論文の概要: An Automatic Guidance and Quality Assessment System for Doppler Imaging
of Umbilical Artery
- arxiv url: http://arxiv.org/abs/2304.05463v2
- Date: Thu, 6 Jul 2023 17:29:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-07 17:39:44.991852
- Title: An Automatic Guidance and Quality Assessment System for Doppler Imaging
of Umbilical Artery
- Title（参考訳）: 子宮動脈ドプラ画像の自動誘導と品質評価システム
- Authors: Chun Kit Wong and Manxi Lin and Alberto Raheli and Zahra Bashir and
Morten Bo S{\o}ndergaard Svendsen and Martin Gr{\o}nneb{\ae}k Tolsgaard and
Aasa Feragen and Anders Nymark Christensen
- Abstract要約: 経験豊富なソノグラフィーの不足は、機械支援の需要を生み出した。
本研究では,このギャップを埋める自動システムを提案する。
国立超音波検診データベースから得られた657枚の画像に対して,本システムの有効性を検証した。
- 参考スコア（独自算出の注目度）: 2.4626113631507893
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Examination of the umbilical artery with Doppler ultrasonography is performed
to investigate blood supply to the fetus through the umbilical cord, which is
vital for the monitoring of fetal health. Such examination involves several
steps that must be performed correctly: identifying suitable sites on the
umbilical artery for the measurement, acquiring the blood flow curve in the
form of a Doppler spectrum, and ensuring compliance to a set of quality
standards. These steps rely heavily on the operator's skill, and the shortage
of experienced sonographers has thus created a demand for machine assistance.
In this work, we propose an automatic system to fill the gap. By using a
modified Faster R-CNN network, we obtain an algorithm that can suggest
locations suitable for Doppler measurement. Meanwhile, we have also developed a
method for assessment of the Doppler spectrum's quality. The proposed system is
validated on 657 images from a national ultrasound screening database, with
results demonstrating its potential as a guidance system.
- Abstract（参考訳）: 超音波ドプラ法を用いて子宮動脈の検査を行い,胎児の健康モニタリングに欠かせない子宮を通じて胎児への血液供給について検討した。
このような検査は、測定に最適な部位を特定すること、ドップラースペクトルの形で血流曲線を取得すること、一連の品質基準に準拠すること、など、正しく行う必要があるいくつかのステップを含む。
これらのステップはオペレーターのスキルに大きく依存しており、経験豊富なソノグラフィーの不足が機械支援の需要を生み出している。
本研究では,このギャップを埋める自動システムを提案する。
改良されたFaster R-CNNネットワークを用いることで,ドップラー計測に適した位置を提案するアルゴリズムを得る。
また,ドップラースペクトルの品質評価手法も開発した。
提案システムは,全国の超音波検診データベースから657枚の画像に対して検証し,ガイダンスシステムとしての可能性を示した。
関連論文リスト
- Automatic 3D Multi-modal Ultrasound Segmentation of Human Placenta using
Fusion Strategies and Deep Learning [11.137087573421258]
ヒト胎盤の自動3次元マルチモーダル(Bモードとパワードップラー)超音波セグメンテーションを提案する。
我々は,Bモードとパワードプラ法を併用したデータを収集し,400件の検査を行った。
その結果,Bモードとパワードップラースキャンによるマルチモーダル情報は,単一のモダリティよりも優れていた。
論文 参考訳（メタデータ） (2024-01-17T23:17:08Z) - A Unified Approach for Comprehensive Analysis of Various Spectral and
