論文の概要: High-Resolution Maps of Left Atrial Displacements and Strains Estimated
with 3D CINE MRI and Unsupervised Neural Networks
- arxiv url: http://arxiv.org/abs/2312.09387v1
- Date: Thu, 14 Dec 2023 23:00:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-18 17:50:20.208597
- Title: High-Resolution Maps of Left Atrial Displacements and Strains Estimated
with 3D CINE MRI and Unsupervised Neural Networks
- Title（参考訳）: 3次元CINE MRIと教師なしニューラルネットワークによる左心房変位・ひずみの高分解能マップ
- Authors: Christoforos Galazis, Samuel Shepperd, Emma Brouwer, Sandro Queir\'os,
Ebraham Alskaf, Mustafa Anjari, Amedeo Chiribiri, Jack Lee, Anil A. Bharath,
Marta Varela
- Abstract要約: 左心房の機能解析は心疾患の評価や心房細動などの疾患の理解に重要である。
Cine MRIは、LA運動と変形の詳細な3D特徴付けに理想的であるが、適切な取得と解析ツールが欠如している。
我々は,高分解能3DシネMRIから局所的なLA変形を自動的かつ確実に特徴付けるために,非重畳型ニューラルネットワークtextitAladdin を用いた左心房変位と変形の解析を行った。
- 参考スコア（独自算出の注目度）: 1.2625645258135052
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The functional analysis of the left atrium (LA) is important for evaluating
cardiac health and understanding diseases like atrial fibrillation. Cine MRI is
ideally placed for the detailed 3D characterisation of LA motion and
deformation, but it is lacking appropriate acquisition and analysis tools. In
this paper, we present Analysis for Left Atrial Displacements and Deformations
using unsupervIsed neural Networks, \textit{Aladdin}, to automatically and
reliably characterise regional LA deformations from high-resolution 3D Cine
MRI. The tool includes: an online few-shot segmentation network (Aladdin-S), an
online unsupervised image registration network (Aladdin-R), and a strain
calculations pipeline tailored to the LA. We create maps of LA Displacement
Vector Field (DVF) magnitude and LA principal strain values from images of 10
healthy volunteers and 8 patients with cardiovascular disease (CVD). We
additionally create an atlas of these biomarkers using the data from the
healthy volunteers. Aladdin is able to accurately track the LA wall across the
cardiac cycle and characterize its motion and deformation. The overall DVF
magnitude and principal strain values are significantly higher in the healthy
group vs CVD patients: $2.85 \pm 1.59~mm$ and $0.09 \pm 0.05$ vs $1.96 \pm
0.74~mm$ and $0.03 \pm 0.04$, respectively. The time course of these metrics is
also different in the two groups, with a more marked active contraction phase
observed in the healthy cohort. Finally, utilizing the LA atlas allows us to
identify regional deviations from the population distribution that may indicate
focal tissue abnormalities. The proposed tool for the quantification of novel
regional LA deformation biomarkers should have important clinical applications.
The source code, anonymized images, generated maps and atlas are publicly
available: https://github.com/cgalaz01/aladdin_cmr_la.
- Abstract（参考訳）: 左心房(la)の機能解析は心の健康評価や心房細動などの疾患の理解に重要である。
Cine MRIは、LA運動と変形の詳細な3D特徴付けに理想的であるが、適切な取得と解析ツールが欠如している。
本稿では,高分解能3DシネMRIから局所的なLA変形を自動的かつ確実に特徴付けるために,超越型ニューラルネットワークであるtextit{Aladdin} を用いて左心房変位と変形の解析を行う。
このツールには、オンラインのマイナショットセグメンテーションネットワーク(aladdin-s)、オンラインの教師なし画像登録ネットワーク(aladdin-r)、laに合わせた歪計算パイプラインが含まれる。
健常者10名と心血管疾患(CVD)8名の画像から, LA変位ベクトル場(DVF)の大きさとLA主要ひずみ値の地図を作成する。
さらに、健康なボランティアのデータを用いて、これらのバイオマーカーのアトラスを作成する。
アラジンは、心臓周期を横切るla壁を正確に追跡し、その運動と変形を特徴付けることができる。
CVD患者に対するDVFの規模は、それぞれ2.85 pm 1.59~mm$と0.09 pm 0.05$対1.96 pm 0.74~mm$と0.03 pm 0.04$である。
これらの測定値の時間経過も2つのグループで異なり、健康なコホートではより活発な収縮相が観察される。
最後にla atlasを利用することで、局所組織異常を示す可能性のある集団分布からの地域的偏差を識別できる。
