論文の概要: Pericoronary adipose tissue feature analysis in CT calcium score images
with comparison to coronary CTA
- arxiv url: http://arxiv.org/abs/2401.15554v1
- Date: Sun, 28 Jan 2024 03:25:38 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-30 17:37:01.368658
- Title: Pericoronary adipose tissue feature analysis in CT calcium score images
with comparison to coronary CTA
- Title（参考訳）: CTカルシウムスコア画像における冠動脈周囲脂肪組織の特徴と冠動脈CTAとの比較
- Authors: Yingnan Song, Hao Wu, Juhwan Lee, Justin Kim, Ammar Hoori, Tao Hu,
Vladislav Zimin, Mohamed Makhlouf, Sadeer Al-Kindi, Sanjay Rajagopalan,
Chun-Ho Yun, Chung-Lieh Hung, David L. Wilson
- Abstract要約: 冠動脈周囲脂肪組織(PCAT)は重症心血管障害(MACE)と関連している
冠動脈CTカルシウムスコア(CCTA)から得られたPCATの特徴は心血管疾患のリスクと相関するが,ヨードが関与する可能性がある。
冠状動脈のPCAT特徴を解析するための新しい軸方向ディスク法を開発した。
- 参考スコア（独自算出の注目度）: 3.9387305699226087
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We investigated the feasibility and advantages of using non-contrast CT
calcium score (CTCS) images to assess pericoronary adipose tissue (PCAT) and
its association with major adverse cardiovascular events (MACE). PCAT features
from coronary CTA (CCTA) have been shown to be associated with cardiovascular
risk but are potentially confounded by iodine. If PCAT in CTCS images can be
similarly analyzed, it would avoid this issue and enable its inclusion in
formal risk assessment from readily available, low-cost CTCS images. To
identify coronaries in CTCS images that have subtle visual evidence of vessels,
we registered CTCS with paired CCTA images having coronary labels. We developed
a novel axial-disk method giving regions for analyzing PCAT features in three
main coronary arteries. We analyzed novel hand-crafted and radiomic features
using univariate and multivariate logistic regression prediction of MACE and
compared results against those from CCTA. Registration accuracy was sufficient
to enable the identification of PCAT regions in CTCS images. Motion or beam
hardening artifacts were often present in high-contrast CCTA but not CTCS. Mean
HU and volume were increased in both CTCS and CCTA for MACE group. There were
significant positive correlations between some CTCS and CCTA features,
suggesting that similar characteristics were obtained. Using
hand-crafted/radiomics from CTCS and CCTA, AUCs were 0.82/0.79 and 0.83/0.77
respectively, while Agatston gave AUC=0.73. Preliminarily, PCAT features can be
assessed from three main coronary arteries in non-contrast CTCS images with
performance characteristics that are at the very least comparable to CCTA.
- Abstract（参考訳）: 非contrast ct calcium score (ctcs) 画像を用いた冠動脈周囲脂肪組織(pcat)の評価と,心血管障害(mace)との関連について検討した。
冠動脈CTA(CCTA)のPCATの特徴は心血管疾患のリスクと相関するが、ヨードによって構築される可能性がある。
CTCS画像中のPCATも同じように分析できる場合、この問題を回避し、低コストのCTCS画像から正式なリスク評価に含めることができる。
血管の微妙な視覚的証拠を有するCTCS画像から冠動脈を同定するため,冠動脈ラベルを有するCCTA画像と組み合わせてCTCSを登録した。
冠状動脈のPCAT特徴を解析するための新しい軸方向ディスク法を開発した。
MACEの単変量および多変量ロジスティック回帰予測を用いて手作り・放射線学的特徴を解析し,CCTAと比較した。
登録精度はCTCS画像中のPCAT領域の同定に十分であった。
運動やビーム硬化は高コントラストCCTAでしばしば見られたが、CTCSは存在しなかった。
MACE群ではCTCS, CCTAともに平均HU, 容積が増加した。
CTCSとCCTAでは有意な正の相関がみられ, 同様の特徴が得られた。
CTCSとCCTAによる手作り/ラジオグラフィーを使用して、AUCはそれぞれ0.82/0.79と0.83/0.77であり、アガストンはAUC=0.73を与えた。
非造影CTCS画像の3つの主要冠動脈からPCATの特徴を評価できるが,その特徴はCCTAとほぼ同等である。
関連論文リスト
- Coronary artery segmentation in non-contrast calcium scoring CT images
