論文の概要: ASAP (Automatic Software for ASL Processing): A toolbox for processing Arterial Spin Labeling images

• arxiv url: http://arxiv.org/abs/2401.12603v1
• Date: Tue, 23 Jan 2024 09:59:55 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-24 16:20:25.552174
• Title: ASAP (Automatic Software for ASL Processing): A toolbox for processing Arterial Spin Labeling images
• Title（参考訳）: asap (automatic software for asl processing):動脈スピンラベリング画像を処理するためのツールボックス
• Authors: Virginia Mato Abad, Pablo Garcia-Polo, Owen ODaly, Juan Antonio Hernandez-Tamames, Fernando Zelaya
• Abstract要約: ASL(Arterial Spin Labeling)はその機能画像への応用において顕著な上昇を経験している。 ASLデータを処理する商用パッケージはなく、共通の参照フレームにASLデータを正規化するための標準規格も存在しない。 この作業では,複数のASLデータセットを自動処理可能な,新たなASL処理用ソフトウェア(ASAP)について説明する。
• 参考スコア（独自算出の注目度）: 39.58317527488534
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The method of Arterial Spin Labeling (ASL) has experienced a significant rise in its application to functional imaging, since it is the only technique capable of measuring blood perfusion in a truly non-invasive manner. Currently, there are no commercial packages for processing ASL data and there is no recognised standard for normalising ASL data to a common frame of reference. This work describes a new Automated Software for ASL Processing (ASAP) that can automatically process several ASL datasets. ASAP includes functions for all stages of image pre-processing: quantification, skull-stripping, co-registration, partial volume correction and normalization. To assess the applicability and validity of the toolbox, this work shows its application in the study of hypoperfusion in a sample of healthy subjects at risk of progressing to Alzheimer's Disease. ASAP requires limited user intervention, minimising the possibility of random and systematic errors, and produces cerebral blood flow maps that are ready for statistical group analysis. The software is easy to operate and results in excellent quality of spatial normalisation. The results found in this evaluation study are consistent with previous studies that find decreased perfusion
• Abstract（参考訳）: ASL(Arterial Spin Labeling)法は、非侵襲的な血液灌流を計測できる唯一の技術であるため、機能的イメージングへの応用において顕著な上昇を経験している。 現在、ASLデータを処理する商用パッケージは存在せず、ASLデータを参照の共通フレームに標準化するための標準規格も存在していない。 この作業では、複数のASLデータセットを自動処理できる新しいASL処理用ソフトウェア(ASAP)について説明する。 ASAPには、定量化、頭蓋骨切断、共同登録、部分体積補正、正規化など、画像前処理のすべての段階の機能が含まれている。 本研究は,アルツハイマー病に進行する危険のある健常者のサンプルにおける低灌流研究において,ツールボックスの適用性と妥当性を評価するため,その応用例を示す。 ASAPは、限られたユーザーの介入を必要とし、ランダムで体系的なエラーの可能性を最小限に抑え、統計学的グループ分析の準備が整った脳血流マップを生成する。 このソフトウェアは操作が容易で、空間正規化の優れた品質をもたらす。 この評価研究で得られた結果は、灌流量が減少する以前の研究と一致している。

