論文の概要: Explainable Image Quality Assessment for Medical Imaging

• arxiv url: http://arxiv.org/abs/2303.14479v1
• Date: Sat, 25 Mar 2023 14:18:39 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-28 19:23:46.012685
• Title: Explainable Image Quality Assessment for Medical Imaging
• Title（参考訳）: 医用画像における画像品質評価
• Authors: Caner Ozer, Arda Guler, Aysel Turkvatan Cansever, Ilkay Oksuz
• Abstract要約: 質の悪い医療画像は誤診につながる可能性がある。 本稿では,説明可能な画像品質評価システムを提案し,その考え方を2つの異なる目的に対して検証する。 本研究では,サリエンシ検出器の忠実度を測定するために,様々な手法を適用した。 我々は,NormGradがObject-CXRで0.853点,LVOTデータセットで0.611点,繰り返しポイントゲームで0.853点に達することで,他のサリエンシ検出器よりも顕著に向上したことを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Medical image quality assessment is an important aspect of image acquisition, as poor-quality images may lead to misdiagnosis. Manual labelling of image quality is a tedious task for population studies and can lead to misleading results. While much research has been done on automated analysis of image quality to address this issue, relatively little work has been done to explain the methodologies. In this work, we propose an explainable image quality assessment system and validate our idea on two different objectives which are foreign object detection on Chest X-Rays (Object-CXR) and Left Ventricular Outflow Tract (LVOT) detection on Cardiac Magnetic Resonance (CMR) volumes. We apply a variety of techniques to measure the faithfulness of the saliency detectors, and our explainable pipeline relies on NormGrad, an algorithm which can efficiently localise image quality issues with saliency maps of the classifier. We compare NormGrad with a range of saliency detection methods and illustrate its superior performance as a result of applying these methodologies for measuring the faithfulness of the saliency detectors. We see that NormGrad has significant gains over other saliency detectors by reaching a repeated Pointing Game score of 0.853 for Object-CXR and 0.611 for LVOT datasets.
• Abstract（参考訳）: 医療画像の品質評価は画像取得の重要な側面であり、低品質の画像は誤診につながる可能性がある。 画像品質のマニュアルラベリングは、人口調査の面倒な作業であり、誤った結果をもたらす可能性がある。 この問題に対処するために、画像品質の自動分析に関する多くの研究が行われてきたが、方法論を説明するための作業は比較的少ない。 本研究では,胸部X線(Object-CXR)と左室流出路(LVOT)による心臓磁気共鳴(CMR)量の異物検出の2つの目的について,説明可能な画像品質評価システムを提案し,その考え方を検証した。 我々は,サリエンシ検出器の忠実度を測定するために,様々な手法を適用し,このパイプラインは分類器のサリエンシマップを用いて画像品質問題を効率的にローカライズするアルゴリズムであるNormGradに依存している。 我々は,NormGradを各種の塩分検出法と比較し,これらの方法を適用して塩分検知器の忠実度を計測した結果,その優れた性能を示す。 NormGradは、Object-CXRでは0.853、LVOTデータセットでは0.611という繰り返しポイントゲームスコアに達することで、他のサリエンシ検出器よりも大幅に向上している。

