論文の概要: Real-Time Superficial Vein Imaging System for Observing Abnormalities on Vascular Structures

• arxiv url: http://arxiv.org/abs/2305.00189v1
• Date: Sat, 29 Apr 2023 07:32:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-02 16:41:33.287599
• Title: Real-Time Superficial Vein Imaging System for Observing Abnormalities on Vascular Structures
• Title（参考訳）: 血管構造の異常観察のためのリアルタイム表面静脈イメージングシステム
• Authors: Ayse Altay, Abdurrahman Gumus
• Abstract要約: 血管画像の現在の検出方法は、高価で侵襲的で、主に放射線によるものである。 この装置は850nmのNIR発光ダイオード(LED)と他の電子・光学部品を使用する。 非接触で安全な赤外線イメージング(IR)をリアルタイムで行う。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Circulatory system abnormalities might be an indicator of diseases or tissue damage. Early detection of vascular abnormalities might have an important role during treatment and also raise the patient's awarenes. Current detection methods for vascular imaging are high-cost, invasive, and mostly radiation-based. In this study, a low-cost and portable microcomputer-based tool has been developed as a near-infrared (NIR) superficial vascular imaging device. The device uses NIR light-emitting diode (LED) light at 850 nm along with other electronic and optical components. It operates as a non-contact and safe infrared (IR) imaging method in real-time. Image and video analysis are carried out using OpenCV (Open-Source Computer Vision), a library of programming functions mainly used in computer vision. Various tests were carried out to optimize the imaging system and set up a suitable external environment. To test the performance of the device, the images taken from three diabetic volunteers, who are expected to have abnormalities in the vascular structure due to the possibility of deformation caused by high glucose levels in the blood, were compared with the images taken from two non-diabetic volunteers. As a result, tortuosity was observed successfully in the superficial vascular structures, where the results need to be interpreted by the medical experts in the field to understand the underlying reasons. Although this study is an engineering study and does not have an intention to diagnose any diseases, the developed system here might assist healthcare personnel in early diagnosis and treatment follow-up for vascular structures and may enable further opportunities.
• Abstract（参考訳）: 循環系異常は疾患や組織障害の指標である。 血管異常の早期発見は治療中に重要な役割を担い、また患者の意識を高める可能性がある。 血管画像の現在の検出方法は、高価で侵襲的で、主に放射線によるものである。 本研究では,近赤外(NIR)表面血管イメージング装置として,低コストでポータブルなマイクロコンピュータベースのツールを開発した。 デバイスは850nmのnir発光ダイオード(led)光と他の電子部品と光学部品を使用する。 非接触で安全な赤外線イメージング(IR)をリアルタイムで行う。 画像および映像解析は、主にコンピュータビジョンで使用されるプログラミング関数のライブラリであるopencv(open-source computer vision)を用いて行われる。 撮像システムを最適化し、適切な外部環境を構築するために様々な試験が行われた。 血液中のグルコース濃度の上昇による変形の可能性から血管構造に異常があると思われる3人の糖尿病ボランティアの画像を,非糖尿病ボランティアの2人の画像と比較した。 その結果, 表面血管構造においてtortuosityが良好に観察され, 基礎的理由を理解するためには, 現場の医療専門家による解釈が必要である。 本研究は, 工学的な研究であり, 疾患を診断する意図はないが, 血管構造の早期診断, 治療フォローアップにおいて医療従事者を支援し, さらなる機会を期待できる。

