論文の概要: Deep PCCT: Photon Counting Computed Tomography Deep Learning Applications Review

• arxiv url: http://arxiv.org/abs/2402.04301v1
• Date: Tue, 6 Feb 2024 17:00:19 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-08 18:18:17.020255
• Title: Deep PCCT: Photon Counting Computed Tomography Deep Learning Applications Review
• Title（参考訳）: Deep PCCT:Photon Counting Computed Tomography Deep Learning Applications Review
• Authors: Ana Carolina Alves, Andr\'e Ferreira, Gijs Luijten, Jens Kleesiek, Behrus Puladi, Jan Egger, Victor Alves
• Abstract要約: 臨床前研究におけるPCCTの最近の展開と応用について概観する。 PCCTは乳房の微妙な異常の検出に顕著な効果を示した。 さらに,PCCTへの深層学習の統合と,放射能特性の研究についても検討している。
• 参考スコア（独自算出の注目度）: 2.546256902486781
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Medical imaging faces challenges such as limited spatial resolution, interference from electronic noise and poor contrast-to-noise ratios. Photon Counting Computed Tomography (PCCT) has emerged as a solution, addressing these issues with its innovative technology. This review delves into the recent developments and applications of PCCT in pre-clinical research, emphasizing its potential to overcome traditional imaging limitations. For example PCCT has demonstrated remarkable efficacy in improving the detection of subtle abnormalities in breast, providing a level of detail previously unattainable. Examining the current literature on PCCT, it presents a comprehensive analysis of the technology, highlighting the main features of scanners and their varied applications. In addition, it explores the integration of deep learning into PCCT, along with the study of radiomic features, presenting successful applications in data processing. While acknowledging these advances, it also discusses the existing challenges in this field, paving the way for future research and improvements in medical imaging technologies. Despite the limited number of articles on this subject, due to the recent integration of PCCT at a clinical level, its potential benefits extend to various diagnostic applications.
• Abstract（参考訳）: 医用イメージングは、空間分解能の制限、電子ノイズからの干渉、雑音間のコントラスト比の低下などの課題に直面している。 Photon Counting Computed Tomography (PCCT) はその革新的な技術でこれらの問題に対処するソリューションとして登場した。 このレビューは、PCCTの先臨床研究における最近の発展と応用を掘り下げ、従来の画像の限界を克服する可能性を強調している。 例えば、pcctは乳房の微妙な異常の検出を改善することに顕著な効果を示しており、以前は達成できなかった詳細レベルを提供する。 PCCTの現在の文献を見ると、スキャナーの主な特徴とその様々な応用について、その技術に関する包括的な分析が示される。 さらに、深層学習をpcctに統合し、放射線学的特徴の研究を行い、データ処理における成功例を提示している。 これらの進歩を認めつつも、この分野の既存の課題を議論し、将来の研究と医療画像技術の改善への道を開く。 近年PCCTが臨床レベルで統合されているため,本研究の論文は限られているが,その潜在的なメリットは様々な診断応用にまで及んでいる。

