論文の概要: Three-dimensional numerical schemes for the segmentation of the psoas
muscle in X-ray computed tomography images
- arxiv url: http://arxiv.org/abs/2312.05887v1
- Date: Sun, 10 Dec 2023 13:37:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-12 18:16:33.833719
- Title: Three-dimensional numerical schemes for the segmentation of the psoas
muscle in X-ray computed tomography images
- Title(参考訳): x線ct画像における腰筋の分節化に関する3次元数値スキーム
- Authors: Giulio Paolucci, Isabella Cama, Cristina Campi, Michele Piana
- Abstract要約: 形態的,機能的画像像における底筋の解析は,サルコニアを評価するための正確なアプローチであることが判明した。
本研究は,低線量X線CT画像における3次元数値計算手法を用いた。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The analysis of the psoas muscle in morphological and functional imaging has
proved to be an accurate approach to assess sarcopenia, i.e. a systemic loss of
skeletal muscle mass and function that may be correlated to multifactorial
etiological aspects. The inclusion of sarcopenia assessment into a radiological
workflow would need the implementation of computational pipelines for image
processing that guarantee segmentation reliability and a significant degree of
automation. The present study utilizes three-dimensional numerical schemes for
psoas segmentation in low-dose X-ray computed tomography images. Specifically,
here we focused on the level set methodology and compared the performances of
two standard approaches, a classical evolution model and a three-dimension
geodesic model, with the performances of an original first-order modification
of this latter one. The results of this analysis show that these gradient-based
schemes guarantee reliability with respect to manual segmentation and that the
first-order scheme requires a computational burden that is significantly
smaller than the one needed by the second-order approach.
- Abstract(参考訳): 形態学的・機能的画像解析はサルコペン症、すなわち骨格筋の全身的喪失と多因子的エチオロジー的側面と相関する機能を評価するための正確なアプローチであることが判明した。
sarcopenia assessmentを放射線ワークフローに含めるには、セグメンテーションの信頼性とかなりの自動化を保証する画像処理のための計算パイプラインを実装する必要がある。
本研究は,低線量X線CT画像における3次元数値計算手法を用いた。
具体的には, レベルセットの方法論に着目し, 古典的進化モデルと3次元測地線モデルという2つの標準手法の性能と, 後者の1次修正による性能を比較した。
この分析の結果, この勾配に基づくスキームは, 手動のセグメンテーションに関して信頼性を保証し, 1次スキームは2次アプローチで必要とされるものよりもはるかに小さい計算負荷を必要とすることがわかった。
関連論文リスト
- Abnormality-Driven Representation Learning for Radiology Imaging [0.8321462983924758]
病変強調型コントラスト学習(LeCL)は,CTスキャンの異なる部位にわたる2次元軸方向スライスにおける異常により引き起こされる視覚的表現を得るための新しい手法である。
本研究は, 腫瘍病変位置, 肺疾患検出, 患者ステージングの3つの臨床的課題に対するアプローチを, 最先端の4つの基礎モデルと比較した。
論文 参考訳(メタデータ) (2024-11-25T13:53:26Z) - ShapeMamba-EM: Fine-Tuning Foundation Model with Local Shape Descriptors and Mamba Blocks for 3D EM Image Segmentation [49.42525661521625]
本稿では3次元EMセグメンテーションのための特殊微調整法であるShapeMamba-EMを提案する。
5つのセグメンテーションタスクと10のデータセットをカバーする、幅広いEMイメージでテストされている。
論文 参考訳(メタデータ) (2024-08-26T08:59:22Z) - Accurate Fine-Grained Segmentation of Human Anatomy in Radiographs via
