論文の概要: Automatic retrieval of corresponding US views in longitudinal examinations

• arxiv url: http://arxiv.org/abs/2306.04739v1
• Date: Wed, 7 Jun 2023 19:28:32 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-09 17:51:06.968170
• Title: Automatic retrieval of corresponding US views in longitudinal examinations
• Title（参考訳）: 縦断検診における対応するusビューの自動検索
• Authors: Hamideh Kerdegari, Tran Huy Nhat Phung1, Van Hao Nguyen, Thi Phuong Thao Truong, Ngoc Minh Thu Le, Thanh Phuong Le, Thi Mai Thao Le, Luigi Pisani, Linda Denehy, Vital Consortium, Reza Razavi, Louise Thwaites, Sophie Yacoub, Andrew P. King, and Alberto Gomez
• Abstract要約: 骨格筋萎縮症は、集中治療室で重篤な疾患を患う患者によく起こる疾患である。 本研究では,異なるスキャン時間で類似の超音波筋像を自動検索する自己教師付きコントラスト学習手法を提案する。
• 参考スコア（独自算出の注目度）: 1.161791571135193
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Skeletal muscle atrophy is a common occurrence in critically ill patients in the intensive care unit (ICU) who spend long periods in bed. Muscle mass must be recovered through physiotherapy before patient discharge and ultrasound imaging is frequently used to assess the recovery process by measuring the muscle size over time. However, these manual measurements are subject to large variability, particularly since the scans are typically acquired on different days and potentially by different operators. In this paper, we propose a self-supervised contrastive learning approach to automatically retrieve similar ultrasound muscle views at different scan times. Three different models were compared using data from 67 patients acquired in the ICU. Results indicate that our contrastive model outperformed a supervised baseline model in the task of view retrieval with an AUC of 73.52% and when combined with an automatic segmentation model achieved 5.7%+/-0.24% error in cross-sectional area. Furthermore, a user study survey confirmed the efficacy of our model for muscle view retrieval.
• Abstract（参考訳）: 骨格筋萎縮は、長期ベッドで過ごす集中治療室(ICU)で重篤な疾患を患う患者によく起こる。 筋質量は患者の退院前に理学療法によって回復しなければならず、超音波画像を用いて経時的に筋肉の大きさを測定することで回復過程を評価することがしばしば行われる。 しかしながら、これらの手動測定は、特にスキャンは、通常異なる日と、異なる演算子によって取得されるため、大きなばらつきを被る。 本稿では,異なるスキャン時間で類似の超音波筋像を自動検索する,自己指導型コントラスト学習手法を提案する。 ICUで取得した67例のデータを用いて3種類のモデルを比較した。 その結果,AUCを73.52%,自動セグメンテーションモデルと組み合わせた場合,横断領域で5.7%以上/-0.24%の誤差が得られた。 さらに,本モデルを用いた筋力検索の有効性について検討した。

