論文の概要: An experimental system for detection and localization of hemorrhage
using ultra-wideband microwaves with deep learning
- arxiv url: http://arxiv.org/abs/2310.02215v1
- Date: Tue, 3 Oct 2023 17:17:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-04 13:17:44.709157
- Title: An experimental system for detection and localization of hemorrhage
using ultra-wideband microwaves with deep learning
- Title(参考訳): 深層学習を用いた超広帯域マイクロ波を用いた出血検出・局在測定システム
- Authors: Eisa Hedayati, Fatemeh Safari, George Verghese, Vito R. Ciancia,
Daniel K. Sodickson, Seena Dehkharghani, Leeor Alon
- Abstract要約: 本稿では,解剖学的に現実的な人間の頭部モデル内で血液模倣ファントムを翻訳するロボットナビゲーションシステムを備えた専用実験フレームワークを提案する。
改良型アンチポッドアンテナの8要素超広帯域(UWB)アレイを開発し、0.6-9.0GHzの2ポートベクトルネットワークアナライザで駆動した。
検出感度は0.99で、レイリーグ平均局在誤差は1.65mmであった。
- 参考スコア(独自算出の注目度): 0.3958317527488534
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Stroke is a leading cause of mortality and disability. Emergent diagnosis and
intervention are critical, and predicated upon initial brain imaging; however,
existing clinical imaging modalities are generally costly, immobile, and demand
highly specialized operation and interpretation. Low-energy microwaves have
been explored as low-cost, small form factor, fast, and safe probes of tissue
dielectric properties, with both imaging and diagnostic potential.
Nevertheless, challenges inherent to microwave reconstruction have impeded
progress, hence microwave imaging (MWI) remains an elusive scientific aim.
Herein, we introduce a dedicated experimental framework comprising a robotic
navigation system to translate blood-mimicking phantoms within an anatomically
realistic human head model. An 8-element ultra-wideband (UWB) array of modified
antipodal Vivaldi antennas was developed and driven by a two-port vector
network analyzer spanning 0.6-9.0 GHz at an operating power of 1 mw. Complex
scattering parameters were measured, and dielectric signatures of hemorrhage
were learned using a dedicated deep neural network for prediction of hemorrhage
classes and localization. An overall sensitivity and specificity for detection
>0.99 was observed, with Rayliegh mean localization error of 1.65 mm. The study
establishes the feasibility of a robust experimental model and deep learning
solution for UWB microwave stroke detection.
- Abstract(参考訳): ストロークは死亡率と障害の主な原因である。
創発的診断と介入は初期脳イメージングによって決定されるが、既存の画像診断は一般的に費用がかかり、非移動的であり、高度に専門的な手術と解釈を必要とする。
低エネルギーマイクロ波は、画像と診断の可能性を併せ持つ、低コスト、小型のフォームファクタ、高速で安全な組織誘電特性プローブとして研究されている。
しかしながら、マイクロ波再構成に固有の課題は進歩を妨げるため、マイクロ波イメージング(MWI)はいまだに科学的目的である。
本稿では,血液を模倣するファントムを解剖学的に現実的な人間の頭部モデルに翻訳するロボットナビゲーションシステムを含む専用実験フレームワークを提案する。
改良型アンチポッド型ヴィヴァルディアンテナの8要素超広帯域(UWB)アレイを開発し、0.6-9.0GHzの2ポートベクトルネットワークアナライザで駆動した。
複雑な散乱パラメータを測定し,出血の誘電的シグネチャを専用ディープニューラルネットワークを用いて,出血のクラスと局在の予測を行った。
検出>0.99の感度と特異性が観察され,rayliegh平均局在誤差は1.65mmであった。
この研究は、UWBマイクロ波ストローク検出のための堅牢な実験モデルとディープラーニングソリューションの実現性を確立する。
