論文の概要: Amyloid-Beta Axial Plane PET Synthesis from Structural MRI: An Image
Translation Approach for Screening Alzheimer's Disease
- arxiv url: http://arxiv.org/abs/2309.00569v1
- Date: Fri, 1 Sep 2023 16:26:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-04 12:48:05.554910
- Title: Amyloid-Beta Axial Plane PET Synthesis from Structural MRI: An Image
Translation Approach for Screening Alzheimer's Disease
- Title(参考訳): 構造MRIからのアミロイド-β軸面PET合成 : アルツハイマー病スクリーニングのための画像翻訳アプローチ
- Authors: Fernando Vega, Abdoljalil Addeh, M. Ethan MacDonald
- Abstract要約: 定量的に正確な構造MRIから合成アミロイドベータPET画像を生成するために、画像翻訳モデルを実装した。
その結果, 合成PET画像は, 形状, コントラスト, 全体的なSSIMおよびPSNRにおいて, 真実と高い類似性で生成できることが判明した。
- 参考スコア(独自算出の注目度): 49.62561299282114
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this work, an image translation model is implemented to produce synthetic
amyloid-beta PET images from structural MRI that are quantitatively accurate.
Image pairs of amyloid-beta PET and structural MRI were used to train the
model. We found that the synthetic PET images could be produced with a high
degree of similarity to truth in terms of shape, contrast and overall high SSIM
and PSNR. This work demonstrates that performing structural to quantitative
image translation is feasible to enable the access amyloid-beta information
from only MRI.
- Abstract(参考訳): 本研究では,構造MRIから合成アミロイドベータPET画像を生成するための画像翻訳モデルを構築した。
アミロイド-ベータPETと構造MRIの画像ペアを用いてモデルを訓練した。
その結果, 合成PET画像は, 形状, コントラスト, 全体的なSSIMおよびPSNRにおいて, 真実と高い類似性で生成できることが判明した。
本研究は,MRIのみからのアミロイドベータ情報へのアクセスを可能にするため,構造的かつ定量的な画像翻訳が可能であることを示す。
関連論文リスト
- Joint Diffusion: Mutual Consistency-Driven Diffusion Model for PET-MRI
Co-Reconstruction [19.790873500057355]
この研究は、MRIを加速し、PET画像の品質を向上させることを目的としている。
従来のアプローチでは、PET-MRIシステム内の各モードを別々に再構成する。
相互整合駆動拡散モード(MC-Diffusion)を用いた新しいPET-MRI関節再建モデルを提案する。
論文 参考訳(メタデータ) (2023-11-24T13:26:53Z) - PET Synthesis via Self-supervised Adaptive Residual Estimation
Generative Adversarial Network [14.381830012670969]
近年,低線量画像から高画質PET画像を生成する手法が,低線量画像の回収手法の最先端技術であることが報告されている。
これらの問題に対処するため、我々は自己教師付き適応残差推定生成対向ネットワーク(SS-AEGAN)を開発した。
SS-AEGANは、様々な線量還元因子による最先端の合成法よりも一貫して優れていた。
論文 参考訳(メタデータ) (2023-10-24T06:43:56Z) - Style transfer between Microscopy and Magnetic Resonance Imaging via
Generative Adversarial Network in small sample size settings [49.84018914962972]
磁気共鳴イメージング(MRI)のクロスモーダル増強と、同じ組織サンプルに基づく顕微鏡イメージングが期待できる。
コンディショナル・ジェネレーティブ・逆境ネットワーク (cGAN) アーキテクチャを用いて, コーパス・カロサムのMRI画像から顕微鏡組織像を生成する方法を検討した。
論文 参考訳(メタデータ) (2023-10-16T13:58:53Z) - Contrastive Diffusion Model with Auxiliary Guidance for Coarse-to-Fine
PET Reconstruction [62.29541106695824]
本稿では, 粗い予測モジュール (CPM) と反復的修正モジュール (IRM) から構成される粗大なPET再構成フレームワークを提案する。
計算オーバーヘッドの大部分をCPMに委譲することで,本手法のサンプリング速度を大幅に向上させることができる。
2つの追加戦略、すなわち補助的な誘導戦略と対照的な拡散戦略が提案され、再構築プロセスに統合される。
論文 参考訳(メタデータ) (2023-08-20T04:10:36Z) - TauPETGen: Text-Conditional Tau PET Image Synthesis Based on Latent
Diffusion Models [4.37782729360434]
テキスト記述と被写体MR画像からリアルなタウPET画像を生成する新しいテキスト誘導画像合成技術を開発した。
生成したtau PET画像は、異なる尺度間の関係を調べ、tau PETデータセットの公開性を高めるために使用される可能性がある。
論文 参考訳(メタデータ) (2023-06-21T02:27:07Z) - Improved Prediction of Beta-Amyloid and Tau Burden Using Hippocampal
Surface Multivariate Morphometry Statistics and Sparse Coding [0.0]
我々はアミロイドとタウの測定を定量的に予測する非侵襲的なフレームワークを開発した。
アルツハイマー病神経画像イニシアチブ(ADNI)におけるアミロイドPET/MRIとタウPET/MRIデータセットの枠組みについて検討した。
論文 参考訳(メタデータ) (2022-10-28T03:39:55Z) - Unsupervised-learning-based method for chest MRI-CT transformation using
structure constrained unsupervised generative attention networks [0.0]
PET/MRIスキャナは、PETによる代謝情報の同時取得と、MRIを用いた形態情報の取得を容易にする。
PET/MRIは、ガンマ線減衰情報とMRIとの直接的関係がないため、MRIから減衰補正マップを生成する必要がある。
本稿では,非対位画像の変換が可能なGAN(Generative Adversarial Network)に,モダリティ非依存的近傍記述子(MIND)を用いた構造制約を加えることにより,人間のアノテーションを使わずに解剖学的構造変化を最小限に抑える手段を提案する。
論文 参考訳(メタデータ) (2021-06-16T05:22:27Z) - Confidence-guided Lesion Mask-based Simultaneous Synthesis of Anatomic
and Molecular MR Images in Patients with Post-treatment Malignant Gliomas [65.64363834322333]
信頼性ガイドSAMR(CG-SAMR)は、病変情報からマルチモーダル解剖学的配列にデータを合成する。
モジュールは中間結果に対する信頼度測定に基づいて合成をガイドする。
実際の臨床データを用いた実験により,提案モデルが最先端の合成法よりも優れた性能を発揮することが示された。
論文 参考訳(メタデータ) (2020-08-06T20:20:22Z) - Lesion Mask-based Simultaneous Synthesis of Anatomic and MolecularMR
Images using a GAN [59.60954255038335]
提案するフレームワークは,ストレッチアウトアップサンプリングモジュール,ブレインアトラスエンコーダ,セグメンテーション一貫性モジュール,マルチスケールラベルワイド識別器から構成される。
実際の臨床データを用いた実験により,提案モデルが最先端の合成法よりも優れた性能を発揮することが示された。
論文 参考訳(メタデータ) (2020-06-26T02:50:09Z) - Multifold Acceleration of Diffusion MRI via Slice-Interleaved Diffusion
Encoding (SIDE) [50.65891535040752]
本稿では,Slice-Interleaved Diffusionと呼ばれる拡散符号化方式を提案する。
SIDEは、拡散重み付き(DW)画像ボリュームを異なる拡散勾配で符号化したスライスでインターリーブする。
また,高いスライスアンサンプデータからDW画像を効果的に再構成するためのディープラーニングに基づく手法を提案する。
論文 参考訳(メタデータ) (2020-02-25T14:48:17Z)
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。