Tissue Doppler Echocardiography [3.7775754350457746]
本稿では、コンボリューションニューラルネットワークを用いた新しい統合フレームワークを導入し、スペクトルおよび組織ドプラ心エコー画像の包括的解析を行った。
ネットワークは、新しいドップラー形状の埋め込みとアンチエイリアスモジュールによって、様々なドップラービューにまたがる重要な特徴を自動的に認識する。
実験結果から, ダイス類似度係数 (DSC) や結合上の交叉 (IoU) など, 性能指標における一貫したアウトパフォーマンスを示す。
論文 参考訳（メタデータ） (2023-11-14T15:10:05Z) - AiAReSeg: Catheter Detection and Segmentation in Interventional
Ultrasound using Transformers [75.20925220246689]
血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。
本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
論文 参考訳（メタデータ） (2023-09-25T19:34:12Z) - DopUS-Net: Quality-Aware Robotic Ultrasound Imaging based on Doppler
Signal [48.97719097435527]
DopUS-Netはドップラー画像とBモード画像を組み合わせることで、小血管のセグメンテーション精度と堅牢性を高める。
動脈再同定モジュールは、リアルタイムセグメンテーション結果を質的に評価し、拡張ドップラー画像に対するプローブポーズを自動的に最適化する。
論文 参考訳（メタデータ） (2023-05-15T18:19:29Z) - 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) - A Deep Learning Approach to Predicting Collateral Flow in Stroke
Patients Using Radiomic Features from Perfusion Images [58.17507437526425]
側方循環は、血流を妥協した領域に酸素を供給する特殊な無酸素流路から生じる。
実際のグレーティングは主に、取得した画像の手動検査によって行われる。
MR灌流データから抽出した放射線学的特徴に基づいて,脳卒中患者の側方血流低下を予測するための深層学習手法を提案する。
論文 参考訳（メタデータ） (2021-10-24T18:58:40Z) - Deep Learning for Ultrasound Beamforming [120.12255978513912]
受信した超音波エコーを空間画像領域にマッピングするビームフォーミングは、超音波画像形成チェーンの心臓に位置する。
現代の超音波イメージングは、強力なデジタル受信チャネル処理の革新に大きく依存している。
ディープラーニング手法は、デジタルビームフォーミングパイプラインにおいて魅力的な役割を果たす。
論文 参考訳（メタデータ） (2021-09-23T15:15:21Z) - FetalNet: Multi-task deep learning framework for fetal ultrasound
biometric measurements [11.364211664829567]
本稿では,FetalNetと呼ばれるマルチタスク・ニューラルネットワークについて,胎児超音波スキャン画像解析のためのアテンション機構とスタックモジュールを提案する。
胎児超音波画像解析の主な目的は、胎児の頭部、腹部、大腿骨を測定するための適切な基準面を見つけることである。
FetalNetという手法は,胎児超音波ビデオ記録における分類とセグメント化の両面で,既存の最先端手法よりも優れている。
論文 参考訳（メタデータ） (2021-07-14T19:13:33Z) - AutoFB: Automating Fetal Biometry Estimation from Standard Ultrasound
Planes [10.745788530692305]
提案したフレームワークは、最先端のセグメンテーションモデルを用いて、重要な胎児解剖を意味的にセグメンテーションする。
その結果, セグメンテーション性能のよいネットワークは, バイオメトリ推定においてより正確であることが示唆された。
論文 参考訳（メタデータ） (2021-07-12T08:42:31Z) - Noise-Resilient Automatic Interpretation of Holter ECG Recordings [67.59562181136491]
本稿では,ホルター記録を雑音に頑健に解析する3段階プロセスを提案する。
第1段階は、心拍位置を検出する勾配デコーダアーキテクチャを備えたセグメンテーションニューラルネットワーク(NN)である。
第2段階は、心拍を幅または幅に分類する分類NNである。
第3のステージは、NN機能の上に、患者対応機能を組み込んだ強化決定木(GBDT)である。
論文 参考訳（メタデータ） (2020-11-17T16:15:49Z) - Automated Detection of Congenital Heart Disease in Fetal Ultrasound
Screening [7.496518691842825]
自動データキュレーションと分類のためのパイプラインを提案する。
我々は、補助的な視点分類タスクを利用して、関連する心構造に対する特徴をバイアスする。
このバイアスは健康クラスとCHDクラスでそれぞれ0.72と0.77から0.87と0.85にF1スコアを改善するのに役立つ。
論文 参考訳（メタデータ） (2020-08-16T17:53:41Z)
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。