関連論文リスト

• Self-supervised TransUNet for Ultrasound regional segmentation of the distal radius in children [0.6291443816903801]
  TransUNetのSSL(SSL-MAE)用のMasked Autoencoderは、子供の手首超音波スキャンからボニー領域を分割する。 本稿では,TransUNet の SSL (SSL-MAE) 用 Masked Autoencoder を小児手首超音波スキャンからボニー領域に分割する可能性について検討した。
  論文  参考訳（メタデータ） (2023-09-18T05:23:33Z)
• Universal Semi-Supervised Learning for Medical Image Classification [21.781201758182135]
  セミ教師付き学習(SSL)は、適切なラベル付きトレーニングデータを収集するコストを削減できるため、多くの注目を集めている。 従来のSSLは、ラベル付きデータとラベルなしデータが同じディストリビューションのものであるべきだという仮定に基づいて構築されている。 本研究では,未表示のラベル付きデータを利用した半教師付き医療画像分類のための統一的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-04-08T16:12:36Z)
• Benchmarking Self-Supervised Learning on Diverse Pathology Datasets [10.868779327544688]
  自己教師付き学習は、ラベルのないデータを活用する効果的な方法であることが示されている。 我々は、病理画像データに基づいてSSL事前トレーニングを行う最大規模の研究を行う。 核インスタンスセグメンテーションの課題に対してSSLを初めて適用する。
  論文  参考訳（メタデータ） (2022-12-09T06:38:34Z)
• Dive into Self-Supervised Learning for Medical Image Analysis: Data, Models and Tasks [8.720079280914169]
  自己教師付き学習は、様々な医療画像のタスクにおいて、大量の未ラベルデータから先行情報を減らすことによって、顕著なパフォーマンスを達成している。 SSLのキャパシティを、4つの現実的で重要な問題の観点から活用することに重点を置いています。 我々は,予測的,コントラスト的,生成的,マルチSSLアルゴリズムに関する広範な実験を通じて,大規模で詳細な研究を行う。
  論文  参考訳（メタデータ） (2022-09-25T06:04:11Z)
• SB-SSL: Slice-Based Self-Supervised Transformers for Knee Abnormality Classification from MRI [5.199134881541244]
  膝関節MRIスキャンを用いて異常の分類を行うためのスライスベース自己教師型ディープラーニングフレームワーク(SBSSL)を提案する。 限られた症例(1000例)では,前十字靭帯断裂を89.17%,AUC0.954。
  論文  参考訳（メタデータ） (2022-08-29T23:08:41Z)
• Detecting Shortcut Learning for Fair Medical AI using Shortcut Testing [62.9062883851246]
  機械学習は医療の改善に大いに貢献するが、その利用が健康格差を広めたり増幅したりしないことを確実にすることは重要である。 アルゴリズムの不公平性の潜在的な要因の1つ、ショートカット学習は、トレーニングデータにおける不適切な相関に基づいてMLモデルが予測した時に発生する。 マルチタスク学習を用いて,臨床MLシステムの公平性評価の一環として,ショートカット学習の評価と緩和を行う手法を提案する。
  論文  参考訳（メタデータ） (2022-07-21T09:35:38Z)
• Dissecting Self-Supervised Learning Methods for Surgical Computer Vision [51.370873913181605]
  一般のコンピュータビジョンコミュニティでは,自己監視学習(SSL)手法が普及し始めている。 医学や手術など、より複雑で影響力のある領域におけるSSLメソッドの有効性は、限定的かつ未調査のままである。 外科的文脈理解,位相認識,ツール存在検出の2つの基本的なタスクに対して,これらの手法の性能をColec80データセット上で広範囲に解析する。
  論文  参考訳（メタデータ） (2022-07-01T14:17:11Z)
• Collaborative Intelligence Orchestration: Inconsistency-Based Fusion of Semi-Supervised Learning and Active Learning [60.26659373318915]
  アクティブラーニング(AL)と半教師付きラーニング(SSL)は2つの効果があるが、しばしば孤立している。 本稿では、SSL-ALの潜在的な優位性をさらに調査するために、革新的な一貫性に基づく仮想aDvErialアルゴリズムを提案する。 2つの実世界のケーススタディは、提案したデータサンプリングアルゴリズムの適用と展開の実践的な産業価値を可視化する。
  論文  参考訳（メタデータ） (2022-06-07T13:28:43Z)
• Medical Instrument Segmentation in 3D US by Hybrid Constrained Semi-Supervised Learning [62.13520959168732]
  3DUSにおける楽器セグメンテーションのための半教師付き学習フレームワークを提案する。 SSL学習を実現するため、Dual-UNetが提案されている。 提案手法は,Diceの約68.6%-69.1%,推定時間約1秒を実現している。
  論文  参考訳（メタデータ） (2021-07-30T07:59:45Z)
• Automatic Assessment of Alzheimer's Disease Diagnosis Based on Deep Learning Techniques [111.165389441988]
  本研究では, MRI(sagittal magnetic resonance images)における疾患の存在を自動的に検出するシステムを開発する。 矢状面MRIは一般的には使われていないが、この研究は、少なくとも、ADを早期に同定する他の平面からのMRIと同じくらい効果があることを証明した。 本研究は,これらの分野でDLモデルを構築できることを実証する一方,TLは少ない例でタスクを完了するための必須のツールである。
  論文  参考訳（メタデータ） (2021-05-18T11:37:57Z)

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。