関連論文リスト

• Active inference and deep generative modeling for cognitive ultrasound [20.383444113659476]
  解剖学的環境と相互に相互作用する情報探索エージェントとして,US画像システムを再キャストできることが示唆された。 このようなエージェントは、送信受信シーケンスを自律的に適応して、画像を完全にパーソナライズし、情報取得をその場で積極的に最大化する。 次に,不確実性を積極的に低減し,一連の実験において診断値を最大化する機構をシステムに装備する。
  論文  参考訳（メタデータ） (2024-10-17T08:09:14Z)
• CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
  縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。 ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。 我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
  論文  参考訳（メタデータ） (2024-03-21T15:13:36Z)
• 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)
• On Sensitivity and Robustness of Normalization Schemes to Input Distribution Shifts in Automatic MR Image Diagnosis [58.634791552376235]
  深層学習(DL)モデルは、再構成画像を入力として、複数の疾患の診断において最先端のパフォーマンスを達成した。 DLモデルは、トレーニングとテストフェーズ間の入力データ分布の変化につながるため、さまざまなアーティファクトに敏感である。 本稿では,グループ正規化やレイヤ正規化といった他の正規化手法を用いて,画像のさまざまなアーチファクトに対して,モデル性能にロバスト性を注入することを提案する。
  論文  参考訳（メタデータ） (2023-06-23T03:09:03Z)
• Explainable Artificial Intelligence in Retinal Imaging for the detection of Systemic Diseases [0.0]
  本研究では,Deep Convolutional Neural Networks(CNN)を直接使用せずに,説明可能な段階的な段階付けプロセスを評価することを目的とする。 我々は,眼底画像の網膜血管評価を行うクリニアン・イン・ザ・ループ支援インテリジェントワークフローを提案する。 半自動的な方法論は、臨床医からのより多くのインプットと解釈を持つ医療アプリケーションにおいて、AIに対する連合的なアプローチを持つことを目的としている。
  論文  参考訳（メタデータ） (2022-12-14T07:00:31Z)
• A comprehensive survey on computer-aided diagnostic systems in diabetic retinopathy screening [0.0]
  糖尿病性メリタス(DM)は、最終的に糖尿病網膜症(DR)を引き起こす重要な微小血管破壊を引き起こす 私たちのレビューは、CADシステムで何が達成できるかを理解したい学生から確立した研究者まで、誰でも対象としています。
  論文  参考訳（メタデータ） (2022-08-03T02:11:42Z)
• VTGAN: Semi-supervised Retinal Image Synthesis and Disease Prediction using Vision Transformers [0.0]
  Fluorescein Angiography(FA)では、注射された染料を血流に注入して網膜の血管構造を画像化します。 眼底イメージングは網膜の撮影に用いられる非侵襲的な技術であるが、その血管構造を撮影するのに十分な忠実性は持たない。 本稿では,眼底画像からFA画像を同時に合成し,網膜変性を予測できる新しい条件生成対向ネットワーク(GAN)を提案する。
  論文  参考訳（メタデータ） (2021-04-14T10:32:36Z)
• In-Line Image Transformations for Imbalanced, Multiclass Computer Vision Classification of Lung Chest X-Rays [91.3755431537592]
  本研究は、COVID-19 LCXRデータ不足のバランスをとるために画像変換を適用するために、文献の体系を活用することを目的としている。 convolutional neural networks(cnns)のようなディープラーニング技術は、健康状態と疾患状態を区別する特徴を選択することができる。 本研究は,CNNアーキテクチャを用いて高速多クラスLCXR分類を94%精度で行う。
  論文  参考訳（メタデータ） (2021-04-06T02:01:43Z)
• An Interpretable Multiple-Instance Approach for the Detection of referable Diabetic Retinopathy from Fundus Images [72.94446225783697]
  基礎画像における参照糖尿病網膜症検出のための機械学習システムを提案する。 画像パッチから局所情報を抽出し,アテンション機構により効率的に組み合わせることで,高い分類精度を実現することができる。 我々は,現在入手可能な網膜画像データセットに対するアプローチを評価し,最先端の性能を示す。
  論文  参考訳（メタデータ） (2021-03-02T13:14:15Z)
• A Benchmark for Studying Diabetic Retinopathy: Segmentation, Grading, and Transferability [76.64661091980531]
  糖尿病患者は糖尿病網膜症(DR)を発症するリスクがある コンピュータ支援型DR診断は、DRの早期検出と重度評価のための有望なツールである。 このデータセットは、ピクセルレベルのDR関連病変アノテーションを持つ1,842枚の画像と、6人の眼科医によって評価された画像レベルのラベルを持つ1,000枚の画像を有する。
  論文  参考訳（メタデータ） (2020-08-22T07:48:04Z)

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。