Volumetric Pseudo-Labeling [66.75096111651062]
我々は,10,021個の胸部CTと157個のラベルの大規模データセットを作成した。
解剖学的擬似ラベル抽出のために3次元解剖分類モデルのアンサンブルを適用した。
得られたセグメンテーションモデルはCXRで顕著な性能を示した。
論文 参考訳(メタデータ) (2023-06-06T18:01:08Z) - Robust Implementation of Foreground Extraction and Vessel Segmentation
for X-ray Coronary Angiography Image Sequence [4.653742319057035]
X-ray coronary angiography (XCA) 画像からの造影血管の抽出は臨床的に重要である。
テンソルロバスト主成分分析(TRPCA)に基づく容器層抽出法を提案する。
不均質なコントラスト分布を有する容器画像に対しては,2段階成長(TSRG)法を用いて血管拡張とセグメンテーションを行う。
論文 参考訳(メタデータ) (2022-09-15T12:07:09Z) - Improving Classification Model Performance on Chest X-Rays through Lung
Segmentation [63.45024974079371]
本稿では, セグメンテーションによる異常胸部X線(CXR)識別性能を向上させるための深層学習手法を提案する。
提案手法は,CXR画像中の肺領域を局所化するための深層ニューラルネットワーク(XLSor)と,大規模CXRデータセットで事前学習した自己教師あり運動量コントラスト(MoCo)モデルのバックボーンを用いたCXR分類モデルである。
論文 参考訳(メタデータ) (2022-02-22T15:24:06Z) - Synthetic Generation of Three-Dimensional Cancer Cell Models from
Histopathological Images [19.778965983551114]
本論文では,発電機識別パターンに基づく合成3次元ヒストロジーモデル生成のための新しい枠組みを提案する。
提案アルゴリズムは、低いフリーチェット・インセプションスコアなどの比較評価指標において、高い定量的および定性的な合成を実現する。
論文 参考訳(メタデータ) (2021-01-26T14:00:00Z) - Enhanced 3D Myocardial Strain Estimation from Multi-View 2D CMR Imaging [0.0]
CMR SSFP画像からの複数方向からの相補的変位情報を組み合わせた3次元心筋ひずみ推定法を提案する。
商用ソフトウェア(セグメント,メドビソ)に実装された2次元非剛性登録アルゴリズムを用いて,短軸,4角,2角のビューのセットを登録する。
次に, 運動3方向の補間関数を作成し, 患者固有の左室の四面体メッシュ表現を変形させる。
論文 参考訳(メタデータ) (2020-09-25T22:47:50Z) - Multi-structure bone segmentation in pediatric MR images with combined
regularization from shape priors and adversarial network [0.4588028371034407]
異種小児磁気共鳴(MR)画像のセグメント化に難渋する課題に対して,新たにトレーニングした正規化畳み込みエンコーダデコーダネットワークを提案する。
グローバルに一貫した予測を得るために,オートエンコーダで学習した非線形形状表現から得られる,形状先行に基づく正規化を組み込む。
提案手法は,Dice, 感度, 特異性, 最大対称表面距離, 平均対称表面距離, および相対絶対体積差の測定値について, 従来提案した手法と同等あるいは同等に動作した。
論文 参考訳(メタデータ) (2020-09-15T13:39:53Z) - Modelling the Distribution of 3D Brain MRI using a 2D Slice VAE [66.63629641650572]
本研究では,2次元スライスVAEとガウスモデルを組み合わせた3次元MR脳の体積分布をモデル化する手法を提案する。
また,本研究では,脳解剖学に適合するセグメンテーションの精度を定量的に評価する新たなボリューム評価手法を提案する。
論文 参考訳(メタデータ) (2020-07-09T13:23:15Z) - Unsupervised Instance Segmentation in Microscopy Images via Panoptic
Domain Adaptation and Task Re-weighting [86.33696045574692]
病理組織像における教師なし核分割のためのCycle Consistency Panoptic Domain Adaptive Mask R-CNN(CyC-PDAM)アーキテクチャを提案する。
まず,合成画像中の補助的な生成物を除去するための核塗布機構を提案する。
第二に、ドメイン識別器を持つセマンティックブランチは、パンプトレベルのドメイン適応を実現するように設計されている。
論文 参考訳(メタデータ) (2020-05-05T11:08:26Z) - VerSe: A Vertebrae Labelling and Segmentation Benchmark for
Multi-detector CT Images [121.31355003451152]
大規模Vertebrae Challenge(VerSe)は、2019年と2020年に開催されたMICCAI(International Conference on Medical Image Computing and Computer Assisted Intervention)と共同で設立された。
本評価の結果を報告するとともに,脊椎レベル,スキャンレベル,および異なる視野での性能変化について検討した。
論文 参考訳(メタデータ) (2020-01-24T21:09:18Z)
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。