論文の概要: Point Transformer For Coronary Artery Labeling
- arxiv url: http://arxiv.org/abs/2305.02533v1
- Date: Thu, 4 May 2023 03:57:54 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-05 17:07:36.727793
- Title: Point Transformer For Coronary Artery Labeling
- Title（参考訳）: 冠動脈標識用ポイントトランスフォーマー
- Authors: Xu Wang and Jun Ma and Jing Li
- Abstract要約: CCTA分析のための正確かつ自動的な血管ラベリングアルゴリズムは、診断効率を大幅に改善し、臨床医の手作業を減らすことができる。
本稿では,冠動脈セグメンテーションのみを必要とするPoint Transformerに基づく簡易な血管ラベリング法を提案する。
- 参考スコア（独自算出の注目度）: 15.584299238028464
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Coronary CT angiography (CCTA) scans are widely used for diagnosis of
coronary artery diseases. An accurate and automatic vessel labeling algorithm
for CCTA analysis can significantly improve the diagnostic efficiency and
reduce the clinicians'manual efforts. In this paper, we propose a simple vessel
labeling method based on the Point Transformer, which only needs the coronary
artery segmentation. Specifically, firstly, the coronary segmentation is
transformed to point cloud. Then, these points are fed into the hierarchical
transformer blocks to obtain the multi-level features, including local and
global features. Finally, the network output the semantic classification points
and map them to centerline labeling. This method is only based on the structure
of coronary segmentation and need not other features, so it is easy to
generalize to other vessel labeling tasks, e.g., head and neck vessel labeling.
To evaluate the performance of our proposed method, CCTA scans of 53 subjects
are collected in our experiment. The experimental results demonstrate the
efficacy of this approach.
- Abstract（参考訳）: 冠動脈疾患の診断には冠動脈造影(CCTA)が広く用いられている。
CCTA分析のための正確かつ自動的な血管ラベリングアルゴリズムは、診断効率を大幅に改善し、臨床医の手作業を減らすことができる。
本稿では,冠動脈セグメンテーションのみを必要とするポイントトランスを用いた簡易な血管ラベリング法を提案する。
具体的には、まず、冠分割を点雲に変換する。
そして、これらの点を階層的トランスフォーマーブロックに流し込み、局所的およびグローバル的特徴を含む多レベル特徴を得る。
最後に、ネットワークはセマンティック分類ポイントを出力し、それらをセンターラインラベリングにマッピングする。
この方法は冠動脈の分節構造のみに基づいており、他の特徴を必要としないため、例えば頭頸部ラベリングのような他の血管ラベリングタスクに一般化することが容易である。
提案手法の性能を評価するため,53名の被験者のCCTAスキャンを実験で収集した。
実験の結果,本手法の有効性が示された。
関連論文リスト
- An automated framework for brain vessel centerline extraction from CTA
images [28.173407996203153]
CTA画像から脳血管中心を抽出する自動フレームワークを提案する。
提案手法は,平均対称中心線距離 (ASCD) と重なり (OV) の観点から,最先端手法より優れている。
サブグループ分析では,脳卒中治療における臨床応用において,提案する枠組みが有望であることが示唆された。
論文 参考訳（メタデータ） (2024-01-13T11:01:00Z) - Multi-task Explainable Skin Lesion Classification [54.76511683427566]
少ないラベル付きデータでよく一般化する皮膚病変に対する数発のショットベースアプローチを提案する。
提案手法は,アテンションモジュールや分類ネットワークとして機能するセグメンテーションネットワークの融合を含む。
論文 参考訳（メタデータ） (2023-10-11T05:49:47Z) - TransCC: Transformer Network for Coronary Artery CCTA Segmentation [4.048194443100838]
