論文の概要: Vessel-Promoted OCT to OCTA Image Translation by Heuristic Contextual Constraints
- arxiv url: http://arxiv.org/abs/2303.06807v2
- Date: Wed, 21 Aug 2024 15:25:51 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-22 23:25:53.997382
- Title: Vessel-Promoted OCT to OCTA Image Translation by Heuristic Contextual Constraints
- Title(参考訳): Heuristic Contextual Constraints による血管駆動型OCTからOCTA画像への変換
- Authors: Shuhan Li, Dong Zhang, Xiaomeng Li, Chubin Ou, Lin An, Yanwu Xu, Kwang-Ting Cheng,
- Abstract要約: 利用可能な3次元光コヒーレンス・トモグラフィー画像から3次元OCTA画像へ変換するTransProと呼ばれる新しい手法を提案する。
当社のTransProメソッドは,従来から見過ごされてきた2つの新しいアイデアが中心です。
2つのデータセットの実験結果から、TransProは最先端のアプローチよりも優れています。
- 参考スコア(独自算出の注目度): 28.715207556565638
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Optical Coherence Tomography Angiography (OCTA) is a crucial tool in the clinical screening of retinal diseases, allowing for accurate 3D imaging of blood vessels through non-invasive scanning. However, the hardware-based approach for acquiring OCTA images presents challenges due to the need for specialized sensors and expensive devices. In this paper, we introduce a novel method called TransPro, which can translate the readily available 3D Optical Coherence Tomography (OCT) images into 3D OCTA images without requiring any additional hardware modifications. Our TransPro method is primarily driven by two novel ideas that have been overlooked by prior work. The first idea is derived from a critical observation that the OCTA projection map is generated by averaging pixel values from its corresponding B-scans along the Z-axis. Hence, we introduce a hybrid architecture incorporating a 3D adversarial generative network and a novel Heuristic Contextual Guidance (HCG) module, which effectively maintains the consistency of the generated OCTA images between 3D volumes and projection maps. The second idea is to improve the vessel quality in the translated OCTA projection maps. As a result, we propose a novel Vessel Promoted Guidance (VPG) module to enhance the attention of network on retinal vessels. Experimental results on two datasets demonstrate that our TransPro outperforms state-of-the-art approaches, with relative improvements around 11.4% in MAE, 2.7% in PSNR, 2% in SSIM, 40% in VDE, and 9.1% in VDC compared to the baseline method. The code is available at: https://github.com/ustlsh/TransPro.
- Abstract(参考訳): 光コヒーレンス・トモグラフィー(OCTA)は網膜疾患の臨床的スクリーニングにおいて重要なツールであり、非侵襲的スキャンによる血管の正確な3Dイメージングを可能にする。
しかし、OCTA画像を取得するためのハードウェアベースのアプローチは、特殊なセンサーや高価なデバイスを必要とするため、課題を呈している。
本稿では,手軽に利用できる3D光コヒーレンス・トモグラフィ(OCT)画像から3D OCTA画像に変換できるTransProという新しい手法を提案する。
当社のTransProメソッドは,従来から見過ごされてきた2つの新しいアイデアが中心です。
最初のアイデアは、OCTAプロジェクションマップが対応するBスキャンからZ軸に沿ったピクセル値の平均化によって生成されるという批判的な観察から導かれる。
そこで,我々は,3次元ボリュームと投影マップ間のOCTA画像の一貫性を効果的に維持する,新しいHuuristic Contextual Guidance (HCG)モジュールと3次元逆生成ネットワークを組み込んだハイブリッドアーキテクチャを提案する。
第2のアイデアは、翻訳されたOCTAプロジェクションマップの船体品質を改善することである。