using deep learning [2.2687766762329886]
非コントラスト心エコー画像における冠状動脈のセグメンテーションのためのディープラーニングアルゴリズムを提案する。
テストGTを作成するために,手動メッシュ画像登録のための新しい手法を提案する。
実験結果から,トレーニングに使用するGTよりもトレーニングモデルの精度が有意に高く,相互変動に近いDiceとclDiceの測定値が得られた。
論文 参考訳（メタデータ） (2024-03-04T23:40:02Z) - Cardiac CT perfusion imaging of pericoronary adipose tissue (PCAT)
highlights potential confounds in coronary CTA [3.9120678529018345]
冠動脈周囲脂肪組織(PCAT)の特徴は炎症や心血管のリスクと関連している。
ヨウ素の存在はPCAT HUとテクスチャとの相違因子であり, 十分に研究されていない。
冠状動脈疾患患者における領域特異的PCAT, 心筋, その他の脂肪蓄積物のHU動態について検討した。
論文 参考訳（メタデータ） (2023-06-27T16:18:55Z) - 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) - O2CTA: Introducing Annotations from OCT to CCTA in Coronary Plaque
Analysis [19.099761377777412]
冠動脈造影(CCTA)は動脈造影や狭窄度判定に広く用いられている。
侵襲的光コヒーレンス断層撮影(OCT)により、医師のトラブルを伴わずに解決することができるが、高いコストと潜在的なリスクを患者にもたらすことができる。
我々は,O2CTA問題に対処する手法を提案する。CCTAスキャンはまず,意味内容の観点からOCT画像と一致するマルチ平面再構成(MPR)画像に再構成される。
OCTの動脈セグメントは手動でラベル付けされ、提案したアライメント戦略を介してMPR画像の動脈全体と空間的に整列する。
論文 参考訳（メタデータ） (2023-03-11T09:40:05Z) - Attention-based Saliency Maps Improve Interpretability of Pneumothorax
Classification [52.77024349608834]
視覚変換器(ViT)の胸部X線撮影(CXR)分類性能と注意ベース唾液の解釈可能性について検討する。
ViTは、CheXpert、Chest X-Ray 14、MIMIC CXR、VinBigDataの4つの公開データセットを用いて、肺疾患分類のために微調整された。
ViTsは最先端のCNNと比べてCXR分類AUCに匹敵するものであった。
論文 参考訳（メタデータ） (2023-03-03T12:05:41Z) - Generative Models for Reproducible Coronary Calcium Scoring [3.1746159467221253]
冠動脈カルシウム(CAC)スコアは、冠動脈疾患(CHD)の強い、独立した予測因子である。
CACスコアリングは、石灰化のセグメンテーションに一定の強度レベルしきい値を適用する必要があるという臨床的定義のために、限られたインタースキャンに悩まされる。
本稿では,CACのセグメンテーションのしきい値を必要としないCAC手法を提案する。
論文 参考訳（メタデータ） (2022-05-24T10:59:32Z) - Symmetry-Enhanced Attention Network for Acute Ischemic Infarct
Segmentation with Non-Contrast CT Images [50.55978219682419]
急性虚血性梗塞セグメンテーションのための対称性増強型注意ネットワーク(SEAN)を提案する。
提案するネットワークは、入力されたCT画像を、脳組織が左右対称な標準空間に自動的に変換する。
提案したSEANは、ダイス係数と梗塞局所化の両方の観点から、対称性に基づく最先端の手法より優れている。
論文 参考訳（メタデータ） (2021-10-11T07:13:26Z) - Micro CT Image-Assisted Cross Modality Super-Resolution of Clinical CT
Images Utilizing Synthesized Training Dataset [1.590436505368218]
臨床CTの高解像度化は肺癌の診断に有用である。
修正CycleGANによる臨床CT画像のシミュレーションにより, 対応する臨床CT-mu$CTペアを作成する。
SRGANをベースとしたSRネットワークのトレーニングには,CT-$mu$CT画像ペアを用いた。
論文 参考訳（メタデータ） (2020-10-20T11:40:24Z) - COVIDNet-CT: A Tailored Deep Convolutional Neural Network Design for
Detection of COVID-19 Cases from Chest CT Images [75.74756992992147]
我々は、胸部CT画像からCOVID-19の症例を検出するのに適した、深層畳み込みニューラルネットワークアーキテクチャであるCOVIDNet-CTを紹介した。
また,中国生体情報センターが収集したCT画像データから得られたベンチマークCT画像データセットであるCOVIDx-CTも紹介した。
論文 参考訳（メタデータ） (2020-09-08T15:49:55Z) - Synergistic Learning of Lung Lobe Segmentation and Hierarchical
Multi-Instance Classification for Automated Severity Assessment of COVID-19
in CT Images [61.862364277007934]
3次元CT画像におけるCOVID-19の重症度自動評価のための相乗的学習フレームワークを提案する。
マルチタスクのディープネットワーク(M$2$UNet)が開発され、新型コロナウイルス患者の重症度を評価する。
われわれのM$2$UNetはパッチレベルのエンコーダと肺葉分画のためのセグメンテーションサブネットワークと重度評価のための分類サブネットワークから構成されている。
論文 参考訳（メタデータ） (2020-05-08T03:16:15Z) - Detecting Pancreatic Ductal Adenocarcinoma in Multi-phase CT Scans via
Alignment Ensemble [77.5625174267105]
膵管腺癌(PDAC)は最も致命的ながんの1つである。
複数のフェーズは単一のフェーズよりも多くの情報を提供するが、それらは整列せず、テクスチャにおいて不均一である。
PDAC検出性能を高めるために,これらすべてのアライメントのアンサンブルを提案する。
論文 参考訳（メタデータ） (2020-03-18T19:06:27Z)
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。