論文の概要: The automatic detection of lumber anatomy in epidural injections for ultrasound guidance

• arxiv url: http://arxiv.org/abs/2312.04671v1
• Date: Thu, 7 Dec 2023 20:11:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-11 17:08:39.218052
• Title: The automatic detection of lumber anatomy in epidural injections for ultrasound guidance
• Title（参考訳）: 超音波ガイド用硬膜外注射における材質解剖の自動検出
• Authors: Farhad Piri, Sima Sobhiyeh, Amir H. Rezaie, Faramarz Mosaffa
• Abstract要約: ラマー・ダグラス・ペッカー法とハフ変換を併用した形態素に基づく骨の伸長・検出法を提案する。 提案アルゴリズムは, 人工骨と実骨の超音波画像を用いて実験を行った。 提案手法は, 椎骨の対角形状とそれに対応する硬膜外深さを高速に検出できることが示唆された。
• 参考スコア（独自算出の注目度）: 0.16385815610837165
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The purpose of this paper is to help the anesthesiologist to find the epidural depth automatically to make the first attempt to enter the path of the needle into the patient's body while it is clogged with bone and avoid causing a puncture in the surrounding areas of the patient`s back. In this regard, a morphology-based bone enhancement and detection followed by a Ramer-Douglas-Peucker algorithm and Hough transform is proposed. The proposed algorithm is tested on synthetic and real ultrasound images of laminar bone, and the results are compared with the template matching based Ligamentum Flavum (LF) detection method. Results indicate that the proposed method can faster detect the diagonal shape of the laminar bone and its corresponding epidural depth. Furthermore, the proposed method is reliable enough providing anesthesiologists with real-time information while an epidural needle insertion is performed. It has to be noted that using the ultrasound images is to help anesthesiologists to perform the blind injection, and due to quite a lot of errors occurred in ultrasound-imaging-based methods, these methods can not completely replace the tissue pressure-based method. And in the end, when the needle is injected into the area (dura space) measurements can only be trusted to the extent of tissue resistance. Despite the fairly limited amount of training data available in this study, a significant improvement of the segmentation speed of lumbar bones and epidural depth in ultrasound scans with a rational accuracy compared to the LF-based detection method was found.
• Abstract（参考訳）: 本研究の目的は, 麻酔科医が自動的に硬膜外深度を見つけるのを手助けし, 骨で詰まった状態で患者の身体に針の経路を進入し, 患者の背中の周囲に穿刺を生じさせないようにすることである。 本稿では, 形態素に基づく骨の強化と検出を行い, 続いてRamer-Douglas-PeuckerアルゴリズムとHough変換を提案する。 提案アルゴリズムは, 人工骨と実骨の超音波画像に対して試験を行い, テンプレートマッチングに基づくLigamentum Flavum (LF) 検出法と比較した。 以上の結果から, 提案手法は層状骨の対角形状とその硬膜外深を高速に検出できることが示唆された。 さらに, 硬膜外針挿入を行いながら, 麻酔科医にリアルタイム情報を提供できる信頼性の高い方法を提案する。 超音波画像を使うことは麻酔科医がブラインドインジェクションを行うのに役立ち、超音波画像に基づく方法に多くの誤りが生じたため、これらの方法が組織圧ベースの方法を完全に置き換えることができないことに注意する必要がある。 そして最終的に、針が領域(Dura空間)に注入されると、組織抵抗の程度にしか信頼できない。 本研究で利用可能なトレーニングデータはかなり限られているが, LF法と比較して, 超音波検査における腰椎骨の分節速度と硬膜外深度を有意な精度で改善した。