関連論文リスト

• Multimodal deep learning approach to predicting neurological recovery from coma after cardiac arrest [2.374912052693646]
  本研究の目的は,臨床データと多チャンネル脳波,心電図などの時系列データを用いて,心停止後のコマから神経学的回復を予測することである。 提案したモデルでは,自然循環復帰後,72ドル(約7,200円)の予測を行うために,隠れテストセットで0.53ドル(約5,800円)のスコアを得た。
  論文  参考訳（メタデータ） (2024-03-09T22:29:24Z)
• MUSCLE: Multi-task Self-supervised Continual Learning to Pre-train Deep Models for X-ray Images of Multiple Body Parts [63.30352394004674]
  MUSCLE(Multi-task Self-super-vised Continual Learning)は、医用画像処理タスクのための、新しい自己教師付き事前学習パイプラインである。 MUSCLEは、複数の身体部分から収集したX線を集約して表現学習を行い、よく設計された連続学習手順を採用する。 肺炎分類,骨格異常分類,肺セグメンテーション,結核(TB)検出など,9つの実世界のX線データセットを用いてMUSCLEを評価する。
  論文  参考訳（メタデータ） (2023-10-03T12:19:19Z)
• Mimetic Muscle Rehabilitation Analysis Using Clustering of Low Dimensional 3D Kinect Data [1.53119329713143]
  本報告では, 筋損傷による顔面麻痺患者のリハビリテーションに対する非観血的アプローチについて考察する。 本研究は,HB(House-Brackmann)尺度など,現在の主観的アプローチと比較して,リハビリテーションプロセスの客観的化を目的としている。 この研究は、Kinectステレオビジョンカメラを用いて得られた120の計測値を持つ85人の異なる患者のデータセットを含んでいる。
  論文  参考訳（メタデータ） (2023-02-15T09:45:27Z)
• Towards Automatic Prediction of Outcome in Treatment of Cerebral Aneurysms [1.0889217694958016]
  血管内血流障害は、大動脈瘤嚢から血流を逸脱させることによって脳動脈瘤を治療する。 介入後の嚢への残留流は, 小型装置の使用, 血管解剖学, 臨床症状による可能性がある。 血管内塞栓装置を用いた広頸部分岐部大動脈瘤の治療成績を予測できる100以上の臨床・画像特徴に基づく機械学習モデルについて報告する。
  論文  参考訳（メタデータ） (2022-11-18T19:23:00Z)
• Towards Autonomous Atlas-based Ultrasound Acquisitions in Presence of Articulated Motion [48.52403516006036]
  本稿では、自律型ロボットUS手足のスキャンを可能にする視覚ベースのアプローチを提案する。 この目的のために、アノテートされた血管構造を有するヒト腕のアトラスMRIテンプレートを使用して、軌跡を生成する。 いずれの場合も、このシステムはボランティアの手足で計画された血管構造を取得することができる。
  論文  参考訳（メタデータ） (2022-08-10T15:39:20Z)
• A Human-Centered Machine-Learning Approach for Muscle-Tendon Junction Tracking in Ultrasound Images [0.0]
  超音波ビデオにおける筋腱接合部追跡のための信頼性と時間的機械学習手法を提案する。 健常者123名, 難聴者38名を対象に, 3種類の機能的運動, 2個の筋肉を対象とし, 広範囲なデータセットを収集した。 本モデルでは筋-腱接合位置の同定において,4人の専門家に類似したパフォーマンススコアが得られた。
  論文  参考訳（メタデータ） (2022-02-10T18:02:46Z)
• Solving Inverse Problems in Medical Imaging with Score-Based Generative Models [87.48867245544106]
  CT(Computed Tomography)とMRI(Magnetic Resonance Imaging)における医用画像の再構成は重要な逆問題である 機械学習に基づく既存のソリューションは通常、測定結果を医療画像に直接マッピングするモデルを訓練する。 本稿では,最近導入されたスコアベース生成モデルを利用して,逆問題解決のための教師なし手法を提案する。
  論文  参考訳（メタデータ） (2021-11-15T05:41:12Z)
• On the Robustness of Pretraining and Self-Supervision for a Deep Learning-based Analysis of Diabetic Retinopathy [70.71457102672545]
  糖尿病網膜症における訓練方法の違いによる影響を比較検討した。 本稿では,定量的性能,学習した特徴表現の統計,解釈可能性,画像歪みに対する頑健性など,さまざまな側面について検討する。 以上の結果から,ImageNet事前学習モデルでは,画像歪みに対する性能,一般化,堅牢性が著しく向上していることが示唆された。
  論文  参考訳（メタデータ） (2021-06-25T08:32:45Z)
• Deep Learning for Automatic Spleen Length Measurement in Sickle Cell Disease Patients [1.739079346425631]
  シックル細胞病(Sickle Cell Disease, SCD)は、世界で最も一般的な遺伝疾患の一つである。 脾臓の大きさを測定するための現在のワークフローには、おそらく2次元超音波画像における手動長さ測定が続く。 超音波画像から脾臓の長さを自動的に推定する深層学習法について検討した。
  論文  参考訳（メタデータ） (2020-09-06T10:47:49Z)
• Spectral-Spatial Recurrent-Convolutional Networks for In-Vivo Hyperspectral Tumor Type Classification [49.32653090178743]
  ハイパースペクトル画像とディープラーニングを用いたin-vivo腫瘍型分類の可能性を示した。 我々の最良のモデルは76.3%のAUCを達成し、従来の学習手法とディープラーニング手法を著しく上回っている。
  論文  参考訳（メタデータ） (2020-07-02T12:00:53Z)
• Segmentation of the Myocardium on Late-Gadolinium Enhanced MRI based on 2.5 D Residual Squeeze and Excitation Deep Learning Model [55.09533240649176]
  本研究の目的は,LGE-MRIを用いた心筋境界領域の深部学習モデルに基づく正確な自動セグメンテーション法を開発することである。 合計320回の試験(平均6回の試験)と28回の試験が行われた。 ベーススライスとミドルスライスにおけるアンサンブルモデルの性能解析は, サーバ内調査と同等であり, アトピーススライスではわずかに低かった。
  論文  参考訳（メタデータ） (2020-05-27T20:44:38Z)

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。