論文の概要: High-resolution 3D Maps of Left Atrial Displacements using an Unsupervised Image Registration Neural Network

• arxiv url: http://arxiv.org/abs/2309.02179v1
• Date: Tue, 5 Sep 2023 12:33:05 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-06 14:54:52.908127
• Title: High-resolution 3D Maps of Left Atrial Displacements using an Unsupervised Image Registration Neural Network
• Title（参考訳）: 教師なし画像登録ニューラルネットワークによる左房変位の高分解能3次元マップ
• Authors: Christoforos Galazis, Anil Anthony Bharath and Marta Varela
• Abstract要約: 左心房の機能解析は, 心血管疾患の予後と診断において, ますます重要な役割を担っている。 本研究では、LAを自動的に分割し、心循環全体にわたって変位場を抽出するツールを提案する。 パイプラインは心臓循環を横断するLAの壁を正確に追跡することができ、平均ハウスドルフ距離は2.51 pm 1.3mm$、ディーススコアは92 pm 0.02$である。
• 参考スコア（独自算出の注目度）: 2.4633187637169303
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Functional analysis of the left atrium (LA) plays an increasingly important role in the prognosis and diagnosis of cardiovascular diseases. Echocardiography-based measurements of LA dimensions and strains are useful biomarkers, but they provide an incomplete picture of atrial deformations. High-resolution dynamic magnetic resonance images (Cine MRI) offer the opportunity to examine LA motion and deformation in 3D, at higher spatial resolution and with full LA coverage. However, there are no dedicated tools to automatically characterise LA motion in 3D. Thus, we propose a tool that automatically segments the LA and extracts the displacement fields across the cardiac cycle. The pipeline is able to accurately track the LA wall across the cardiac cycle with an average Hausdorff distance of $2.51 \pm 1.3~mm$ and Dice score of $0.96 \pm 0.02$.
• Abstract（参考訳）: 左心房(la)の機能解析は心血管疾患の予後と診断においてますます重要な役割を担っている。 エコー心電図によるLA次元とひずみの測定はバイオマーカーとして有用であるが、心房変形の不完全な画像を提供する。 高分解能ダイナミック磁気共鳴画像(Cine MRI)は、LAの運動と3次元の変形を高分解能、全LAカバレッジで観察する機会を提供する。 しかし、3DでLAの動きを自動的に特徴づける専用のツールはない。 そこで本稿では,LAを自動的に分割し,心循環全体にわたって変位場を抽出するツールを提案する。 このパイプラインは、平均ハウスドルフ距離が2.51 \pm 1.3~mm$、ダイススコアが0.96 \pm 0.02$で、心臓周期のla壁を正確に追跡することができる。

