論文の概要: Using deep learning for an automatic detection and classification of the vascular bifurcations along the Circle of Willis

• arxiv url: http://arxiv.org/abs/2308.15088v1
• Date: Tue, 29 Aug 2023 07:51:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-30 15:19:36.745343
• Title: Using deep learning for an automatic detection and classification of the vascular bifurcations along the Circle of Willis
• Title（参考訳）: 深層学習を用いたウィリス円に沿った血管分岐の自動検出と分類
• Authors: Rafic Nader, Romain Bourcier, Florent Autrusseau (LTeN)
• Abstract要約: 本稿では,ウィリス円を形成する興味の分岐を自動的に検出し,認識する手法を提案する。 いくつかのニューラルネットワークアーキテクチャがテストされており、分岐認識率を徹底的に評価している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Most of the intracranial aneurysms (ICA) occur on a specific portion of the cerebral vascular tree named the Circle of Willis (CoW). More particularly, they mainly arise onto fifteen of the major arterial bifurcations constituting this circular structure. Hence, for an efficient and timely diagnosis it is critical to develop some methods being able to accurately recognize each Bifurcation of Interest (BoI). Indeed, an automatic extraction of the bifurcations presenting the higher risk of developing an ICA would offer the neuroradiologists a quick glance at the most alarming areas. Due to the recent efforts on Artificial Intelligence, Deep Learning turned out to be the best performing technology for many pattern recognition tasks. Moreover, various methods have been particularly designed for medical image analysis purposes. This study intends to assist the neuroradiologists to promptly locate any bifurcation presenting a high risk of ICA occurrence. It can be seen as a Computer Aided Diagnosis scheme, where the Artificial Intelligence facilitates the access to the regions of interest within the MRI. In this work, we propose a method for a fully automatic detection and recognition of the bifurcations of interest forming the Circle of Willis. Several neural networks architectures have been tested, and we thoroughly evaluate the bifurcation recognition rate.
• Abstract（参考訳）: ほとんどの頭蓋内動脈瘤(ICA)は、The Circle of Willis(CoW)と呼ばれる脳血管樹の特定の部分に発生する。 特に、主にこの円形構造を構成する主要な動脈分岐の15に発生する。 したがって、効率的かつタイムリーな診断のために、それぞれの興味の分岐(BoI)を正確に認識できる方法を開発することが重要である。 実際、ICAを開発するリスクが高いことを示す分岐液の自動抽出によって、神経放射線学者は最も危険な領域を素早く見ることができる。 最近の人工知能の取り組みにより、Deep Learningは多くのパターン認識タスクにおいて最高のパフォーマンス技術であることが判明した。 また, 医用画像解析のために様々な手法が考案されている。 本研究の目的は,神経放射線科医がICAの発生リスクの高い分岐点を迅速に発見できるようにすることである。 これは、人工知能がMRI内の関心領域へのアクセスを促進するコンピュータ支援診断スキームと見なすことができる。 本研究では,ウィリス円を形成する興味の分岐を完全自動検出し,認識する手法を提案する。 いくつかのニューラルネットワークアーキテクチャがテストされ、分岐認識率を徹底的に評価した。

関連論文リスト

• Adversarial Neural Networks in Medical Imaging Advancements and Challenges in Semantic Segmentation [6.88255677115486]
  人工知能(AI)の最近の進歩は、医療画像のパラダイムシフトを引き起こしている。 本稿では,脳画像のセマンティックセグメンテーションへの深層学習(AIの主分野)の統合を体系的に検討する。 敵対的ニューラルネットワークは、自動化するだけでなく、セマンティックセグメンテーションプロセスを洗練する、新しいAIアプローチである。
  論文  参考訳（メタデータ） (2024-10-17T00:05:05Z)
• A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
  神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。 重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。 人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
  論文  参考訳（メタデータ） (2024-05-21T06:44:40Z)
• Object Detection for Automated Coronary Artery Using Deep Learning [0.0]
  本稿では,冠動脈狭窄の部位を正確に同定するために,X線血管造影画像の物体検出法を応用した。 このモデルにより,狭窄箇所の自動的かつリアルタイムな検出が可能となり,決定プロセスの重要かつ機密性の高い支援が可能となった。
  論文  参考訳（メタデータ） (2023-12-19T13:14:52Z)
• fMRI from EEG is only Deep Learning away: the use of interpretable DL to unravel EEG-fMRI relationships [68.8204255655161]
  多チャンネル脳波データからいくつかの皮質下領域の活性を回復するための解釈可能な領域基底解を提案する。 我々は,皮質下核の血行動態信号の頭皮脳波予測の空間的・時間的パターンを復元する。
  論文  参考訳（メタデータ） (2022-10-23T15:11:37Z)
• An Algorithm for the Labeling and Interactive Visualization of the Cerebrovascular System of Ischemic Strokes [59.116811751334225]
  VirtualDSA++は、CTAスキャンで脳血管ツリーをセグメンテーションし、ラベル付けするために設計されたアルゴリズムである。 閉塞血管を同定するために,脳動脈のラベル付け機構を拡張した。 本稿では,そのモデルの全ノードにおける経路の反復的体系探索という一般的な概念を紹介し,新たな対話的特徴を実現する。
  論文  参考訳（メタデータ） (2022-04-26T14:20:26Z)
• Unsupervised deep learning techniques for powdery mildew recognition based on multispectral imaging [63.62764375279861]
  本稿では,キュウリ葉の粉状ミドウを自動的に認識する深層学習手法を提案する。 マルチスペクトルイメージングデータに適用した教師なし深層学習技術に焦点をあてる。 本稿では, オートエンコーダアーキテクチャを用いて, 疾患検出のための2つの手法を提案する。
  論文  参考訳（メタデータ） (2021-12-20T13:29:13Z)
• A Deep Learning Approach to Predicting Collateral Flow in Stroke Patients Using Radiomic Features from Perfusion Images [58.17507437526425]
  側方循環は、血流を妥協した領域に酸素を供給する特殊な無酸素流路から生じる。 実際のグレーティングは主に、取得した画像の手動検査によって行われる。 MR灌流データから抽出した放射線学的特徴に基づいて,脳卒中患者の側方血流低下を予測するための深層学習手法を提案する。
  論文  参考訳（メタデータ） (2021-10-24T18:58:40Z)
• An Interpretable Multiple-Instance Approach for the Detection of referable Diabetic Retinopathy from Fundus Images [72.94446225783697]
  基礎画像における参照糖尿病網膜症検出のための機械学習システムを提案する。 画像パッチから局所情報を抽出し,アテンション機構により効率的に組み合わせることで,高い分類精度を実現することができる。 我々は,現在入手可能な網膜画像データセットに対するアプローチを評価し,最先端の性能を示す。
  論文  参考訳（メタデータ） (2021-03-02T13:14:15Z)
• Recent Developments in Detection of Central Serous Retinopathy through Imaging and Artificial Intelligence Techniques A Review [0.0]
  CSR(Central Serous Retinopathy)は、失明と視力喪失を引き起こす主要な疾患である。 早期にcsrを検出することで、人間の目の障害を回避できる予防措置を講じることができる。 21世紀に近代技術が出現すると、人工知能(AI)技術は、自動CSR検出を含む多くの研究分野で非常に人気がある。
  論文  参考訳（メタデータ） (2020-12-20T16:08:56Z)

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。