論文の概要: DIAS: A Dataset and Benchmark for Intracranial Artery Segmentation in
DSA sequences
- arxiv url: http://arxiv.org/abs/2306.12153v3
- Date: Sun, 17 Dec 2023 02:12:46 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-19 20:45:05.150818
- Title: DIAS: A Dataset and Benchmark for Intracranial Artery Segmentation in
DSA sequences
- Title(参考訳): DIAS:DSA配列における頭蓋内動脈分割のためのデータセットとベンチマーク
- Authors: Wentao Liu, Tong Tian, Lemeng Wang, Weijin Xu, Lei Li, Haoyuan Li,
Wenyi Zhao, Siyu Tian, Xipeng Pan, Huihua Yang, Feng Gao, Yiming Deng, and
Ruisheng Su
- Abstract要約: デジタルサブトラクション(DSA)は,病変血管構築を検査するための金の基準として広く認められている。
DSAにおける頭蓋内動脈(IA)の自動分節は血管形態の定量化に重要である。
本稿では,DSAシークエンスにおけるIAセグメンテーションのためのデータセットであるDIASを紹介する。
- 参考スコア(独自算出の注目度): 17.469986568100673
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Digital subtraction angiography (DSA) is universally acknowledged as the gold
standard for examining lesion angioarchitecture, elucidating arterial blood
supply dynamics, and guiding endovascular interventions. The automatic
segmentation of intracranial arteries (IA) in DSA, which is pivotal for
quantifying vascular morphology, plays an essential role in computer-assisted
stroke research and clinical practices. Nevertheless, research in this specific
domain remains constrained, primarily owing to the unavailability of publicly
datasets for IA segmentation within the research community. Currently, the
predominant focus of methodologies lies in the segmentation of single-frame DSA
using in-house datasets. These methods, limited by the partial inclusion of
contrast in single-frame DSA, encounters challenges in rendering a precise
representation of vascular structures. In this paper, we introduces DIAS, a
dataset specifically developed for IA segmentation in DSA sequences. A
comprehensive benchmark has been established for evaluating DIAS, covering
fully, weakly, and semi-supervised segmentation methods. Specifically, we
propose a vessel sequence segmentation network that captures the spatiotemporal
representation of intravascular contrast for segmenting vessels in DSA
sequences. For weakly-supervised learning, we propose a novel scribble
learning-based image segmentation framework, incorporating both scribble
supervision and consistency regularization. Furthermore, we introduce a random
patch-based self-training framework that harnesses unlabeled DSA sequences to
improve segmentation performance. Our extensive experiments on the DIAS dataset
demonstrate the effectiveness of these methods as potential baselines for
future research and clinical applications.
- Abstract(参考訳): digital subtraction angiography (dsa) は病変血管構築、動脈血行動態の解明、血管内インターベンションの誘導のためのゴールドスタンダードとして広く認められている。
血管形態の定量化に重要なDSAにおける頭蓋内動脈の自動分節は、コンピュータ支援脳卒中研究や臨床実践において重要な役割を担っている。
しかしながら、この特定の領域の研究は、主に研究コミュニティ内でIAセグメンテーションのための公開データセットが利用できないため、制約が残っている。
現在、方法論の主な焦点は、社内データセットを使用した単一フレームDSAのセグメンテーションにある。
これらの方法は、単一フレームdsaにおけるコントラストの部分的包含によって制限され、血管構造を正確に表現する上での課題に直面する。
本稿では,DSAシークエンスにおけるIAセグメンテーションのためのデータセットであるDIASを紹介する。
DIASを評価するための総合的なベンチマークが確立されており、完全に、弱く、半教師付きセグメンテーション手法を網羅している。
具体的には, dsa配列における血管内コントラストの時空間的表現をキャプチャする血管配列分割ネットワークを提案する。
弱教師付き学習のために,scribble監督と一貫性規則化の両方を組み込んだ新しいscribble learningベースの画像セグメンテーションフレームワークを提案する。
