論文の概要: TAI-GAN: Temporally and Anatomically Informed GAN for early-to-late
frame conversion in dynamic cardiac PET motion correction
- arxiv url: http://arxiv.org/abs/2308.12443v1
- Date: Wed, 23 Aug 2023 21:51:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-25 16:05:11.048283
- Title: TAI-GAN: Temporally and Anatomically Informed GAN for early-to-late
frame conversion in dynamic cardiac PET motion correction
- Title（参考訳）: TAI-GAN : 動的PET運動補正における早期フレーム変換のための時間的および解剖学的インフォームドGAN
- Authors: Xueqi Guo, Luyao Shi, Xiongchao Chen, Bo Zhou, Qiong Liu, Huidong Xie,
Yi-Hwa Liu, Richard Palyo, Edward J. Miller, Albert J. Sinusas, Bruce
Spottiswoode, Chi Liu, Nicha C. Dvornek
- Abstract要約: ルビジウム-82(82ドルRb)の急激なトレーサー運動は、フレーム間の運動補正に重大な課題をもたらす。
本稿では、初期フレームを遅延参照フレームに変換するために、時間的および解剖学的にインフォームドされた生成適応ネットワーク(TAI-GAN)を提案する。
提案手法を臨床用820ドルRbのPETデータセットで検証し,画像品質の高い変換早期フレームを作成できることを確認した。
- 参考スコア（独自算出の注目度）: 14.611502926407669
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The rapid tracer kinetics of rubidium-82 ($^{82}$Rb) and high variation of
cross-frame distribution in dynamic cardiac positron emission tomography (PET)
raise significant challenges for inter-frame motion correction, particularly
for the early frames where conventional intensity-based image registration
techniques are not applicable. Alternatively, a promising approach utilizes
generative methods to handle the tracer distribution changes to assist existing
registration methods. To improve frame-wise registration and parametric
quantification, we propose a Temporally and Anatomically Informed Generative
Adversarial Network (TAI-GAN) to transform the early frames into the late
reference frame using an all-to-one mapping. Specifically, a feature-wise
linear modulation layer encodes channel-wise parameters generated from temporal
tracer kinetics information, and rough cardiac segmentations with local shifts
serve as the anatomical information. We validated our proposed method on a
clinical $^{82}$Rb PET dataset and found that our TAI-GAN can produce converted
early frames with high image quality, comparable to the real reference frames.
After TAI-GAN conversion, motion estimation accuracy and clinical myocardial
blood flow (MBF) quantification were improved compared to using the original
frames. Our code is published at https://github.com/gxq1998/TAI-GAN.
- Abstract（参考訳）: ダイナミック心筋陽電子放射トモグラフィ (pet) におけるルビジウム82 (^{82}$rb) の高速トレーサ速度とクロスフレーム分布の高変動は、特に従来の強度ベースの画像登録技術が適用できない初期のフレームにおいて、フレーム間運動補正の重要な課題となっている。
あるいは、有望なアプローチは、生成的手法を使用してトレーサ分布の変化を処理し、既存の登録方法を支援する。
フレーム単位の登録とパラメトリック定量化を改善するために,初期フレームを全対一マッピングを用いて遅延参照フレームに変換するための時間的および解剖学的インフォームド・ジェネレータ・ネットワーク(TAI-GAN)を提案する。
具体的には、時相トレーサ運動情報から生じるチャネルワイドパラメータを特徴量線形変調層にエンコードし、局所シフトを伴う粗心分割を解剖情報とする。
提案手法を臨床的に$^{82}$Rb PETデータセットで検証した結果,TAI-GANは実際の参照フレームに匹敵する高画質の変換早期フレームを生成できることがわかった。
TAI-GAN変換後, 運動推定精度と臨床心筋血流量(MBF)は, 元のフレームと比較して改善した。
私たちのコードはhttps://github.com/gxq1998/tai-ganで公開しています。
関連論文リスト
- Progressive Retinal Image Registration via Global and Local Deformable Transformations [49.032894312826244]
我々はHybridRetinaと呼ばれるハイブリッド登録フレームワークを提案する。
キーポイント検出器とGAMorphと呼ばれる変形ネットワークを用いて、大域的な変換と局所的な変形可能な変換を推定する。
