論文の概要: US & MR Image-Fusion Based on Skin Co-Registration
- arxiv url: http://arxiv.org/abs/2307.14288v1
- Date: Wed, 26 Jul 2023 16:43:22 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-27 11:50:34.339329
- Title: US & MR Image-Fusion Based on Skin Co-Registration
- Title(参考訳): Skin Co-Registrationに基づくUS & MR画像融合
- Authors: Martina Paccini, Giacomo Paschina, Stefano De Beni, Giuseppe Patan\`e
- Abstract要約: 医用画像の現在の実践は、リアルタイムUSと画像モダリティを組み合わせることで、CT、MRI、PETなどの内部解剖学的取得を可能にしている。
本研究は,3Dカメラセンサを用いたリアルタイムUS取得によるCTおよびMRI画像の登録のための融合イメージングシステムを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The study and development of innovative solutions for the advanced
visualisation, representation and analysis of medical images offer different
research directions. Current practice in medical imaging consists in combining
real-time US with imaging modalities that allow internal anatomy acquisitions,
such as CT, MRI, PET or similar. Application of image-fusion approaches can be
found in tracking surgical tools and/or needles, in real-time during
interventions. Thus, this work proposes a fusion imaging system for the
registration of CT and MRI images with real-time US acquisition leveraging a 3D
camera sensor. The main focus of the work is the portability of the system and
its applicability to different anatomical districts.
- Abstract(参考訳): 医用画像の高度な可視化、表現、分析のための革新的なソリューションの研究と開発は、異なる研究方向を提供する。
医用画像の現在の実践は、リアルタイムUSと画像モダリティを組み合わせることで、CT、MRI、PETなどの内部解剖学的取得を可能にしている。
画像融合のアプローチの応用は、手術器具や針をリアルタイムで追跡するときに見ることができる。
そこで本研究では,3次元カメラセンサを用いたリアルタイムus取得によるct画像とmri画像の登録のための融合画像システムを提案する。
この研究の主な焦点は、システムの移植性と、異なる解剖学領域への適用性である。
関連論文リスト
- 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) - BrainVoxGen: Deep learning framework for synthesis of Ultrasound to MRI [3.1998815025767033]
本研究では,脳の3次元超音波画像から3次元MRIボリュームを合成することを目的としたディープラーニングフレームワークを提案する。
このプロセスでは、超音波の3DボリュームをUNETジェネレータとパッチ識別器に入力し、対応するMRIの3Dボリュームを生成する。
論文 参考訳(メタデータ) (2023-10-11T20:37:59Z) - Three-Dimensional Medical Image Fusion with Deformable Cross-Attention [10.26573411162757]
マルチモーダル医療画像融合は、医療画像処理のいくつかの領域において重要な役割を担っている。
従来の融合法は、特徴を組み合わせて融合像を再構成する前に、それぞれのモダリティを独立して処理する傾向にある。
本研究では,これらの制限を是正するために設計された,革新的な教師なしの相互学習融合ネットワークを提案する。
論文 参考訳(メタデータ) (2023-10-10T04:10:56Z) - On the Localization of Ultrasound Image Slices within Point Distribution
Models [84.27083443424408]
甲状腺疾患は高分解能超音波(US)で診断されることが多い
縦断追跡は病理甲状腺形態の変化をモニタリングするための重要な診断プロトコルである。
3次元形状表現におけるUS画像の自動スライスローカライズのためのフレームワークを提案する。
論文 参考訳(メタデータ) (2023-09-01T10:10:46Z) - Next-generation Surgical Navigation: Marker-less Multi-view 6DoF Pose
Estimation of Surgical Instruments [66.74633676595889]
静止カメラとヘッドマウントカメラを組み合わせたマルチカメラ・キャプチャー・セットアップを提案する。
第2に,手術用ウェットラボと実際の手術用劇場で撮影された元脊椎手術のマルチビューRGB-Dビデオデータセットを公表した。
第3に,手術器具の6DoFポーズ推定の課題に対して,最先端のシングルビューとマルチビューの3つの手法を評価した。
論文 参考訳(メタデータ) (2023-05-05T13:42:19Z) - MyI-Net: Fully Automatic Detection and Quantification of Myocardial
Infarction from Cardiovascular MRI Images [9.709445432765039]
心臓発作 (Heart attack) または心筋梗塞(MI)は、心臓に血液を供給する動脈が突然閉塞されたときに起こる。
MIの定量化のための完全に自動化された「金の標準」は存在しない。
MyI-NetはMRI画像中のMIの検出と定量化のためのエンドツーエンドの完全自動システムである。
論文 参考訳(メタデータ) (2022-12-28T06:34:38Z) - Attentive Symmetric Autoencoder for Brain MRI Segmentation [56.02577247523737]
視覚変換器(ViT)をベースとした3次元脳MRIセグメンテーションタスクのための新しいアテンテーティブシンメトリオートエンコーダを提案する。
事前学習の段階では、提案するオートエンコーダがより注意を払って、勾配測定値に従って情報パッチを再構築する。
実験の結果,提案手法は最先端の自己教師付き学習法や医用画像分割モデルよりも優れていた。
論文 参考訳(メタデータ) (2022-09-19T09:43:19Z) - 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) - 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) - Deep learning facilitates fully automated brain image registration of
optoacoustic tomography and magnetic resonance imaging [6.9975936496083495]
マルチスペクトル光音響トモグラフィ(Multi-spectral optoacoustic tomography、MSOT)は、歯状脳からの多重分子および機能情報を提供する新しい光学イメージング法である。
磁気共鳴イメージング(MRI)により、優れたソフト・コントラストと高分解能脳解剖学を提供することができる。
マルチモーダル画像の登録は、主にこれらのモダリティによって描画される全く異なる画像コントラストのために、依然として困難である。
本稿では,深層学習によるMSOT-MRIマルチモーダル画像の完全自動登録手法を提案する。
論文 参考訳(メタデータ) (2021-09-04T14:50:44Z) - Three-dimensional multimodal medical imaging system based on free-hand
ultrasound and structured light [0.0]
本稿では,自由手超音波と構造光3D再構成を組み合わせた3次元マルチモーダル医用イメージングシステムを提案する。
システムは、内部の3D情報を超音波で補い、外部の表面は構造光技術で測定する。
論文 参考訳(メタデータ) (2021-05-29T18:50:00Z)
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。