関連論文リスト

• A Narrative Review of Image Processing Techniques Related to Prostate Ultrasound [40.42947222889337]
  前立腺癌(PCa)は男性の健康に重大な脅威となり、早期診断は予後の改善と死亡率の低下に不可欠である。 経直腸超音波(TRUS)はPCaの診断と画像誘導療法において重要な役割を担っている。 TRUSにおける多くの画像処理アルゴリズムが提案され、いくつかのタスクで最先端のパフォーマンスを達成した。
  論文  参考訳（メタデータ） (2024-06-30T12:33:56Z)
• Low-Resolution Chest X-ray Classification via Knowledge Distillation and Multi-task Learning [46.75992018094998]
  胸部X線(CXR)を低分解能で診断する上での課題について検討した。 高分解能CXRイメージングは、結節や不透明など、小さなが重要な異常を識別するために重要である。 本稿では,MLCAK(Multilevel Collaborative Attention Knowledge)法を提案する。
  論文  参考訳（メタデータ） (2024-05-22T06:10:54Z)
• Identification of Hemorrhage and Infarct Lesions on Brain CT Images using Deep Learning [3.5263317784479953]
  頭部CTスキャンにおける異常脳組織の手動アノテーションの基準は、重大な欠点を伴っている。 頭蓋内出血 (ICH) と梗塞の判定は, 画像テクスチャ, ボリュームサイズ, スキャン品質の変動が原因で困難である。 本研究は,頭部CTスキャンからICHと梗塞を同定するDLベースのアルゴリズムを検証した。
  論文  参考訳（メタデータ） (2023-07-10T09:00:12Z)
• SNAF: Sparse-view CBCT Reconstruction with Neural Attenuation Fields [71.84366290195487]
  神経減衰場を学習し,スパースビューCBCT再構成のためのSNAFを提案する。 提案手法は,入力ビューが20程度しかなく,高再生品質(30以上のPSNR)で優れた性能を実現する。
  論文  参考訳（メタデータ） (2022-11-30T14:51:14Z)
• Incremental Cross-view Mutual Distillation for Self-supervised Medical CT Synthesis [88.39466012709205]
  本稿では,スライス間の分解能を高めるために,新しい医療スライスを構築した。 臨床実践において, 根本・中間医療スライスは常に欠落していることを考慮し, 相互蒸留の段階的相互蒸留戦略を導入する。 提案手法は,最先端のアルゴリズムよりも明確なマージンで優れる。
  論文  参考訳（メタデータ） (2021-12-20T03:38:37Z)
• Recent advances and clinical applications of deep learning in medical image analysis [7.132678647070632]
  我々は最近200以上の論文をレビュー・要約し、様々な医用画像解析タスクにおける深層学習手法の適用の概要を概観した。 特に,医用画像における最先端の非教師あり半教師あり深層学習の進歩と貢献を強調した。
  論文  参考訳（メタデータ） (2021-05-27T18:05:12Z)
• Deep learning for biomedical photoacoustic imaging: A review [0.3234560001579256]
  光音響イメージング(英: Photoacoustic Imaging, PAI)は、組織深度数センチまでの光学組織特性を空間的に分解した画像化を可能にする、将来性のある画像モダリティである。 生データから関連組織パラメータを抽出するには、逆画像再構成問題の解決が必要である。 深層学習法には、PAIの臨床翻訳を容易にするユニークな利点がある。
  論文  参考訳（メタデータ） (2020-11-05T10:33:51Z)
• Explaining Clinical Decision Support Systems in Medical Imaging using Cycle-Consistent Activation Maximization [112.2628296775395]
  ディープニューラルネットワークを用いた臨床意思決定支援は、着実に関心が高まりつつあるトピックとなっている。 臨床医は、その根底にある意思決定プロセスが不透明で理解しにくいため、この技術の採用をためらうことが多い。 そこで我々は,より小さなデータセットであっても,分類器決定の高品質な可視化を生成するCycleGANアクティベーションに基づく,新たな意思決定手法を提案する。
  論文  参考訳（メタデータ） (2020-10-09T14:39:27Z)
• Learning Binary Semantic Embedding for Histology Image Classification and Retrieval [56.34863511025423]
  バイナリ・セマンティック・エンベディング(LBSE)の学習方法を提案する。 効率的な埋め込み、分類、検索を行い、組織像の解釈可能なコンピュータ支援診断を提供する。 3つのベンチマークデータセットで実施された実験は、様々なシナリオにおいてLBSEの優位性を検証する。
  論文  参考訳（メタデータ） (2020-10-07T08:36:44Z)
• Review of Artificial Intelligence Techniques in Imaging Data Acquisition, Segmentation and Diagnosis for COVID-19 [71.41929762209328]
  新型コロナウイルス感染症(COVID-19)のパンデミックは世界中に広がっている。 X線やCT(Computerd Tomography)などの医用画像は、世界的な新型コロナウイルス対策に欠かせない役割を担っている。 最近登場した人工知能(AI)技術は、画像ツールの力を強化し、医療専門家を支援する。
  論文  参考訳（メタデータ） (2020-04-06T15:21:34Z)
• Learned Spectral Computed Tomography [0.0]
  スペクトル光子結合型CTのためのディープラーニングイメージング法を提案する。 この方法は、ケース固有データを用いて訓練された2段階の学習された原始双対アルゴリズムの形を取る。 提案手法は, 限られたデータの場合であっても, 高速再構成機能と高速撮像性能により特徴付けられる。
  論文  参考訳（メタデータ） (2020-03-09T13:39:12Z)

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。