論文の概要: Aorta Segmentation from 3D CT in MICCAI SEG.A. 2023 Challenge
- arxiv url: http://arxiv.org/abs/2310.04114v1
- Date: Fri, 6 Oct 2023 09:26:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-09 20:58:24.193061
- Title: Aorta Segmentation from 3D CT in MICCAI SEG.A. 2023 Challenge
- Title(参考訳): MICCAI SEG.Aにおける3次元CTからの大動脈切開
2023年チャレンジ
- Authors: Andriy Myronenko, Dong Yang, Yufan He, Daguang Xu
- Abstract要約: 我々の解は、ハウスドルフ距離(HD95)の平均Diceスコア0.920と95番目のパーセンタイル6.013を達成し、SEG.A.2023チャレンジで優勝した。
- 参考スコア(独自算出の注目度): 11.820386742605539
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Aorta provides the main blood supply of the body. Screening of aorta with
imaging helps for early aortic disease detection and monitoring. In this work,
we describe our solution to the Segmentation of the Aorta (SEG.A.231) from 3D
CT challenge. We use automated segmentation method Auto3DSeg available in
MONAI. Our solution achieves an average Dice score of 0.920 and 95th percentile
of the Hausdorff Distance (HD95) of 6.013, which ranks first and wins the
SEG.A. 2023 challenge.
- Abstract(参考訳): 大動脈は体の主な血液供給源である。
画像による大動脈のスクリーニングは早期大動脈疾患の検出とモニタリングに役立つ。
本研究では,3次元CTの課題からAortaのセグメンテーション(SEG.A.231)について述べる。
MonoAI で利用可能な Auto3DSeg の自動セグメンテーション手法を用いている。
我々の解は、ハウスドルフ距離(HD95)の平均Diceスコア0.920と95%のパーセンタイル6.013を達成し、SEG.Aに勝利した。
2023年挑戦。
関連論文リスト
- YOLO-Angio: An Algorithm for Coronary Anatomy Segmentation [13.603729336413833]
われわれは,MICCAI 2023におけるX線アンギオグラフィー画像(ARCADE)を用いた自動冠状動脈疾患診断への取り組みについて報告する。
我々の3段階のアプローチは、従来のコンピュータビジョンによる前処理と特徴選択を組み合わせて、船体コントラストを強化する。
最終セグメンテーションは、グラフベースのソート法で冠状樹を再構築する論理に基づくアプローチに基づいている。
論文 参考訳(メタデータ) (2023-10-24T15:02:02Z) - Diffusion Models for Counterfactual Generation and Anomaly Detection in
Brain Images [59.85702949046042]
病気の画像の健全なバージョンを生成し,それを用いて画素単位の異常マップを得るための弱教師付き手法を提案する。
健常者を対象にした拡散モデルを用いて, サンプリングプロセスの各ステップで拡散拡散確率モデル (DDPM) と拡散拡散確率モデル (DDIM) を組み合わせる。
本手法が正常なサンプルに適用された場合,入力画像は大幅な修正を伴わずに再構成されることを確認した。
論文 参考訳(メタデータ) (2023-08-03T21:56:50Z) - Segmentation of Aortic Vessel Tree in CT Scans with Deep Fully
Convolutional Networks [4.062948258086793]
大動脈疾患の早期発見,診断,予後には,CTスキャンによる大動脈血管木の自動的,正確な分画が不可欠である。
我々は2段階の完全畳み込みネットワーク(FCN)を用いて、複数のセンターからスキャン中のAVTを自動的に分割する。
論文 参考訳(メタデータ) (2023-05-16T22:24:01Z) - Automated segmentation of intracranial hemorrhages from 3D CT [9.814838162752114]
頭蓋内出血セグメンテーションチャレンジ(INSTANCE 2022)は、研究者が3次元CTからの出血脳梗塞領域のセグメンテーションに対する解決策を比較するためのプラットフォームを提供する。
2DセグメンテーションネットワークであるMONAIのSegResNetを使い、再サンプリングせずにスライス的に動作します。
論文 参考訳(メタデータ) (2022-09-21T20:37:32Z) - FetReg2021: A Challenge on Placental Vessel Segmentation and
Registration in Fetoscopy [52.3219875147181]
2-Twin Transfusion Syndrome (TTTS) に対するレーザー光凝固法が広く採用されている。
このプロシージャは、視野が限られたこと、フェトスコープの操作性が悪いこと、視認性が悪いこと、照明の変動性のために特に困難である。
コンピュータ支援介入(CAI)は、シーン内の重要な構造を特定し、ビデオモザイクを通して胎児の視野を広げることで、外科医に意思決定支援と文脈認識を提供する。
7つのチームがこの課題に参加し、そのモデルパフォーマンスを、6フェットから658ピクセルの注釈付き画像の見当たらないテストデータセットで評価した。
論文 参考訳(メタデータ) (2022-06-24T23:44:42Z) - Exploring Large Context for Cerebral Aneurysm Segmentation [11.684455292186046]
本論文では、MICCAI 2020 CADAチャレンジにおける動脈瘤分割法の主な技術詳細について概説する。
主な貢献は、大きなパッチサイズで3D U-Netを設定し、大きなコンテキストを取得できることです。
提案手法はMICCAI 2020 CADAテストデータセットで2位,平均ジャカードは0.7593である。
論文 参考訳(メタデータ) (2020-12-30T12:51:43Z) - M3Lung-Sys: A Deep Learning System for Multi-Class Lung Pneumonia
Screening from CT Imaging [85.00066186644466]
マルチタスク型マルチスライス深層学習システム(M3Lung-Sys)を提案する。
COVID-19とHealthy, H1N1, CAPとの鑑別に加えて, M3 Lung-Sysも関連病変の部位を特定できる。
論文 参考訳(メタデータ) (2020-10-07T06:22:24Z) - Multiple resolution residual network for automatic thoracic
organs-at-risk segmentation from CT [2.9023633922848586]
我々は,CT画像からのOAR分割のためのMRRN(Multiple resolution residual Network)の実装と評価を行った。
提案手法は,複数画像解像度で計算された特徴ストリームと残差接続による特徴レベルを同時に組み合わせる。
左肺, 心臓, 食道, 脊髄を分画する検査を35回行った肺がん患者206例の胸部CT検査を用いて, アプローチを訓練した。
論文 参考訳(メタデータ) (2020-05-27T22:39:09Z) - Segmentation of the Myocardium on Late-Gadolinium Enhanced MRI based on
2.5 D Residual Squeeze and Excitation Deep Learning Model [55.09533240649176]
本研究の目的は,LGE-MRIを用いた心筋境界領域の深部学習モデルに基づく正確な自動セグメンテーション法を開発することである。
合計320回の試験(平均6回の試験)と28回の試験が行われた。
ベーススライスとミドルスライスにおけるアンサンブルモデルの性能解析は, サーバ内調査と同等であり, アトピーススライスではわずかに低かった。
論文 参考訳(メタデータ) (2020-05-27T20:44:38Z) - 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) - Volumetric Attention for 3D Medical Image Segmentation and Detection [53.041572035020344]
3次元医用画像のセグメンテーションと検出のためのボリュームアテンション(VA)モジュールを提案する。
VAアテンションはビデオ処理の最近の進歩にインスパイアされ、2.5Dネットワークはz方向のコンテキスト情報を活用することができる。
そのMask R-CNNへの統合は、肝腫瘍(LiTS)チャレンジにおける最先端のパフォーマンスを可能にすることが示されている。
論文 参考訳(メタデータ) (2020-04-04T18:55:06Z)
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。