論文の概要: Towards Establishing Dense Correspondence on Multiview Coronary Angiography: From Point-to-Point to Curve-to-Curve Query Matching

• arxiv url: http://arxiv.org/abs/2312.11593v1
• Date: Mon, 18 Dec 2023 16:47:43 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-20 18:07:15.207123
• Title: Towards Establishing Dense Correspondence on Multiview Coronary Angiography: From Point-to-Point to Curve-to-Curve Query Matching
• Title（参考訳）: 多視点冠動脈造影における高密度対応の確立に向けて : ポイント・ツー・ポイントからカーブ・ツー・カーブ・クエリマッチングへ
• Authors: Yifan Wu, Rohit Jena, Mehmet Gulsun, Vivek Singh, Puneet Sharma, James C. Gee
• Abstract要約: 各種臨床応用の基礎として,多視点血管造影における高密度対応の確立を目指している。 得られたビューに対するすべての関心点に対するクエリマッチングタスクとして,高密度対応推定の問題を定式化した。 本手法は, 臨床関連8群にまたがる異なる視点から1260枚の画像対を用いて評価した。
• 参考スコア（独自算出の注目度）: 12.667439312616786
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Coronary angiography is the gold standard imaging technique for studying and diagnosing coronary artery disease. However, the resulting 2D X-ray projections lose 3D information and exhibit visual ambiguities. In this work, we aim to establish dense correspondence in multi-view angiography, serving as a fundamental basis for various clinical applications and downstream tasks. To overcome the challenge of unavailable annotated data, we designed a data simulation pipeline using 3D Coronary Computed Tomography Angiography (CCTA). We formulated the problem of dense correspondence estimation as a query matching task over all points of interest in the given views. We established point-to-point query matching and advanced it to curve-to-curve correspondence, significantly reducing errors by minimizing ambiguity and improving topological awareness. The method was evaluated on a set of 1260 image pairs from different views across 8 clinically relevant angulation groups, demonstrating compelling results and indicating the feasibility of establishing dense correspondence in multi-view angiography.
• Abstract（参考訳）: 冠動脈造影は冠動脈疾患の研究と診断のためのゴールドスタンダードイメージング技術である。 しかし、結果として生じる2次元x線投影は3d情報を失い、視覚的な曖昧さを示す。 本研究では,多視点血管造影における高密度対応の確立を目指しており,様々な臨床応用や下流業務の基盤となっている。 使用不能なアノテートデータの課題を克服するため,3次元冠動脈ct angiography (ccta) を用いたデータシミュレーションパイプラインを考案した。 得られたビューに対するすべての関心点に対するクエリマッチングタスクとして,高密度対応推定の問題を定式化した。 我々は点対点クエリマッチングを確立し、それを曲線対曲対応に進化させ、曖昧さを最小化し、トポロジカルな認識を改善することでエラーを著しく低減した。 本手法は, 8つの臨床関連抗原群にまたがる異なる視点からの1260枚の画像対を用いて評価し, 有意な結果を示し, 多視点血管造影における高密度対応の実現の可能性を示した。