関連論文リスト

• Rethinking Medical Anomaly Detection in Brain MRI: An Image Quality Assessment Perspective [14.39502951611029]
  構造類似度指数の損失をl1損失と組み合わせた核融合品質損失関数を提案する。 また,正常領域と異常領域の平均強度比(AIR)を高めるデータ前処理戦略を導入し,異常の識別を改善した。 提案したIQAアプローチは,BraTS21(T2,FLAIR)およびMSULBデータセット上のDice係数(DICE)とAUPRC(Area Under the Precision-Recall Curve)において,大幅な改善(>10%)を達成している。
  論文  参考訳（メタデータ） (2024-08-15T15:55:07Z)
• Robust Detection Outcome: A Metric for Pathology Detection in Medical Images [6.667150890634173]
  ロバスト検出アウトカム(RoDeO)は、医学画像における病理診断アルゴリズムを評価するための新しい指標である。 RoDeOは、個々のエラーを直接評価し、現在のメトリクスよりも臨床ニーズを反映する。
  論文  参考訳（メタデータ） (2023-03-03T13:45:13Z)
• Shifted Windows Transformers for Medical Image Quality Assessment [0.0]
  CNNベースのアプローチは画像の品質を評価するために使用されるが、その性能は精度の観点からも改善できる。 本研究では,Swin Transformerを用いて,画質の悪い画像分類性能を改善することで,この問題に対処する。 我々の知る限りでは、医用画像品質評価のための最初のビジョントランスフォーマーアプリケーションである。
  論文  参考訳（メタデータ） (2022-08-11T20:39:26Z)
• Automated SSIM Regression for Detection and Quantification of Motion Artefacts in Brain MR Images [54.739076152240024]
  磁気共鳴脳画像における運動アーチファクトは重要な問題である。 MR画像の画質評価は,臨床診断に先立って基本的である。 構造類似度指数(SSIM)回帰に基づく自動画像品質評価法が提案されている。
  論文  参考訳（メタデータ） (2022-06-14T10:16:54Z)
• Preservation of High Frequency Content for Deep Learning-Based Medical Image Classification [74.84221280249876]
  大量の胸部ラジオグラフィーの効率的な分析は、医師や放射線技師を助けることができる。 本稿では,視覚情報の効率的な識別と符号化のための離散ウェーブレット変換(DWT)を提案する。
  論文  参考訳（メタデータ） (2022-05-08T15:29:54Z)
• Harmonizing Pathological and Normal Pixels for Pseudo-healthy Synthesis [68.5287824124996]
  そこで本研究では,新しいタイプの識別器であるセグメンタを提案し,病変の正確な特定と擬似健康画像の視覚的品質の向上を図っている。 医用画像強調に生成画像を適用し,低コントラスト問題に対処するために拡張結果を利用する。 BraTSのT2モダリティに関する総合的な実験により、提案手法は最先端の手法よりも大幅に優れていることが示された。
  論文  参考訳（メタデータ） (2022-03-29T08:41:17Z)
• Image Quality Assessment for Magnetic Resonance Imaging [4.05136808278614]
  画像品質評価(IQA)アルゴリズムは、画像品質に対する人間の認識を再現することを目的としている。 我々は、MRIに関連する問題を解決するために訓練されたニューラルネットワークモデルの出力を使用する。 7人の訓練された放射線学者が歪んだ画像を評価し、その判断は35の異なる画像品質指標と相関した。
  論文  参考訳（メタデータ） (2022-03-15T11:52:29Z)
• 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)
• Artifact- and content-specific quality assessment for MRI with image rulers [11.551528894727573]
  臨床では、MRI画像はスキャン後ずっと後に放射線科医によって最初に見られることが多い。 画像品質が不十分な場合、追加のスキャンのために戻らなければならないか、あるいは最適以下の解釈を下す必要がある。 キャリブレーションされたラベルで訓練し,画像定規で推測するマルチタスクCNNモデルを用いたフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-11-06T02:17:12Z)
• Learning Conditional Knowledge Distillation for Degraded-Reference Image Quality Assessment [157.1292674649519]
  劣化参照IQA(DR-IQA)という実用的な解を提案する。 DR-IQAはIRモデルの入力、劣化したイメージを参照として利用する。 私たちの結果は、フル参照設定のパフォーマンスに近いものもあります。
  論文  参考訳（メタデータ） (2021-08-18T02:35:08Z)
• Improved Slice-wise Tumour Detection in Brain MRIs by Computing Dissimilarities between Latent Representations [68.8204255655161]
  磁気共鳴画像(MRI)の異常検出は教師なし手法で行うことができる。 本研究では,変分オートエンコーダの潜伏空間における相似関数の計算に基づいて,腫瘍検出のためのスライスワイズ半教師法を提案する。 本研究では,高解像度画像上でのモデルをトレーニングし,再現の質を向上させることにより,異なるベースラインに匹敵する結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-07-24T14:02:09Z)

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。