論文の概要: Diffusion Models for Contrast Harmonization of Magnetic Resonance Images
- arxiv url: http://arxiv.org/abs/2303.08189v1
- Date: Tue, 14 Mar 2023 19:24:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-16 15:41:29.294247
- Title: Diffusion Models for Contrast Harmonization of Magnetic Resonance Images
- Title(参考訳): 磁気共鳴画像のコントラスト調和のための拡散モデル
- Authors: Alicia Durrer, Julia Wolleb, Florentin Bieder, Tim Sinnecker, Matthias
Weigel, Robin Sandk\"uhler, Cristina Granziera, \"Ozg\"ur Yaldizli, Philippe
C. Cattin
- Abstract要約: 本研究ではコントラスト調和のための拡散モデルに基づくアプローチを提案する。
多発性硬化症患者18名と健常者22名からなるデータセットを用いて検討した。
解剖学的情報ではなくコントラストだけを変更したいので,本手法では,原画像を用いて画像から画像への変換プロセスを導出する。
- 参考スコア(独自算出の注目度): 0.6965384453064828
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Magnetic resonance (MR) images from multiple sources often show differences
in image contrast related to acquisition settings or the used scanner type. For
long-term studies, longitudinal comparability is essential but can be impaired
by these contrast differences, leading to biased results when using automated
evaluation tools. This study presents a diffusion model-based approach for
contrast harmonization. We use a data set consisting of scans of 18 Multiple
Sclerosis patients and 22 healthy controls. Each subject was scanned in two MR
scanners of different magnetic field strengths (1.5 T and 3 T), resulting in a
paired data set that shows scanner-inherent differences. We map images from the
source contrast to the target contrast for both directions, from 3 T to 1.5 T
and from 1.5 T to 3 T. As we only want to change the contrast, not the
anatomical information, our method uses the original image to guide the
image-to-image translation process by adding structural information. The aim is
that the mapped scans display increased comparability with scans of the target
contrast for downstream tasks. We evaluate this method for the task of
segmentation of cerebrospinal fluid, grey matter and white matter. Our method
achieves good and consistent results for both directions of the mapping.
- Abstract(参考訳): 複数のソースからのMR画像は、取得設定や使用されるスキャナータイプに関連する画像コントラストの違いがしばしば示される。
長期的な研究においては、縦方向のコンパラビリティは不可欠であるが、これらのコントラストの違いによって損なわれ、自動評価ツールを用いた場合のバイアスが生じる。
本研究ではコントラスト調和のための拡散モデルに基づくアプローチを提案する。
多発性硬化症患者18例と健康管理22例のスキャンデータを用いた。
各被験者は磁場強度の異なる2つのMRスキャナー(1.5Tと3T)でスキャンされ、結果としてスキャナー間の相違を示すペアデータセットが得られた。
3tから1.5t、1.5tから1.5tの両方向の目標コントラストからの画像をマッピングする。解剖学的情報ではなくコントラストのみを変更したいので、元の画像を用いて構造情報を付加して画像から画像への変換プロセスをガイドする。
目的は、マッピングされたスキャンが下流タスクの目標コントラストのスキャンとの互換性を高めることである。
本手法は,脳脊髄液,灰白質,白質のセグメンテーション課題に対する評価を行う。
本手法はマッピングの両方向に対して良好かつ一貫した結果を得る。
関連論文リスト
- Stain-invariant self supervised learning for histopathology image
analysis [103.0584008963071]
乳がんのヘマトキシリンおよびエオシン染色像におけるいくつかの分類課題に対する自己監督アルゴリズムを提案する。
本手法は,いくつかの乳がんデータセット上での最先端のパフォーマンスを実現する。
