論文の概要: Automated Real Time Delineation of Supraclavicular Brachial Plexus in
Neck Ultrasonography Videos: A Deep Learning Approach
- arxiv url: http://arxiv.org/abs/2308.03717v1
- Date: Mon, 7 Aug 2023 16:40:19 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-08 12:43:46.474983
- Title: Automated Real Time Delineation of Supraclavicular Brachial Plexus in
Neck Ultrasonography Videos: A Deep Learning Approach
- Title（参考訳）: ネック超音波画像における上腕神経叢のリアルタイム自動記述 : 深層学習によるアプローチ
- Authors: Abhay Tyagi, Abhishek Tyagi, Manpreet Kaur, Jayanthi Sivaswami, Richa
Aggarwal, Kapil Dev Soni, Anjan Trikha
- Abstract要約: 本研究は, 上鎖骨・間腕神経叢の系統的スキャンを行った227名の被験者を対象とした。
計41,000の動画フレームが、経験豊富な麻酔科医によって、物体追跡とアクティブな輪郭アルゴリズムによる部分的自動化を用いて注釈付けされた。
深層学習モデルは,頚部超音波画像における上腕神経叢のリアルタイムセグメンテーションに高い精度と信頼性で利用することができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Peripheral nerve blocks are crucial to treatment of post-surgical pain and
are associated with reduction in perioperative opioid use and hospital stay.
Accurate interpretation of sono-anatomy is critical for the success of
ultrasound (US) guided peripheral nerve blocks and can be challenging to the
new operators. This prospective study enrolled 227 subjects who were
systematically scanned for supraclavicular and interscalene brachial plexus in
various settings using three different US machines to create a dataset of 227
unique videos. In total, 41,000 video frames were annotated by experienced
anaesthesiologists using partial automation with object tracking and active
contour algorithms. Four baseline neural network models were trained on the
dataset and their performance was evaluated for object detection and
segmentation tasks. Generalizability of the best suited model was then tested
on the datasets constructed from separate US scanners with and without
fine-tuning. The results demonstrate that deep learning models can be leveraged
for real time segmentation of supraclavicular brachial plexus in neck
ultrasonography videos with high accuracy and reliability. Model was also
tested for its ability to differentiate between supraclavicular and adjoining
interscalene brachial plexus. The entire dataset has been released publicly for
further study by the research community.
- Abstract（参考訳）: 末梢神経ブロックは術後痛の治療に不可欠であり,オピオイド周術期使用の減少と入院との関連がある。
生体解剖学の正確な解釈は超音波ガイド下末梢神経ブロックの成功に不可欠であり,新しい術者にとっては困難である。
この先進的な調査では、227人の被験者が3つの異なる米国機械を用いて、上腕骨・間腕神経叢を系統的にスキャンし、227のユニークなビデオのデータセットを作成しました。
経験豊富な麻酔科医は、オブジェクト追跡とアクティブ輪郭アルゴリズムによる部分的な自動化を使用して、合計41,000本のビデオフレームに注釈を付けている。
4つのベースラインニューラルネットワークモデルをデータセット上でトレーニングし、オブジェクトの検出とセグメンテーションタスクのパフォーマンスを評価した。
最適なモデルの一般化性は、細調整なしでUSスキャナーを別々に構築したデータセットでテストされた。
その結果, 頚部超音波画像における上腕神経叢のリアルタイムセグメンテーションに, 深層学習モデルを有効活用できることが示唆された。
モデルはまた、上鎖骨と隣り合う間腕神経叢を区別する能力を試験した。
データセット全体が公開され、研究コミュニティによるさらなる研究が進められている。
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) - FLex: Joint Pose and Dynamic Radiance Fields Optimization for Stereo Endoscopic Videos [79.50191812646125]
内視鏡的シーンの再構築は、外科手術後の分析から教育訓練まで、様々な医療応用にとって重要な要素である。
変形組織の非常にダイナミックな環境下での移動内視鏡の挑戦的なセットアップに着目する。
複数重重なり合う4次元ニューラルラジアンスフィールド(NeRF)への暗黙的なシーン分離と、再構成とカメラのスクラッチからのポーズを協調的に最適化するプログレッシブ最適化手法を提案する。
これにより、使いやすさが向上し、5000フレーム以上の手術ビデオの処理に間に合うように復元能力を拡張できる。
論文 参考訳（メタデータ） (2024-03-18T19:13:02Z) - 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) - Brachial Plexus Nerve Trunk Segmentation Using Deep Learning: A
Comparative Study with Doctors' Manual Segmentation [10.18353060771133]
深層学習に基づく腕神経叢分割システム(BPSegSys)を開発した。
BPSegSysは様々な実験で経験者レベルの神経識別性能を達成する。
以上の結果から,BPSegSysは腕神経叢をより正確に同定し,IoUは最大27%改善した。
論文 参考訳（メタデータ） (2022-05-17T07:23:28Z) - 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) - SpineOne: A One-Stage Detection Framework for Degenerative Discs and
Vertebrae [54.751251046196494]
SpineOneと呼ばれる一段階検出フレームワークを提案し、MRIスライスから変性椎骨と椎骨を同時に局在化・分類する。
1)キーポイントの局所化と分類を促進するためのキーポイント・ヒートマップの新しい設計、2)ディスクと脊椎の表現をよりよく区別するためのアテンション・モジュールの使用、3)後期訓練段階における複数の学習目標を関連付けるための新しい勾配誘導客観的アソシエーション機構。
論文 参考訳（メタデータ） (2021-10-28T12:59:06Z) - Towards Robotic Knee Arthroscopy: Multi-Scale Network for Tissue-Tool
Segmentation [0.0]
組織-ツールセグメンテーションを実現するために,多スケール特徴をキャプチャし,形状特徴を統合した密結合型形状認識型マルチスケールセグメンテーションモデルを提案する。
一般公開されたPolypデータセットでは,提案したモデルが5.09%の精度向上を達成した。
論文 参考訳（メタデータ） (2021-10-06T11:20:01Z) - The interpretation of endobronchial ultrasound image using 3D
convolutional neural network for differentiating malignant and benign
mediastinal lesions [3.0969191504482247]
本研究の目的は,内胚葉超音波(EBUS)画像を用いて悪性病変と良性病変を鑑別することである。
我々のモデルはノイズに耐性があり、EBUSビデオの様々な画像特徴と願望を融合させることができる。
論文 参考訳（メタデータ） (2021-07-29T08:38:17Z) - Synthetic and Real Inputs for Tool Segmentation in Robotic Surgery [10.562627972607892]
腹腔鏡画像と組み合わせたロボットキネマティックデータを用いてラベル付け問題を緩和できる可能性が示唆された。
腹腔鏡画像とシミュレーション画像の並列処理のための新しい深層学習モデルを提案する。
論文 参考訳（メタデータ） (2020-07-17T16:33:33Z) - VerSe: A Vertebrae Labelling and Segmentation Benchmark for
Multi-detector CT Images [121.31355003451152]
大規模Vertebrae Challenge(VerSe)は、2019年と2020年に開催されたMICCAI(International Conference on Medical Image Computing and Computer Assisted Intervention)と共同で設立された。
本評価の結果を報告するとともに,脊椎レベル,スキャンレベル,および異なる視野での性能変化について検討した。
論文 参考訳（メタデータ） (2020-01-24T21:09:18Z)
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。