関連論文リスト

• Anatomical Region Recognition and Real-time Bone Tracking Methods by Dynamically Decoding A-Mode Ultrasound Signals [4.595636071139437]
  本稿では,Aモード超音波信号を用いた解剖学的領域認識と骨追跡のためのディープラーニング手法を提案する。 このアルゴリズムは、同時に骨追跡を行い、Aモード超音波トランスデューサが置かれた解剖学的領域を特定することができる。 この実験は解剖学的領域の分類において97%の精度を示し、動的追跡条件下では0.5$pm$1mmの精度を示した。
  論文  参考訳（メタデータ） (2024-05-29T22:04:40Z)
• Deep Learning based acoustic measurement approach for robotic applications on orthopedics [4.399658501226972]
  Aモード超音波(US)による骨追跡の精度向上のための新しい深層学習構造を提案する。 本研究では,Aモード超音波(US)による骨追跡の精度を向上させるための新しい深層学習構造を提案する。
  論文  参考訳（メタデータ） (2024-03-09T11:09:45Z)
• 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)
• Medical needle tip tracking based on Optical Imaging and AI [0.0]
  本論文は針先リアルタイム追跡のための革新的な技術であり,針挿入指導の強化を目的としている。 具体的には,光ファイバー付針を用いた散乱画像の作成を中心に展開し,CNNに基づくアルゴリズムを用いて針先端の位置と向きをリアルタイムで推定する手法を提案する。 平均大腿動脈半径が4mmから5mmと推定され,大腿動脈挿入術における針ガイドの精度が高い可能性が示唆された。
  論文  参考訳（メタデータ） (2023-08-28T10:30:08Z)
• Tissue Classification During Needle Insertion Using Self-Supervised Contrastive Learning and Optical Coherence Tomography [53.38589633687604]
  針先端で取得した複雑なCT信号の位相および強度データから組織を分類するディープニューラルネットワークを提案する。 トレーニングセットの10%で、提案した事前学習戦略により、モデルが0.84のF1スコアを達成するのに対して、モデルが0.60のF1スコアを得るのに対して、モデルが0.84のF1スコアを得るのに役立ちます。
  論文  参考訳（メタデータ） (2023-04-26T14:11:04Z)
• Feature-aggregated spatiotemporal spine surface estimation for wearable patch ultrasound volumetric imaging [4.287216236596808]
  我々は,複数の画像角から反射性骨表面を捉えるためにパッチライクなウェアラブル超音波ソリューションを提案する。 我々のウェアラブル超音波システムは、拡張現実環境で臨床医に直感的で正確な介入指導を提供する可能性がある。
  論文  参考訳（メタデータ） (2022-11-11T02:15:48Z)
• Distance-based detection of out-of-distribution silent failures for Covid-19 lung lesion segmentation [0.8200989595956418]
  ディープラーニングモデルは、アウト・オブ・ディストリビューションデータにサイレントに失敗するため、臨床ルーチンに信頼されていない。 特徴空間におけるマハラノビス距離を利用する軽量なOOD検出法を提案する。 胸部CT像の分布変化とMRIの2つの応用について検討した。
  論文  参考訳（メタデータ） (2022-08-05T15:05:23Z)
• Fast and Robust Femur Segmentation from Computed Tomography Images for Patient-Specific Hip Fracture Risk Screening [48.46841573872642]
  我々は,CTから大腿骨近位部を完全自動化し,正確かつ高速に分割するディープニューラルネットワークを提案する。 本手法は, 股関節骨折リスクスクリーニングに適応し, 当科において, 股関節脱臼患者をスクリーニングするための臨床的選択肢に一歩近づいた。
  論文  参考訳（メタデータ） (2022-04-20T16:16:16Z)
• A Deep Learning Approach to Predicting Collateral Flow in Stroke Patients Using Radiomic Features from Perfusion Images [58.17507437526425]
  側方循環は、血流を妥協した領域に酸素を供給する特殊な無酸素流路から生じる。 実際のグレーティングは主に、取得した画像の手動検査によって行われる。 MR灌流データから抽出した放射線学的特徴に基づいて,脳卒中患者の側方血流低下を予測するための深層学習手法を提案する。
  論文  参考訳（メタデータ） (2021-10-24T18:58:40Z)
• A novel optical needle probe for deep learning-based tissue elasticity characterization [59.698811329287174]
  光コヒーレンスエラストグラフィー(OCE)プローブは針挿入のために提案されているが、今のところ必要な負荷感知能力は欠如している。 針先端での光コヒーレンストモグラフィ(OCT)イメージングと負荷検出を同時に行う新しいOCEニードルプローブを提案する。
  論文  参考訳（メタデータ） (2021-09-20T08:29:29Z)
• A Convolutional Approach to Vertebrae Detection and Labelling in Whole Spine MRI [70.04389979779195]
  脊椎MRIにおける脊椎の発見と同定のための新しい畳み込み法を提案する。 これには学習ベクトル場を使用して、検出された脊椎の角を個別の脊椎にまとめる。 本手法の臨床的有用性を示すために, 腰部, 脊柱管内MRスキャンにおける側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側
  論文  参考訳（メタデータ） (2020-07-06T09:37:12Z)

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。