論文の概要: Spectro-ViT: A Vision Transformer Model for GABA-edited MRS
Reconstruction Using Spectrograms
- arxiv url: http://arxiv.org/abs/2311.15386v1
- Date: Sun, 26 Nov 2023 19:09:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-28 17:55:10.611915
- Title: Spectro-ViT: A Vision Transformer Model for GABA-edited MRS
Reconstruction Using Spectrograms
- Title（参考訳）: spectro-vit:spectrogramsを用いたgaba編集mrs再建のための視覚トランスフォーマーモデル
- Authors: Gabriel Dias, Rodrigo Pommot Berto, Mateus Oliveira, Lucas Ueda,
Sergio Dertkigil, Paula D. P. Costa, Amirmohammad Shamaei, Roberto Souza,
Ashley Harris, Leticia Rittner
- Abstract要約: 本研究では、GABA励起磁気共鳴分光法(MRS)の再構成・復号化にViT(Vision Transformer)を用いることを検討した。
GABAで編集されたMSSスキャンで収集される典型的に取得されるトランジェントの4分の1は、前処理され、分光図の画像表現に変換される。
提案したSpectro-ViTモデルはGABA編集MSSの再構築において最先端の結果を得た。
- 参考スコア（独自算出の注目度）: 0.34826922265324145
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Purpose: To investigate the use of a Vision Transformer (ViT) to
reconstruct/denoise GABA-edited magnetic resonance spectroscopy (MRS) from a
quarter of the typically acquired number of transients using spectrograms.
Theory and Methods: A quarter of the typically acquired number of transients
collected in GABA-edited MRS scans are pre-processed and converted to a
spectrogram image representation using the Short-Time Fourier Transform (STFT).
The image representation of the data allows the adaptation of a pre-trained ViT
for reconstructing GABA-edited MRS spectra (Spectro-ViT). The Spectro-ViT is
fine-tuned and then tested using \textit{in vivo} GABA-edited MRS data. The
Spectro-ViT performance is compared against other models in the literature
using spectral quality metrics and estimated metabolite concentration values.
Results: The Spectro-ViT model significantly outperformed all other models in
four out of five quantitative metrics (mean squared error, shape score,
GABA+/water fit error, and full width at half maximum). The metabolite
concentrations estimated (GABA+/water, GABA+/Cr, and Glx/water) were consistent
with the metabolite concentrations estimated using typical GABA-edited MRS
scans reconstructed with the full amount of typically collected transients.
Conclusion: The proposed Spectro-ViT model achieved state-of-the-art results
in reconstructing GABA-edited MRS, and the results indicate these scans could
be up to four times faster.
- Abstract（参考訳）: 目的: 視覚トランスフォーマ (vit) を用いたgaba-edited magnetic resonance spectroscopy (mrs) の再構成・除去について, 一般に取得される過渡現象の4分の1をスペクトログラムを用いて検討すること。
理論と方法:gabaで編集されたmrsスキャンで収集される典型的なトランジェント数の4分の1は前処理され、短時間フーリエ変換(stft)を用いて分光画像表現に変換される。
データの画像表現は、GABA編集MSSスペクトル(Spectro-ViT)を再構成するための事前訓練されたViTの適応を可能にする。
Spectro-ViTは微調整され、その後、 \textit{in vivo} GABA編集MSSデータを用いてテストされる。
スペクトル品質指標と推定代謝物濃度値を用いて, スペクトルvit特性を文献中の他のモデルと比較した。
結果:spectro-vitモデルは,5つの定量的指標(2乗誤差,形状スコア,gaba+/water fit誤差,最大半分幅)のうち4つで,他のモデルを大きく上回った。
GABA+/水, GABA+/Cr, およびGlx/水) の代謝物濃度は, 典型的なGABA添加MSSスキャンを用いて推定した代謝物濃度とほぼ一致した。
結論: 提案したSpectro-ViTモデルはGABA編集MSSの再構築において最先端の結果を得た。
関連論文リスト
- A Mel Spectrogram Enhancement Paradigm Based on CWT in Speech Synthesis [3.9940425551415597]
連続ウェーブレット変換(CWT)に基づくメルスペクトル拡張パラダイムを提案する。
このパラダイムはより詳細なウェーブレット・スペクトログラムを導入しており、これは後処理ネットワークがデコーダによって出力されるメル・スペクトログラムを入力として取るのと同様である。
