作アーチファクトを効果的に補正し, 誤差が他の方法よりも小さいことを示す。
  論文  参考訳（メタデータ） (2023-05-27T03:55:19Z)
• Geometry-Aware Attenuation Learning for Sparse-View CBCT Reconstruction [53.93674177236367]
  Cone Beam Computed Tomography (CBCT) は臨床画像撮影において重要な役割を担っている。 従来の方法では、高品質な3D CBCT画像の再構成には数百の2次元X線投影が必要である。 これにより、放射線線量を減らすため、スパースビューCBCT再構成への関心が高まっている。 本稿では,この問題を解決するために,新しい幾何対応エンコーダデコーダフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-26T14:38:42Z)
• Two-Stream Graph Convolutional Network for Intra-oral Scanner Image Segmentation [133.02190910009384]
  本稿では,2ストリームグラフ畳み込みネットワーク(TSGCN)を提案する。 TSGCNは3次元歯(表面)セグメンテーションにおいて最先端の方法よりも優れています。
  論文  参考訳（メタデータ） (2022-04-19T10:41:09Z)
• CyTran: A Cycle-Consistent Transformer with Multi-Level Consistency for Non-Contrast to Contrast CT Translation [56.622832383316215]
  コントラストCTを非コントラストCTに変換する手法を提案する。 提案手法は、CyTranを略して、サイクル一貫性のある生成逆転変換器に基づいている。 実験の結果、CyTranは競合するすべての手法より優れています。
  論文  参考訳（メタデータ） (2021-10-12T23:25:03Z)
• 3D Vessel Reconstruction in OCT-Angiography via Depth Map Estimation [26.489218604637678]
  2次元OCTA画像(顔血管造影)における血管のマニュアルまたは自動解析は、一般的に臨床で用いられる。 OCTA画像から船舶深度マップを推定した新しい3次元船舶再構築フレームワークを紹介します。
  論文  参考訳（メタデータ） (2021-02-26T16:53:39Z)
• Revisiting 3D Context Modeling with Supervised Pre-training for Universal Lesion Detection in CT Slices [48.85784310158493]
  CTスライスにおける普遍的病変検出のための3Dコンテキスト強化2D特徴を効率的に抽出するための修飾擬似3次元特徴ピラミッドネットワーク(MP3D FPN)を提案する。 新たな事前学習手法により,提案したMP3D FPNは,DeepLesionデータセット上での最先端検出性能を実現する。 提案された3Dプリトレーニングウェイトは、他の3D医療画像分析タスクのパフォーマンスを高めるために使用できる。
  論文  参考訳（メタデータ） (2020-12-16T07:11:16Z)
• Deep Q-Network-Driven Catheter Segmentation in 3D US by Hybrid Constrained Semi-Supervised Learning and Dual-UNet [74.22397862400177]
  本稿では,教師付き学習手法よりも少ないアノテーションを要求できる新しいカテーテルセグメンテーション手法を提案する。 提案手法では,Voxelレベルのアノテーションを避けるために,深層Q学習を事前局所化ステップとみなす。 検出されたカテーテルでは、パッチベースのDual-UNetを使用してカテーテルを3Dボリュームデータに分割する。
  論文  参考訳（メタデータ） (2020-06-25T21:10:04Z)

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。