関連論文リスト

• Voxel Scene Graph for Intracranial Hemorrhage [1.0074894923170512]
  我々は頭蓋内出血(ICH)に対する適応的物体検出法を開発した。 臨床脳シーンの全体像を学習するために,SGG法を併用した。 本手法を2つの頭部CTデータセット上で評価し,臨床関係の最大74%を再現できることを実証した。
  論文  参考訳（メタデータ） (2024-07-31T13:10:59Z)
• AGFA-Net: Attention-Guided and Feature-Aggregated Network for Coronary Artery Segmentation using Computed Tomography Angiography [5.583495103569884]
  CCTA画像を用いた冠動脈セグメンテーションのための注意誘導型3Dディープネットワーク(AGFA-Net)を提案する。 AGFA-Netは注意機構と機能改善モジュールを活用して、有能な特徴を捉え、セグメンテーションの精度を高める。 1000個のCCTAスキャンからなるデータセットの評価はAGFA-Netの優れた性能を示し、平均Dice係数は86.74%、ハウスドルフ距離は0.23mmである。
  論文  参考訳（メタデータ） (2024-06-13T01:04:47Z)
• StenUNet: Automatic Stenosis Detection from X-ray Coronary Angiography [5.430434855741553]
  冠動脈疾患(CAD)の重症度は、その位置、狭窄度(狭窄度)、血管数によって定量化される。 MICCAIの大挑戦:X線アンギオグラフィー(ARCADE)を用いた自動領域ベース冠動脈疾患診断は、狭窄アノテーションを用いたデータセットをキュレートした。 我々は,X線冠動脈造影から狭窄を正確に検出するアーキテクチャとアルゴリズムStenUNetを提案する。
  論文  参考訳（メタデータ） (2023-10-23T14:04:18Z)
• Morphology-based non-rigid registration of coronary computed tomography and intravascular images through virtual catheter path optimization [0.2631367460046713]
  血管内画像の剛性および非剛性マッチングのための形態学的枠組みをCCTA画像に提示した。 本フレームワークは,大規模なマルチモーダル臨床研究を行うために必要な手作業を削減する。
  論文  参考訳（メタデータ） (2022-12-30T21:48:32Z)
• SQUID: Deep Feature In-Painting for Unsupervised Anomaly Detection [76.01333073259677]
  無線画像からの異常検出のための空間認識型メモリキューを提案する(略してSQUID)。 SQUIDは, 微細な解剖学的構造を逐次パターンに分類でき, 推測では画像中の異常(見えない/修正されたパターン)を識別できる。
  論文  参考訳（メタデータ） (2021-11-26T13:47:34Z)
• Act Like a Radiologist: Towards Reliable Multi-view Correspondence Reasoning for Mammogram Mass Detection [49.14070210387509]
  マンモグラム質量検出のための解剖学的グラフ畳み込みネットワーク(AGN)を提案する。 AGNはマンモグラムの質量検出用に調整されており、既存の検出手法を多視点推論能力で実現している。 2つの標準ベンチマークの実験によると、AGNは最先端のパフォーマンスを大幅に上回っている。
  論文  参考訳（メタデータ） (2021-05-21T06:48:34Z)
• Weakly-supervised Learning For Catheter Segmentation in 3D Frustum Ultrasound [74.22397862400177]
  超音波を用いた新しいカテーテルセグメンテーション法を提案する。 提案手法は,1ボリュームあたり0.25秒の効率で最先端の性能を実現した。
  論文  参考訳（メタデータ） (2020-10-19T13:56:22Z)
• Assignment Flow for Order-Constrained OCT Segmentation [0.0]
  網膜層厚の同定は、患者ごとに個別に行う重要な課題である。 自動セグメンテーションモデルの構築は,医用画像処理分野において重要な課題となっている。 我々は、秩序に制約された3D OCT網膜細胞層セグメンテーションのための新しい、純粋にデータ駆動型テキスト幾何学的アプローチを提案する。
  論文  参考訳（メタデータ） (2020-09-10T01:57:53Z)
• A Benchmark for Studying Diabetic Retinopathy: Segmentation, Grading, and Transferability [76.64661091980531]
  糖尿病患者は糖尿病網膜症(DR)を発症するリスクがある コンピュータ支援型DR診断は、DRの早期検出と重度評価のための有望なツールである。 このデータセットは、ピクセルレベルのDR関連病変アノテーションを持つ1,842枚の画像と、6人の眼科医によって評価された画像レベルのラベルを持つ1,000枚の画像を有する。
  論文  参考訳（メタデータ） (2020-08-22T07:48:04Z)
• Structured Landmark Detection via Topology-Adapting Deep Graph Learning [75.20602712947016]
  解剖学的顔と医学的ランドマーク検出のための新しいトポロジ適応深層グラフ学習手法を提案する。 提案手法は局所像特徴と大域形状特徴の両方を利用するグラフ信号を構成する。 3つの公開顔画像データセット(WFLW、300W、COFW-68)と3つの現実世界のX線医学データセット(ケパロメトリ、ハンド、ペルビス)で実験を行った。
  論文  参考訳（メタデータ） (2020-04-17T11:55:03Z)
• Dynamic Graph Correlation Learning for Disease Diagnosis with Incomplete Labels [66.57101219176275]
  胸部X線画像上の疾患診断は,多ラベル分類の課題である。 本稿では,異なる疾患間の相互依存を調査する新たな視点を提示する病的診断グラフ畳み込みネットワーク(DD-GCN)を提案する。 本手法は,相関学習のための動的隣接行列を用いた特徴写像上のグラフを初めて構築する手法である。
  論文  参考訳（メタデータ） (2020-02-26T17:10:48Z)

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。