提案するla変形バイオマーカーの定量化ツールは, 重要な臨床応用が期待できる。
ソースコード、匿名化画像、生成されたマップ、atlasは、https://github.com/cgalaz01/aladdin_cmr_la。
関連論文リスト
- VerteNet -- A Multi-Context Hybrid CNN Transformer for Accurate Vertebral Landmark Localization in Lateral Spine DXA Images [12.240318467857906]
VerteNetはCNN-Transformerのハイブリッドモデルである。
我々は、様々なマシンから620DXA LSI上でVerteNetを訓練し、既存の手法と比較して優れた結果を得る。
論文 参考訳（メタデータ） (2025-02-04T08:27:51Z) - Assessment of Left Atrium Motion Deformation Through Full Cardiac Cycle [9.077680726058382]
左心房(LA)は、より薄い心筋壁、複雑で不規則な形態、および個々の構造における多様性など、固有の課題を呈する。
我々は,高解像度の3次元Cine MR画像を用いて,LAの動きを自動的に解析する4次元登録モデリングのための総合的な技術ワークフローを初めて提示する。
本研究は, 左心房運動追跡・変形のための新しいバイオマーカーを臨床医に提供するために, エンド・ツー・エンドの枠組みが提案される可能性を示している。
論文 参考訳（メタデータ） (2024-05-27T09:31:24Z) - High-resolution 3D Maps of Left Atrial Displacements using an
Unsupervised Image Registration Neural Network [2.4633187637169303]
左心房の機能解析は, 心血管疾患の予後と診断において, ますます重要な役割を担っている。
本研究では、LAを自動的に分割し、心循環全体にわたって変位場を抽出するツールを提案する。
パイプラインは心臓循環を横断するLAの壁を正確に追跡することができ、平均ハウスドルフ距離は2.51 pm 1.3mm$、ディーススコアは92 pm 0.02$である。
論文 参考訳（メタデータ） (2023-09-05T12:33:05Z) - On the Localization of Ultrasound Image Slices within Point Distribution
Models [84.27083443424408]
甲状腺疾患は高分解能超音波(US)で診断されることが多い
縦断追跡は病理甲状腺形態の変化をモニタリングするための重要な診断プロトコルである。
3次元形状表現におけるUS画像の自動スライスローカライズのためのフレームワークを提案する。
論文 参考訳（メタデータ） (2023-09-01T10:10:46Z) - Building Brains: Subvolume Recombination for Data Augmentation in Large
Vessel Occlusion Detection [56.67577446132946]
この戦略をデータから学ぶためには、標準的なディープラーニングベースのモデルに対して、大規模なトレーニングデータセットが必要である。
そこで本研究では, 異なる患者から血管木セグメントを組換えることで, 人工的なトレーニングサンプルを生成する方法を提案する。
拡張スキームに則って,タスク固有の入力を入力した3D-DenseNetを用いて,半球間の比較を行う。
論文 参考訳（メタデータ） (2022-05-05T10:31:57Z) - Medical Application of Geometric Deep Learning for the Diagnosis of
Glaucoma [60.42955087779866]
シンガポール国立眼科における視神経頭部の3DスキャンをSpectralis OCTで477緑内障と2,296名の非緑内障患者に対して行った。
全巻は、ディープラーニングを用いて自動的にセグメンテーションされ、7つの主要な神経組織と結合組織が識別された。
ポイントネットは、3Dポイントクラウドとして表されるONHのみから頑健な緑内障の診断を行うことができた。
論文 参考訳（メタデータ） (2022-04-14T14:55:25Z) - Explainable multiple abnormality classification of chest CT volumes with
AxialNet and HiResCAM [89.2175350956813]
本稿では,容積医用画像における多変量分類の課題について紹介する。
本稿では,複数のインスタンス学習型畳み込みニューラルネットワークであるAxialNetを提案する。
そして、HiResCAMと3D許容領域を利用した新しいマスクロスにより、モデルの学習を改善することを目指す。
論文 参考訳（メタデータ） (2021-11-24T01:14:33Z) - 3-Dimensional Deep Learning with Spatial Erasing for Unsupervised
Anomaly Segmentation in Brain MRI [55.97060983868787]
我々は,MRIボリュームと空間消去を組み合わせた空間文脈の増大が,教師なしの異常セグメンテーション性能の向上に繋がるかどうかを検討する。
本稿では,2次元変分オートエンコーダ(VAE)と3次元の相違点を比較し,3次元入力消去を提案し,データセットサイズが性能に与える影響を体系的に検討する。
入力消去による最高の3D VAEは、平均DICEスコアが31.40%となり、2D VAEは25.76%となった。
論文 参考訳（メタデータ） (2021-09-14T09:17:27Z) - Fully Automated 2D and 3D Convolutional Neural Networks Pipeline for
Video Segmentation and Myocardial Infarction Detection in Echocardiography [7.378083964709321]
畳み込みニューラルネットワーク(CNN)に基づく,革新的なリアルタイムエンドツーエンドフルオートマチックモデルを提案する。
A4C(Apical 4-chamber)ビューからLVチャンバーをセグメント化してデータ前処理を行う2次元CNNと、セグメント化された心エコー図がMIの兆候を示すかどうかを検出するバイナリ分類を行う3次元CNNからなるパイプラインとして実装しています。
論文 参考訳（メタデータ） (2021-03-26T21:03:33Z) - Detecting Scatteredly-Distributed, Small, andCritically Important
Objects in 3D OncologyImaging via Decision Stratification [23.075722503902714]
本研究は腫瘍学的に重要なリンパ節(または不審な癌転移)の検出と分節に焦点を当てた。
我々はOSLNを腫瘍近位・腫瘍遠位分類に分割する分断型決定階層化手法を提案する。
局所的な3D画像パッチから得られた特徴と高次病変特性を組み合わせた新しいグローバルローカルネットワーク(GLNet)を提案する。
論文 参考訳（メタデータ） (2020-05-27T23:12:11Z) - 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)
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。