FIREとFLoRI21という2つの広く使われているデータセットの実験により、提案したHybridRetinaは最先端の手法よりも大幅に優れていることが示された。
論文 参考訳（メタデータ） (2024-09-02T08:43:50Z) - LaMoD: Latent Motion Diffusion Model For Myocardial Strain Generation [5.377722774297911]
本稿では,標準CMRビデオから高精度なDENSE動作を予測するため,新しいラミネートモーション拡散モデル(LaMoD)を提案する。
実験の結果,提案手法であるLaMoDは標準CMR画像の動作解析の精度を大幅に向上することが示された。
論文 参考訳（メタデータ） (2024-07-02T12:54:32Z) - TAI-GAN: A Temporally and Anatomically Informed Generative Adversarial
Network for early-to-late frame conversion in dynamic cardiac PET inter-frame
motion correction [15.380659401728735]
本稿では,TAI-GAN(Temporally and Anatomically Informed Generative Adrial Network)と呼ばれる新しい手法を提案する。
提案手法は臨床用82-Rb PETデータセットを用いて評価し, この結果から, TAI-GANは実際の参照フレームに匹敵する高画質の変換早期フレームを生成できることが示唆された。
論文 参考訳（メタデータ） (2024-02-14T20:39:07Z) - GSMorph: Gradient Surgery for cine-MRI Cardiac Deformable Registration [62.41725951450803]
学習に基づく変形可能な登録は、フィールドの登録精度と滑らかさをトレードオフする重み付けされた目的関数に依存する。
我々は,GSMorphと呼ばれる勾配手術機構に基づく登録モデルを構築し,複数の損失に対してパラメータフリーな高バランスを実現する。
提案手法はモデルに依存しないため,パラメータの追加や推論の遅延を伴わずに,任意のディープ登録ネットワークにマージすることができる。
論文 参考訳（メタデータ） (2023-06-26T13:32:09Z) - Unsupervised Echocardiography Registration through Patch-based MLPs and
Transformers [6.330832343516528]
この作業では、トランスフォーマーとパッチを使用した3つのイメージ登録用のパッチベースのフレームワークを導入している。
我々は、人気のあるCNN登録モデルよりも同等で、さらに優れた登録性能を示します。
論文 参考訳（メタデータ） (2022-11-21T17:59:04Z) - Unsupervised inter-frame motion correction for whole-body dynamic PET
using convolutional long short-term memory in a convolutional neural network [9.349668170221975]
我々は、フレーム間の身体の動きを補正するための教師なしのディープラーニングベースのフレームワークを開発する。
運動推定ネットワークは、畳み込み長短期記憶層を組み合わせた畳み込みニューラルネットワークである。
トレーニング後,提案したネットワークの動作推定時間は,従来の登録ベースラインの約460倍の速度であった。
論文 参考訳（メタデータ） (2022-06-13T17:38:16Z) - Preservation of High Frequency Content for Deep Learning-Based Medical
Image Classification [74.84221280249876]
大量の胸部ラジオグラフィーの効率的な分析は、医師や放射線技師を助けることができる。
本稿では,視覚情報の効率的な識別と符号化のための離散ウェーブレット変換(DWT)を提案する。
論文 参考訳（メタデータ） (2022-05-08T15:29:54Z) - PhysFormer: Facial Video-based Physiological Measurement with Temporal
Difference Transformer [55.936527926778695]
近年のディープラーニングアプローチは、時間的受容の限られた畳み込みニューラルネットワークを用いた微妙なrの手がかりのマイニングに重点を置いている。
本稿では,エンドツーエンドのビデオトランスをベースとしたアーキテクチャであるPhysFormerを提案する。
論文 参考訳（メタデータ） (2021-11-23T18:57:11Z) - Automatic size and pose homogenization with spatial transformer network
to improve and accelerate pediatric segmentation [51.916106055115755]
空間変換器ネットワーク(STN)を利用することにより、ポーズとスケール不変の新たなCNNアーキテクチャを提案する。
私たちのアーキテクチャは、トレーニング中に一緒に見積もられる3つのシーケンシャルモジュールで構成されています。
腹部CTスキャナーを用いた腎および腎腫瘍の分節法について検討した。
論文 参考訳（メタデータ） (2021-07-06T14:50:03Z) - TransCamP: Graph Transformer for 6-DoF Camera Pose Estimation [77.09542018140823]
本稿では、カメラ再配置問題に対処するため、グラフトランスフォーマーバックボーン、すなわちTransCamPを用いたニューラルネットワークアプローチを提案する。
TransCamPは、画像の特徴、カメラポーズ情報、フレーム間の相対的なカメラモーションを、エンコードされたグラフ属性に効果的に融合する。
論文 参考訳（メタデータ） (2021-05-28T19:08:43Z) - Clinically Translatable Direct Patlak Reconstruction from Dynamic PET
with Motion Correction Using Convolutional Neural Network [9.949523630885261]
パトラクモデルは18F-FDGダイナミックポジトロン放射トモグラフィ(PET)イメージングで広く用いられている。
本研究では,動的PET画像から高品質な運動補正型直接パトラク画像にマッピングする,データ駆動型フレームワークを提案する。
論文 参考訳（メタデータ） (2020-09-13T02:51:25Z)
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。