論文の概要: Motion Magnification in Robotic Sonography: Enabling Pulsation-Aware
Artery Segmentation
- arxiv url: http://arxiv.org/abs/2307.03698v1
- Date: Fri, 7 Jul 2023 16:14:17 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-10 11:49:50.232490
- Title: Motion Magnification in Robotic Sonography: Enabling Pulsation-Aware
Artery Segmentation
- Title(参考訳): ロボット超音波画像における運動拡大 : 脈動認識動脈セグメンテーションの実現
- Authors: Dianye Huang, Yuan Bi, Nassir Navab and Zhongliang Jiang
- Abstract要約: スキャン中の動脈セグメンテーションの精度と安定性を改善するために,新しい脈動補助セグメンテーションニューラルネットワーク(PAS-NN)を提案する。
興味のある周波数帯域内の微妙な動きを増幅し、連続したUS画像から脈動信号を抽出するために、運動倍率技術を用いる。
抽出したリアルタイム脈動情報は、米国横断画像の動脈を見つけるのに役立つ。
- 参考スコア(独自算出の注目度): 44.868281669589194
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Ultrasound (US) imaging is widely used for diagnosing and monitoring arterial
diseases, mainly due to the advantages of being non-invasive, radiation-free,
and real-time. In order to provide additional information to assist clinicians
in diagnosis, the tubular structures are often segmented from US images. To
improve the artery segmentation accuracy and stability during scans, this work
presents a novel pulsation-assisted segmentation neural network (PAS-NN) by
explicitly taking advantage of the cardiac-induced motions. Motion
magnification techniques are employed to amplify the subtle motion within the
frequency band of interest to extract the pulsation signals from sequential US
images. The extracted real-time pulsation information can help to locate the
arteries on cross-section US images; therefore, we explicitly integrated the
pulsation into the proposed PAS-NN as attention guidance. Notably, a robotic
arm is necessary to provide stable movement during US imaging since magnifying
the target motions from the US images captured along a scan path is not
manually feasible due to the hand tremor. To validate the proposed robotic US
system for imaging arteries, experiments are carried out on volunteers' carotid
and radial arteries. The results demonstrated that the PAS-NN could achieve
comparable results as state-of-the-art on carotid and can effectively improve
the segmentation performance for small vessels (radial artery).
- Abstract(参考訳): 超音波(US)イメージングは,非侵襲性,非放射線性,リアルタイム性などの利点から,動脈疾患の診断・モニタリングに広く用いられている。
臨床医の診断を支援する追加情報を提供するため、管状構造は、しばしばus画像から区分される。
スキャン中の動脈分節の精度と安定性を改善するために,心臓の運動を明示的に生かし,脈拍補助型分節ニューラルネットワーク(PAS-NN)を提案する。
周波数帯域内の微妙な動きを増幅し、連続するus画像から脈動信号を抽出するために、動き拡大技術を用いる。
抽出した実時間脈動情報は,米国横断画像の動脈の特定に役立つため,提案したPAS-NNに脈動を明示的に統合して注意誘導を行う。
特に、ロボットアームは、手動の震動のために手動でスキャンパスに沿って撮影されたアメリカの画像からターゲットの動きを拡大するため、米国撮影中に安定した動きを提供する必要がある。
提案する画像動脈用ロボットUSシステムを検証するため,ボランティアの頸動脈および放射動脈の実験を行った。
その結果,PAS-NNは頸動脈の最先端化と同等の結果が得られ,小血管(径動脈)のセグメンテーション性能が向上することが示唆された。
関連論文リスト
- Highly efficient non-rigid registration in k-space with application to cardiac Magnetic Resonance Imaging [10.618048010632728]
非剛性動作推定のためのローカル・オール・パス・アテンション・ネットワーク(LAPANet)と呼ばれる,自己教師型深層学習に基づく新しいフレームワークを提案する。
LAPANetは,種々のサンプリング軌跡と加速度速度で心運動推定を行った。
非剛性運動に対する高時間分解能(5ミリ秒未満)は、動的およびリアルタイムMRIアプリケーションにおける動きの検出、追跡、修正のための新しい道を開く。
論文 参考訳(メタデータ) (2024-10-24T15:19:59Z) - Force Sensing Guided Artery-Vein Segmentation via Sequential Ultrasound Images [14.349652168367767]
本研究は,動脈-静脈間分節精度を高めるために,新しい力覚誘導分節法を提案する。
提案手法は,超音波画像の列において,最も顕著な血管変形を伴う鍵フレームの同定に力量を用いる。
負荷と画像データの両方を同時に含む最初のマルチモーダル超音波静脈分割データセットMus-Vをコントリビュートする。
論文 参考訳(メタデータ) (2024-07-31T07:32:18Z) - 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) - 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) - Accelerated Intravascular Ultrasound Imaging using Deep Reinforcement
Learning [16.350568421800794]
血管内超音波(IVUS)は血管疾患の治療においてユニークな視点を提供する。
本稿では,現在の物理情報のボトルネックに対処するための深層強化学習について述べる。
論文 参考訳(メタデータ) (2022-01-24T08:33:21Z) - 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) - Microvascular Dynamics from 4D Microscopy Using Temporal Segmentation [81.30750944868142]
経時的に脳血流量の変化を追跡でき, ピアル表面に向かって伝播する自発性動脈拡張を同定できる。
この新たなイメージング機能は、機能的磁気共鳴イメージング(fMRI)を基盤とした血行動態応答関数を特徴付けるための有望なステップである。
論文 参考訳(メタデータ) (2020-01-14T22:55:03Z)
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。