Fugu-MT 論文翻訳(概要): Amyloid-Beta Axial Plane PET Synthesis from Structural MRI: An Image Translation Approach for Screening Alzheimer's Disease

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

Synthesizing beta-amyloid PET images from T1-weighted Structural MRI: A Preliminary Study [6.4038303148510005]
T1強調MRI画像から3次元拡散モデルを用いてA$beta$-PET画像を合成する手法を提案する。本手法は, 軽度認知障害 (MCI) 患者に対して有効ではないものの, 認知正常症例に対して高品質なA$beta$-PET画像を生成する。
論文参考訳（メタデータ） (2024-09-26T20:51:59Z)
Functional Imaging Constrained Diffusion for Brain PET Synthesis from Structural MRI [5.190302448685122]
新しい制約拡散モデル (CDM) を用いて, 入力条件として2組構造MRIを用いた3次元脳PET画像合成のためのフレームワークを提案する。 FICDはPETにノイズを導入し、CDMで徐々に除去する。 CDMは、各denoized PETと基底真理との間のボクセルワイドアライメントを確保するために、機能的イメージング制約を導入して、denoized PETを予測することを学ぶ。
論文参考訳（メタデータ） (2024-05-03T22:33:46Z)
Three-Dimensional Amyloid-Beta PET Synthesis from Structural MRI with Conditional Generative Adversarial Networks [45.426889188365685]
アルツハイマー病の徴候には、アミロイド-ベタ鉱床と脳萎縮がある。 PETは高価で侵襲的であり、患者を電離放射線に曝す。 MRIはより安価で、非侵襲的で、電離放射線を含まないが、脳萎縮の測定に限られる。
論文参考訳（メタデータ） (2024-05-03T14:10:29Z)
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)
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)
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)

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。