その結果,新しい血管拡張誘導モジュール(VPG)が提案され,網膜血管のネットワークの注目度が向上した。
2つのデータセットの実験結果から、TransProは最先端のアプローチよりも優れており、MAEは11.4%、PSNRは2.7%、SSIMは2%、VDEは40%、VDCは9.1%である。
コードは、https://github.com/ustlsh/TransPro.comで入手できる。
関連論文リスト
- Diff3Dformer: Leveraging Slice Sequence Diffusion for Enhanced 3D CT Classification with Transformer Networks [5.806035963947936]
拡散型3次元視覚変換器(Diff3Dformer)を提案する。
本手法は, 肺CTの2種類の小さなデータセットに対して, 改良された性能を示す。
論文 参考訳(メタデータ) (2024-06-24T23:23:18Z) - 3D Vessel Reconstruction from Sparse-View Dynamic DSA Images via Vessel Probability Guided Attenuation Learning [79.60829508459753]
現在の商用デジタルサブトラクション・アンジオグラフィー(DSA)システムは通常、再構築を行うために数百のスキャンビューを要求する。
スパース・ビューDSA画像のダイナミックな血流と不十分な入力は,3次元血管再建作業において重要な課題である。
本稿では,時間に依存しない容器確率場を用いてこの問題を効果的に解くことを提案する。
論文 参考訳(メタデータ) (2024-05-17T11:23:33Z) - CT-GLIP: 3D Grounded Language-Image Pretraining with CT Scans and Radiology Reports for Full-Body Scenarios [53.94122089629544]
我々は,CT-GLIP(Grounded Language- Image Pretraining with CT scans)を導入する。
本手法は,104臓器にわたる17,702症例を対象に,44,011例の臓器レベルの視覚テキストペアからなるマルチモーダルCTデータセットを用いて訓練し,自然言語を用いて臓器と異常をゼロショットで識別できることを実証した。
論文 参考訳(メタデータ) (2024-04-23T17:59:01Z) - DISCOVER: 2-D Multiview Summarization of Optical Coherence Tomography
Angiography for Automatic Diabetic Retinopathy Diagnosis [1.6788804044046786]
糖尿病網膜症(英: Diabetic Retinopathy、DR)は、糖尿病の眼合併症である。
伝統的に、DRはカラーファンドス・フォトグラフィー(CFP)を用いて監視される。
本稿では3次元OCTAを用いた自動DR評価について検討する。
論文 参考訳(メタデータ) (2024-01-10T13:06:40Z) - Deep Learning for Vascular Segmentation and Applications in Phase
Contrast Tomography Imaging [33.23991248643144]
本稿では,多様な臓器にまたがる機械学習技術の現状を概説する。
我々のゴールは、このトピックの基礎を提供し、新しい画像モダリティで血管セグメンテーションに適用するための堅牢なベースラインモデルを特定することである。
HiP CTは、1ボクセルあたり20mmという前例のない解像度で、完全な臓器の3Dイメージングを可能にする。
論文 参考訳(メタデータ) (2023-11-22T11:15:38Z) - OCT2Confocal: 3D CycleGAN based Translation of Retinal OCT Images to
Confocal Microscopy [12.367828307288105]
In-vivo OCTを前-vivo共焦点顕微鏡画像に教師なし翻訳するための3D CycleGANフレームワークを開発した。
これは、OCTの固有の3D情報を利用して、共焦点顕微鏡のリッチで詳細な色領域に変換する最初の試みである。
論文 参考訳(メタデータ) (2023-11-17T22:48:50Z) - Homography Loss for Monocular 3D Object Detection [54.04870007473932]
ホログラフィーロス(Homography Loss)と呼ばれる,2次元情報と3次元情報の両方を利用する識別可能なロス関数を提案する。
提案手法は,KITTI 3Dデータセットにおいて,他の最先端技術と比較して高い性能を示す。
論文 参考訳(メタデータ) (2022-04-02T03:48:03Z) - 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) - Uncertainty-Guided Progressive GANs for Medical Image Translation [37.95176881950121]
画像から画像への翻訳は、様々な医療画像のタスクに取り組む上で重要な役割を担っている。
画像から画像への変換のための不確実性誘導型プログレッシブラーニング手法を提案する。
医用画像翻訳の課題3つの課題に対して,本モデルの有効性を実証した。
論文 参考訳(メタデータ) (2021-06-29T16:26:12Z) - 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) - Self-Supervised 2D Image to 3D Shape Translation with Disentangled
Representations [92.89846887298852]
本稿では,2次元画像ビューと3次元オブジェクト形状を翻訳するフレームワークを提案する。
形状変換のための自己教師型画像変換フレームワークであるSISTを提案する。
論文 参考訳(メタデータ) (2020-03-22T22:44:02Z)
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。