さらに,ラベルなしのdsaシーケンスを利用してセグメンテーション性能を向上させるランダムパッチベースの自己学習フレームワークを提案する。
DIASデータセットに関する広範な実験により,これらの手法が今後の研究および臨床応用の基盤となる可能性を示す。
関連論文リスト
- MPSeg : Multi-Phase strategy for coronary artery Segmentation [9.767759441883008]
冠動脈セグメンテーションのための革新的多相戦略であるMPSegを提案する。
本手法は,これらの構造的複雑度に特化しており,SynTAXスコアの原理に準拠している。
特に, 自動冠状動脈疾患診断では, 異常な効果が認められた。
論文 参考訳(メタデータ) (2023-11-17T03:33:09Z) - SAM-OCTA: Prompting Segment-Anything for OCTA Image Segmentation [2.8743451550676866]
既存のメソッドは通常、限られたサンプルを持つ教師付きデータセットでトレーニングする。
これを解決するため,基礎モデルの微調整に低ランク適応手法を採用し,それに対応するプロンプトポイント生成戦略を提案する。
この手法はSAM-OCTAと呼ばれ、OCTA-500およびROSEデータセットで実験されている。
網膜血管, 胎児血管帯, 毛細血管, 動脈, 静脈分節タスクに対するプロンプトポイントの効果と適用性について検討した。
論文 参考訳(メタデータ) (2023-10-11T04:14:59Z) - TSI-Net: A Timing Sequence Image Segmentation Network for Intracranial
Artery Segmentation in Digital Subtraction Angiography [14.584220472118188]
本稿では,TSI-Net と呼ばれる U-shape を用いた時系列画像分割ネットワークを提案する。
エンコーダには双方向のConvGRUモジュール(BCM)が組み込まれており、可変長DSAシーケンスを入力できる。
近年の最先端ネットワークよりも性能が著しく向上している。
論文 参考訳(メタデータ) (2023-09-07T04:44:38Z) - ArSDM: Colonoscopy Images Synthesis with Adaptive Refinement Semantic
Diffusion Models [69.9178140563928]
大腸内視鏡検査は臨床診断や治療に不可欠である。
注釈付きデータの不足は、既存の手法の有効性と一般化を制限する。
本稿では, 下流作業に有用な大腸内視鏡画像を生成するために, 適応Refinement Semantic Diffusion Model (ArSDM)を提案する。
論文 参考訳(メタデータ) (2023-09-03T07:55:46Z) - 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) - Structure-aware registration network for liver DCE-CT images [50.28546654316009]
セグメント化誘導深層登録網に関連臓器の構造情報を組み込んだ構造認識型登録手法を提案する。
提案手法は,最新技術よりも高い登録精度を達成し,解剖学的構造を効果的に維持することができる。
論文 参考訳(メタデータ) (2023-03-08T14:08:56Z) - RAVIR: A Dataset and Methodology for the Semantic Segmentation and
Quantitative Analysis of Retinal Arteries and Veins in Infrared Reflectance
Imaging [7.316426736150123]
Infrared Reflectance (IR) 画像における網膜動脈と静脈のセグメンテーションのための新しいデータセット RAVIR を提案する。
本稿では,網膜動脈と静脈のセマンティックセグメンテーションのための,新しい深層学習手法を提案する。
本実験は,SegRAVIRの有効性を検証し,最先端モデルと比較して優れた性能を示した。
論文 参考訳(メタデータ) (2022-03-28T17:30:29Z) - EndoUDA: A modality independent segmentation approach for endoscopy
imaging [0.7874708385247353]
本稿では,変分オートエンコーダとU-Netを共通なEfficientNet-B4バックボーンに結合するUDAベースのセグメンテーション手法を提案する。
我々は,WLI(ソース)モードのみを用いてトレーニングした場合,NBI(ターゲット)モダリティを未確認のターゲットに一般化できることを示す。
論文 参考訳(メタデータ) (2021-07-12T11:57:33Z) - Towards Robust Partially Supervised Multi-Structure Medical Image
Segmentation on Small-Scale Data [123.03252888189546]
データ不足下における部分教師付き学習(PSL)における方法論的ギャップを埋めるために,不確実性下でのビシナルラベル(VLUU)を提案する。
マルチタスク学習とヴィジナルリスク最小化によって動機づけられたVLUUは、ビジナルラベルを生成することによって、部分的に教師付き問題を完全な教師付き問題に変換する。
本研究は,ラベル効率の高い深層学習における新たな研究の方向性を示唆するものである。
論文 参考訳(メタデータ) (2020-11-28T16:31:00Z) - Unsupervised Instance Segmentation in Microscopy Images via Panoptic
Domain Adaptation and Task Re-weighting [86.33696045574692]
病理組織像における教師なし核分割のためのCycle Consistency Panoptic Domain Adaptive Mask R-CNN(CyC-PDAM)アーキテクチャを提案する。
まず,合成画像中の補助的な生成物を除去するための核塗布機構を提案する。
第二に、ドメイン識別器を持つセマンティックブランチは、パンプトレベルのドメイン適応を実現するように設計されている。
論文 参考訳(メタデータ) (2020-05-05T11:08:26Z) - Robust Medical Instrument Segmentation Challenge 2019 [56.148440125599905]
腹腔鏡装置の術中追跡は、しばしばコンピュータとロボットによる介入の必要条件である。
本研究の課題は,30の手術症例から取得した10,040枚の注釈画像からなる外科的データセットに基づいていた。
結果は、初期仮説、すなわち、アルゴリズムの性能がドメインギャップの増大とともに低下することを確認する。
論文 参考訳(メタデータ) (2020-03-23T14:35:08Z)
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。