実験結果から,メルスペクトル拡張パラダイムを用いて合成した音声は,ベースラインモデルと比較してそれぞれ0.14と0.09の改善がみられた。
論文 参考訳（メタデータ） (2024-06-18T00:34:44Z) - SpectralGPT: Spectral Remote Sensing Foundation Model [60.023956954916414]
SpectralGPTという名前のユニバーサルRS基盤モデルは、新しい3D生成事前学習変換器(GPT)を用いてスペクトルRS画像を処理するために構築されている。
既存の基礎モデルと比較して、SpectralGPTは、様々なサイズ、解像度、時系列、領域をプログレッシブトレーニング形式で対応し、広範なRSビッグデータのフル活用を可能にする。
我々の評価では、事前訓練されたスペクトルGPTモデルによる顕著な性能向上が強調され、地球科学分野におけるスペクトルRSビッグデータ応用の進展に有意な可能性を示唆している。
論文 参考訳（メタデータ） (2023-11-13T07:09:30Z) - Boosting the Generalization Ability for Hyperspectral Image Classification using Spectral-spatial Axial Aggregation Transformer [14.594398447576188]
ハイパースペクトル画像分類(HSIC)タスクでは、最も一般的に使われているモデル検証パラダイムは、画素単位のランダムサンプリングによってトレーニング・テストデータセットを分割することである。
私たちの実験では、トレーニングとテストデータセットが多くの情報を共有しているため、高い精度が達成できたことが分かりました。
本稿では,データセット分割間の一般化を保ったスペクトル-空間軸アグリゲーション変換器モデルSaaFormerを提案する。
論文 参考訳（メタデータ） (2023-06-29T07:55:43Z) - MST++: Multi-stage Spectral-wise Transformer for Efficient Spectral
Reconstruction [148.26195175240923]
効率的なスペクトル再構成のためのマルチステージスペクトル変換器(MST++)を提案する。
NTIRE 2022 Spectral Reconstruction Challengeでは、私たちのアプローチが優勝しました。
論文 参考訳（メタデータ） (2022-04-17T02:39:32Z) - Unsupervised Spectral Unmixing For Telluric Correction Using A Neural
Network Autoencoder [58.720142291102135]
本研究では,HARPS-N線速度スペクトルから高精度の太陽スペクトルを抽出するニューラルネットワークオートエンコーダ手法を提案する。
論文 参考訳（メタデータ） (2021-11-17T12:54:48Z) - Mask-guided Spectral-wise Transformer for Efficient Hyperspectral Image
Reconstruction [127.20208645280438]
ハイパースペクトル画像(HSI)再構成は、2次元計測から3次元空間スペクトル信号を復元することを目的としている。
スペクトル間相互作用のモデル化は、HSI再構成に有用である。
Mask-guided Spectral-wise Transformer (MST) は,HSI再構成のための新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2021-11-15T16:59:48Z) - Spectral Variability Augmented Sparse Unmixing of Hyperspectral Images [20.703976519242094]
スペクトル変動を明示的に抽出するスペクトル変動拡張スパース混合モデル(SVASU)を提案する。
スペクトル変動ライブラリーと固有スペクトルライブラリーはいずれもIn-situ観測画像から構築されている。
合成, 実世界の両方のデータセットに対する実験結果から, スペクトル変動による拡張分解は未混合性能を著しく向上させることが示された。
論文 参考訳（メタデータ） (2021-10-19T05:25:30Z) - Spectral Splitting and Aggregation Network for Hyperspectral Face
Super-Resolution [82.59267937569213]
高分解能(HR)ハイパースペクトル顔画像は、制御されていない条件下での顔関連コンピュータビジョンタスクにおいて重要な役割を果たす。
本稿では,ハイパースペクトル顔画像への深層学習手法の適用方法について検討する。
限られたトレーニングサンプルを用いたHFSRのためのスペクトル分割集約ネットワーク(SSANet)を提案する。
論文 参考訳（メタデータ） (2021-08-31T02:13:00Z) - Fourth-Order Nonlocal Tensor Decomposition Model for Spectral Computed
Tomography [20.03088101097943]
分光CT(Spectral Computed Tomography)は、光子計数検出器(PCD)を用いて、異なるエネルギービンからのスペクトル像を再構成することができる。
スペクトル分率の限られた光子と計数率により、再構成されたスペクトル画像は通常、ひどいノイズに悩まされる。
本稿では,スペクトルCT画像再構成(FONT-SIR)のための4階非局所テンソル分解モデルを提案する。
論文 参考訳（メタデータ） (2020-10-27T15:14:36Z) - Peak Detection On Data Independent Acquisition Mass Spectrometry Data
With Semisupervised Convolutional Transformers [0.0]
質量分析法(LC-MS)に結合した液体クロマトグラフィーは、プロテオームの高スループットで定量的な測定に一般的に用いられている。
本稿では,このピーク検出問題を多変量時系列分割問題として定式化し,トランスフォーマーアーキテクチャに基づく新しいアプローチを提案する。
ここでは、畳み込みニューラルネットワーク(CNN)を用いて、グローバルビューで長距離依存関係をキャプチャ可能なトランスフォーマーを拡大する。
我々は,このモデルを,多チャンネル時系列データに対する技術半教師付き画像分類手法の状況に適応させることで,半教師付き方式でさらに訓練する。
論文 参考訳（メタデータ） (2020-10-26T18:55:27Z) - Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。
提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
論文 参考訳（メタデータ） (2020-03-15T23:07:56Z)
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。