CCTAセグメンテーションのためのトランスフォーマーと畳み込みニューラルネットワークを効果的に融合するディープラーニングフレームワークであるTransCCを提案する。
その結果,TransCCはセグメント化性能において既存の手法よりも優れており,平均Dice係数は0.730,平均IoUは0.582であることがわかった。
論文 参考訳（メタデータ） (2023-10-07T11:37:00Z) - Adaptive Semi-Supervised Segmentation of Brain Vessels with Ambiguous
Labels [63.415444378608214]
提案手法は, 進歩的半教師付き学習, 適応的学習戦略, 境界拡張など, 革新的な手法を取り入れたものである。
3DRAデータセットによる実験結果から,メッシュベースのセグメンテーション指標を用いて,本手法の優位性を示す。
論文 参考訳（メタデータ） (2023-08-07T14:16:52Z) - Partial Vessels Annotation-based Coronary Artery Segmentation with
Self-training and Prototype Learning [17.897934341782843]
冠動脈セグメンテーションの課題と臨床診断的特徴に基づく部分血管アノテーション(PVA)を提案する。
提案手法は,未ラベル領域に知識を伝達するための容器の局所的特徴を学習し,伝播過程に導入された誤りを補正する。
PVA(24.29%の船体)における競合手法よりも優れていることが臨床データから明らかとなった。
論文 参考訳（メタデータ） (2023-07-10T10:42:48Z) - O2CTA: Introducing Annotations from OCT to CCTA in Coronary Plaque
Analysis [19.099761377777412]
冠動脈造影(CCTA)は動脈造影や狭窄度判定に広く用いられている。
侵襲的光コヒーレンス断層撮影(OCT)により、医師のトラブルを伴わずに解決することができるが、高いコストと潜在的なリスクを患者にもたらすことができる。
我々は,O2CTA問題に対処する手法を提案する。CCTAスキャンはまず,意味内容の観点からOCT画像と一致するマルチ平面再構成(MPR)画像に再構成される。
OCTの動脈セグメントは手動でラベル付けされ、提案したアライメント戦略を介してMPR画像の動脈全体と空間的に整列する。
論文 参考訳（メタデータ） (2023-03-11T09:40:05Z) - An Algorithm for the Labeling and Interactive Visualization of the
Cerebrovascular System of Ischemic Strokes [59.116811751334225]
VirtualDSA++は、CTAスキャンで脳血管ツリーをセグメンテーションし、ラベル付けするために設計されたアルゴリズムである。
閉塞血管を同定するために,脳動脈のラベル付け機構を拡張した。
本稿では,そのモデルの全ノードにおける経路の反復的体系探索という一般的な概念を紹介し,新たな対話的特徴を実現する。
論文 参考訳（メタデータ） (2022-04-26T14:20:26Z) - Edge-competing Pathological Liver Vessel Segmentation with Limited
Labels [61.38846803229023]
病理画像からのMVI検出に適したアルゴリズムはまだ存在しない。
本報告では, 血管, MVI, および腫瘍のグレードをラベルとした522枚のスライド画像を含む, 初めて病理組織学的肝画像データセットを収集する。
本稿では,2つのエッジセグメンテーション・ネットワークと2つのエッジセグメンテーション・ディミネータを含むエッジコンペティング・コンテナ・ネットワーク(EVS-Net)を提案する。
論文 参考訳（メタデータ） (2021-08-01T07:28:32Z) - Encoder-Decoder Architectures for Clinically Relevant Coronary Artery
Segmentation [0.0]
冠動脈疾患の診断と治療には,冠動脈X線アンギオグラフィが重要である。
従来のアプローチでは、最適でないセグメンテーション基準を使用しており、あまり有用な結果が得られていない。
本稿では,新しいデコーダアーキテクチャであるEfficientUNet++を用いて,効率的かつ高性能なセグメンテーションモデルを提案する。
論文 参考訳（メタデータ） (2021-06-21T23:32:11Z) - Hierarchical Deep Network with Uncertainty-aware Semi-supervised
Learning for Vessel Segmentation [58.45470500617549]
本稿では,注目機構が血管全体に誘導される低コントラストキャピラリー領域を局在させる階層的なディープネットワークを提案する。
提案手法は,底部画像における網膜動脈/静脈の分画とCT画像における肝門/肝血管の分画のベンチマークにおいて,最先端の性能を実現する。
論文 参考訳（メタデータ） (2021-05-31T06:55:43Z) - Deep Q-Network-Driven Catheter Segmentation in 3D US by Hybrid
Constrained Semi-Supervised Learning and Dual-UNet [74.22397862400177]
本稿では,教師付き学習手法よりも少ないアノテーションを要求できる新しいカテーテルセグメンテーション手法を提案する。
提案手法では,Voxelレベルのアノテーションを避けるために,深層Q学習を事前局所化ステップとみなす。
検出されたカテーテルでは、パッチベースのDual-UNetを使用してカテーテルを3Dボリュームデータに分割する。
論文 参考訳（メタデータ） (2020-06-25T21:10:04Z)
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。