関連論文リスト

• Deep Regression 2D-3D Ultrasound Registration for Liver Motion Correction in Focal Tumor Thermal Ablation [5.585625844344932]
  肝腫瘍のアブレーションは, 腫瘍中心部における針の塗布を正確に行う必要がある。 画像登録技術は、解剖学的詳細の解釈や腫瘍の同定に有効であるが、その臨床応用は、アライメント精度と実行時のパフォーマンスのトレードオフによって妨げられている。 肝運動によるエラーを軽減できる2D-3DUSレジストレーション手法を提案する。
  論文  参考訳（メタデータ） (2024-10-03T15:24:45Z)
• Epicardium Prompt-guided Real-time Cardiac Ultrasound Frame-to-volume Registration [50.602074919305636]
  本稿では,CU-Reg と呼ばれる,軽量でエンドツーエンドなカード・ツー・エンド・超音波フレーム・ツー・ボリューム・レジストレーション・ネットワークを提案する。 2次元スパースと3次元濃密な特徴の相互作用を増強するために,心内膜急速ガイドによる解剖学的手がかりを用い,その後,強化された特徴のボクセル的局所グロバル集約を行った。
  論文  参考訳（メタデータ） (2024-06-20T17:47:30Z)
• Assessment of Left Atrium Motion Deformation Through Full Cardiac Cycle [9.077680726058382]
  左心房(LA)は、より薄い心筋壁、複雑で不規則な形態、および個々の構造における多様性など、固有の課題を呈する。 我々は,高解像度の3次元Cine MR画像を用いて,LAの動きを自動的に解析する4次元登録モデリングのための総合的な技術ワークフローを初めて提示する。 本研究は, 左心房運動追跡・変形のための新しいバイオマーカーを臨床医に提供するために, エンド・ツー・エンドの枠組みが提案される可能性を示している。
  論文  参考訳（メタデータ） (2024-05-27T09:31:24Z)
• High-Resolution Maps of Left Atrial Displacements and Strains Estimated with 3D Cine MRI using Online Learning Neural Networks [1.1902493590292005]
  オンライン学習ニューラルネットワーク(Aladdin)を用いた左心房変位・変形の分析ツールを提案する。 Aladdinには、オンラインセグメンテーションと画像登録ネットワークと、LAに合わせて調整された歪計算パイプラインが含まれている。 その結果,アラジンは心臓循環を横断するLA壁を正確に追跡し,その運動と変形を特徴付けることができた。
  論文  参考訳（メタデータ） (2023-12-14T23:00:11Z)
• Volumetric Reconstruction Resolves Off-Resonance Artifacts in Static and Dynamic PROPELLER MRI [76.60362295758596]
  磁気共鳴イメージング(MRI)におけるオフ共鳴アーティファクトは、画像ボリューム内のスピンの実際の共鳴周波数が空間情報を符号化するのに使用される期待周波数と異なる場合に発生する視覚歪みである。 本稿では,2次元MRI再構成問題を3次元に引き上げ,このオフ共鳴をモデル化するための「スペクトル」次元を導入することで,これらのアーチファクトを解決することを提案する。
  論文  参考訳（メタデータ） (2023-11-22T05:44:51Z)
• 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)
• On the Localization of Ultrasound Image Slices within Point Distribution Models [84.27083443424408]
  甲状腺疾患は高分解能超音波(US)で診断されることが多い 縦断追跡は病理甲状腺形態の変化をモニタリングするための重要な診断プロトコルである。 3次元形状表現におけるUS画像の自動スライスローカライズのためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-01T10:10:46Z)
• Deep learning network to correct axial and coronal eye motion in 3D OCT retinal imaging [65.47834983591957]
  深層学習に基づくニューラルネットワークを用いて,OCTの軸運動とコロナ運動のアーチファクトを1つのスキャンで補正する。 実験結果から, 提案手法は動作アーチファクトを効果的に補正し, 誤差が他の方法よりも小さいことを示す。
  論文  参考訳（メタデータ） (2023-05-27T03:55:19Z)
• Tempera: Spatial Transformer Feature Pyramid Network for Cardiac MRI Segmentation [0.41371009341458315]
  本研究は,短軸心MR画像と長軸心MR画像の両方において,RVのセグメンテーションに重点を置いている。 このモデルでは,SAとLAの平均Diceスコアは0.836,LAは0.798,Hausdorff距離は26.31mm,Hausdorff距離は31.19mmである。
  論文  参考訳（メタデータ） (2022-03-01T11:05:51Z)
• PC-U Net: Learning to Jointly Reconstruct and Segment the Cardiac Walls in 3D from CT Data [18.941064150226236]
  2次元CTスライスから直接LV MYO壁の点雲を直接再構成するPC-Uネットを提案する。 提案したPC-Uネットの協調学習フレームワークは,自動心画像解析タスクに有用である。
  論文  参考訳（メタデータ） (2020-08-18T23:37:05Z)
• A Global Benchmark of Algorithms for Segmenting Late Gadolinium-Enhanced Cardiac Magnetic Resonance Imaging [90.29017019187282]
  現在世界最大の心臓LGE-MRIデータセットである154個の3D LGE-MRIを用いた「2018 left Atrium Challenge」。 技術および生物学的指標を用いた提案アルゴリズムの解析を行った。 その結果, 最上部法は93.2%, 平均表面は0.7mmであった。
  論文  参考訳（メタデータ） (2020-04-26T08:49:17Z)

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。