関連論文リスト
- Rotational Augmented Noise2Inverse for Low-dose Computed Tomography
Reconstruction [83.73429628413773]
改良された深層学習手法は、画像のノイズを除去する能力を示しているが、正確な地上の真実を必要とする。
畳み込みニューラルネットワーク(CNN)のトレーニングに基礎的真理を必要としないLDCTのための新しい自己教師型フレームワークを提案する。
数値および実験結果から,Sparse View を用いた N2I の再構成精度は低下しており,提案手法は異なる範囲のサンプリング角度で画像品質を向上する。
論文 参考訳(メタデータ) (2023-12-19T22:40:51Z) - 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) - K-Space-Aware Cross-Modality Score for Synthesized Neuroimage Quality
Assessment [71.27193056354741]
クロスモダリティな医用画像合成をどう評価するかという問題は、ほとんど解明されていない。
本稿では,この課題の進展を促すため,新しい指標K-CROSSを提案する。
K-CROSSは、トレーニング済みのマルチモードセグメンテーションネットワークを使用して、病変の位置を予測する。
論文 参考訳(メタデータ) (2023-07-10T01:26:48Z) - Generative AI for Rapid Diffusion MRI with Improved Image Quality,
Reliability and Generalizability [3.6119644566822484]
我々は,Human Connectome Projectデータに基づいて訓練されたSwin UNEt Transformersモデルを用いて,dMRIの一般化復調を行う。
成人健常者におけるHCPデータを用いた超解像実験を行った。
高速拡散テンソル画像の精度と信頼性は,90秒のスキャン時間しか必要としない。
論文 参考訳(メタデータ) (2023-03-10T03:39:23Z) - Dual-Domain Cross-Iteration Squeeze-Excitation Network for Sparse
Reconstruction of Brain MRI [1.0323063834827415]
磁気共鳴イメージング(MRI)は神経学や神経外科において最もよく用いられる検査の1つである。
深層学習はMRIの再構築に新たな洞察をもたらした。
本稿では,新しい2つのSqueeze-Excitation NetworkとCrossIteration Residual Connectionsを用いて,k空間とMRI画像の情報を融合する手法を提案する。
論文 参考訳(メタデータ) (2022-10-05T19:44:56Z) - Data and Physics Driven Learning Models for Fast MRI -- Fundamentals and
Methodologies from CNN, GAN to Attention and Transformers [72.047680167969]
本稿では,畳み込みニューラルネットワークや生成的敵ネットワークに基づく手法を含む,高速MRIのためのディープラーニングに基づくデータ駆動手法を紹介する。
MRI加速のための物理とデータ駆動モデルの結合に関する研究について詳述する。
最後に, 臨床応用について紹介し, マルチセンター・マルチスキャナー研究における高速MRI技術におけるデータ調和の重要性と説明可能なモデルについて述べる。
論文 参考訳(メタデータ) (2022-04-01T22:48:08Z) - Controlling False Positive/Negative Rates for Deep-Learning-Based
Prostate Cancer Detection on Multiparametric MR images [58.85481248101611]
そこで本研究では,病変からスライスまでのマッピング機能に基づく,病変レベルのコスト感受性損失と付加的なスライスレベルの損失を組み込んだ新しいPCa検出ネットワークを提案する。
1) 病変レベルFNRを0.19から0.10に, 病変レベルFPRを1.03から0.66に減らした。
論文 参考訳(メタデータ) (2021-06-04T09:51:27Z) - DEEPMIR: A DEEP neural network for differential detection of cerebral
Microbleeds and IRon deposits in MRI [3.0361336899303693]
脳小血腫(CMB)と基底核の非出血鉄鉱床は脳老化、血管疾患、神経変性疾患と関連している。
我々は,CMBと鉄鉱床のセグメンテーションに適した深層学習に基づくセグメンテーション法を開発した。
論文 参考訳(メタデータ) (2020-09-30T23:50:14Z) - A Hypersensitive Breast Cancer Detector [3.253136248759443]
乳がんの早期検診では生存率が20~35%上昇した。
商用コンピュータ支援検出 (CADe) ソフトウェアは、検出スペクトルに対する感度の低いフルフィールドデジタルマンモグラフィー (FFDM) 画像の解釈を改善することができなかった。
本研究では,マンモグラフィー的に有意な所見のゆるやかな境界ボックスを持つ大規模なFFDM画像を利用して,極度に感度の高い深層学習検出器を訓練する。
論文 参考訳(メタデータ) (2020-01-23T05:44:39Z) - Microvascular Dynamics from 4D Microscopy Using Temporal Segmentation [81.30750944868142]
経時的に脳血流量の変化を追跡でき, ピアル表面に向かって伝播する自発性動脈拡張を同定できる。
この新たなイメージング機能は、機能的磁気共鳴イメージング(fMRI)を基盤とした血行動態応答関数を特徴付けるための有望なステップである。
論文 参考訳(メタデータ) (2020-01-14T22:55:03Z)
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。