論文 参考訳(メタデータ) (2022-11-14T18:16:36Z) - Neglectable effect of brain MRI data prepreprocessing for tumor
segmentation [55.51261784032216]
我々は,TCIA-GBMオープンソースデータセットを用いたマルチモーダルMRI脳がん画像セグメント化に関する総合的研究を報告する。
その結果、最も一般的な標準化手順は、ニューラルネットワークの性能に何の価値も与えないことが示されている。
画像の規格化に伴う信号分散の低減のため,画像強度正規化手法はモデル精度に寄与しない。
論文 参考訳(メタデータ) (2022-04-11T17:29:36Z) - Modulated Contrast for Versatile Image Synthesis [60.304183493234376]
MoNCEは画像のコントラストを導入し、多面的画像間距離の知覚のための校正基準を学習する。
複数の対照的な目的に対して協調的に負のサンプルのプッシュ力を変調するために,MoNCEの最適輸送を導入する。
論文 参考訳(メタデータ) (2022-03-17T14:03:46Z) - Texture Characterization of Histopathologic Images Using Ecological
Diversity Measures and Discrete Wavelet Transform [82.53597363161228]
本稿では,病理組織像間でテクスチャを特徴付ける手法を提案する。
2つのHIデータセットに有望な精度で、そのような画像の固有特性を定量化することが可能である。
論文 参考訳(メタデータ) (2022-02-27T02:19:09Z) - Ab-initio Contrast Estimation and Denoising of Cryo-EM Images [12.807080095995136]
本稿では,3次元ボリューム情報を用いることなく,ノイズの多い画像から直接コントラスト推定を行う手法を提案する。
単一粒子分析の初期段階においてコントラスト補正が可能であり、下流処理の精度を向上させることができる。
論文 参考訳(メタデータ) (2022-02-15T21:31:34Z) - CNN Filter Learning from Drawn Markers for the Detection of Suggestive
Signs of COVID-19 in CT Images [58.720142291102135]
畳み込みニューラルネットワーク(CNN)のフィルタを推定するために,大規模な注釈付きデータセットやバックプロパゲーションを必要としない手法を提案する。
少数のCT画像に対して、ユーザは、代表的な正常領域と異常領域にマーカーを描画する。
本発明の方法は、カーネルがマークされたものに似た拡張領域に特有な一連の畳み込み層からなる特徴抽出器を生成する。
論文 参考訳(メタデータ) (2021-11-16T15:03:42Z) - CyTran: Cycle-Consistent Transformers for Non-Contrast to Contrast CT
Translation [41.30529320370788]
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) - Self-Supervised Multi-Modal Alignment for Whole Body Medical Imaging [70.52819168140113]
我々は、英国バイオバンクの2万名以上の被験者のデータセットを使用し、全体Dixon法磁気共鳴法(MR)スキャンとデュアルエネルギーX線吸収率法(DXA)スキャンを併用した。
マルチモーダル画像マッチングコントラストフレームワークを導入し、同一対象の異なるモダリティスキャンを高精度にマッチングすることができる。
適応がなければ、この対照的なトレーニングステップで学習した対応が、自動クロスモーダルスキャン登録の実行に利用できることを示す。
論文 参考訳(メタデータ) (2021-07-14T12:35:05Z) - MR-Contrast-Aware Image-to-Image Translations with Generative
Adversarial Networks [5.3580471186206005]
MR取得パラメータの反復時間とエコー時間に基づいて,画像から画像へ生成する敵ネットワークを訓練する。
提案手法はピーク信号対雑音比と24.48と0.66の構造的類似性を示し,ピクセルベンチマークモデルを大幅に上回っている。
論文 参考訳(メタデータ) (2021-04-03T17:05:13Z) - MedAug: Contrastive learning leveraging patient metadata improves
representations for chest X-ray interpretation [8.403653472706822]
患者メタデータを用いて、異なる画像の視点からポジティブなペアを選択する手法を開発しています。
胸部X線解釈の正の対を選択するための戦略を比較検討し, 同一患者, 画像研究, 側方性などを検討した。
すべての側面で同じ研究から同じ患者からのイメージを使用することを含む私達の最もよい性能の肯定的な対の選択戦略は平均AUCの3.4%そして14.4%の性能の増加を達成します。
論文 参考訳(メタデータ) (2021-02-21T18:39:04Z) - Joint super-resolution and synthesis of 1 mm isotropic MP-RAGE volumes
from clinical MRI exams with scans of different orientation, resolution and
contrast [4.987889348212769]
コントラスト,解像度,方向の異なる1つ以上の厚いスライススキャンを受信するCNNの訓練方法であるSynthSRを提案する。
提案手法では,ストリッピングやバイアスフィールド補正などの前処理は不要である。
論文 参考訳(メタデータ) (2020-12-24T17:29:53Z)
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。