論文の概要: Quantitative Metrics for Benchmarking Medical Image Harmonization

• arxiv url: http://arxiv.org/abs/2402.04426v1
• Date: Tue, 6 Feb 2024 21:56:38 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-08 17:46:05.030324
• Title: Quantitative Metrics for Benchmarking Medical Image Harmonization
• Title（参考訳）: 医用画像調和ベンチマークのための定量的指標
• Authors: Abhijeet Parida, Zhifan Jiang, Roger J. Packer, Robert A. Avery, Syed M. Anwar, Marius G. Linguraru
• Abstract要約: 医用画像の2つの強度調和測定値と1つの解剖学的保存測定値を提案する。 これらの新しい指標が、調和基盤の真理が存在しない現実世界のシナリオにどのように適用されるかを示す。 我々は,これらの量調和化指標を画像調和化技術の性能のベンチマークの標準として採用することを提唱する。
• 参考スコア（独自算出の注目度）: 0.04590531202809992
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Image harmonization is an important preprocessing strategy to address domain shifts arising from data acquired using different machines and scanning protocols in medical imaging. However, benchmarking the effectiveness of harmonization techniques has been a challenge due to the lack of widely available standardized datasets with ground truths. In this context, we propose three metrics: two intensity harmonization metrics and one anatomy preservation metric for medical images during harmonization, where no ground truths are required. Through extensive studies on a dataset with available harmonization ground truth, we demonstrate that our metrics are correlated with established image quality assessment metrics. We show how these novel metrics may be applied to real-world scenarios where no harmonization ground truth exists. Additionally, we provide insights into different interpretations of the metric values, shedding light on their significance in the context of the harmonization process. As a result of our findings, we advocate for the adoption of these quantitative harmonization metrics as a standard for benchmarking the performance of image harmonization techniques.
• Abstract（参考訳）: 画像調和は、異なるマシンで取得したデータや医療画像における走査プロトコルから生じるドメインシフトに対処するための重要な前処理戦略である。 しかしながら、調和技術の有効性のベンチマークは、広く利用可能な標準データセットが欠如しているため、課題となっている。 この文脈では、2つの強度調和度と1つの解剖学的保存度という3つの指標が提案される。 利用可能な調和基底真理を持つデータセットの広範な研究を通じて、我々のメトリクスが確立された画像品質評価指標と相関していることを示す。 これらの新しい指標が、調和基盤の真理が存在しない現実世界のシナリオにどのように適用されるかを示す。 さらに, 計量値の異なる解釈に対する洞察を提供し, 調和過程の文脈におけるその意義を明らかにする。 以上の結果から,これらの定量的調和指標を画像調和手法の性能評価基準として採用することを提唱した。

関連論文リスト

• Guardians of the Machine Translation Meta-Evaluation: Sentinel Metrics Fall In! [80.3129093617928]
  毎年、機械翻訳会議(WMT)において、メトリクス共有タスクオーガナイザは、機械翻訳(MT)メトリクスのメタ評価を行う。 この研究は、現在WMTで採用されているメタ評価フレームワークに関する2つの問題を強調し、メトリクスランキングへの影響を評価する。 本稿では,メタ評価プロセスの正確性,堅牢性,公正性を精査するために設計されたセンチネルメトリクスの概念を紹介する。
  論文  参考訳（メタデータ） (2024-08-25T13:29:34Z)
• Five Pitfalls When Assessing Synthetic Medical Images with Reference Metrics [0.9582978458237521]
  2つのイメージを客観的かつ定量的に比較するために、参照メトリクスが開発された。 基準指標の相関と品質に対する人間の知覚は、様々な種類の歪みに対して強く異なる。 予想外の,おそらく望ましくない基準スコアを示す5つの落とし穴を選択した。
  論文  参考訳（メタデータ） (2024-08-12T11:48:57Z)
• Similarity and Quality Metrics for MR Image-To-Image Translation [0.8932296777085644]
  合成画像評価のための11の類似度(参照)と12の品質(非参照)を定量的に分析した。 本研究では,11種類の歪みおよび典型的なMRアーチファクトに対する感度について検討し,各計量および歪みに対する異なる正規化法の影響を解析した。
  論文  参考訳（メタデータ） (2024-05-14T08:51:16Z)
• Metrics to Quantify Global Consistency in Synthetic Medical Images [6.863780677964219]
  画像毎の合成画像のグローバルな一貫性を計測できる2つの指標を導入する。 我々は、教師付きニューラルネットワークを用いて、パッチ上の画像の明示的な属性を予測し、比較することにより、グローバルな一貫性を定量化する。 その結果、パッチ上の合成画像の明示的な属性を予測することは、一貫性のない画像とグローバルに一致していることが示されている。
  論文  参考訳（メタデータ） (2023-08-01T09:29:39Z)
• What You Hear Is What You See: Audio Quality Metrics From Image Quality Metrics [44.659718609385315]
  そこで本研究では,音声信号の評価に最先端画像知覚メトリクスを応用し,スペクトログラムとして表現することの実現可能性について検討する。 我々は、音響信号の特異性を考慮するために、精神音響学的に妥当なアーキテクチャを持つメトリクスの1つをカスタマイズする。 提案手法の有効性を音楽データセットを用いて評価した。
  論文  参考訳（メタデータ） (2023-05-19T10:43:57Z)
• Rethinking Semi-Supervised Medical Image Segmentation: A Variance-Reduction Perspective [51.70661197256033]
  医用画像セグメンテーションのための階層化グループ理論を用いた半教師付きコントラスト学習フレームワークARCOを提案する。 まず、分散還元推定の概念を用いてARCOを構築することを提案し、特定の分散還元技術が画素/ボクセルレベルのセグメンテーションタスクにおいて特に有用であることを示す。 5つの2D/3D医療データセットと3つのセマンティックセグメンテーションデータセットのラベル設定が異なる8つのベンチマークで、我々のアプローチを実験的に検証する。
  論文  参考訳（メタデータ） (2023-02-03T13:50:25Z)
• Information-based Disentangled Representation Learning for Unsupervised MR Harmonization [8.170262034101688]
  精度と一貫性は、コンピュータ支援磁気共鳴(MR)画像解析における2つの重要な要素です。 MR取得における標準化の欠如に起因する部位間のコントラストの変化は、一貫した測定を妨げます。 CalAMITIは、移動対象を必要とせず、多地点調和のための統一構造を用いて、非絡み合いの潜在空間を学習する。
  論文  参考訳（メタデータ） (2021-03-24T15:54:27Z)
• GO FIGURE: A Meta Evaluation of Factuality in Summarization [131.1087461486504]
  本稿では,現実性評価指標を評価するメタ評価フレームワークGO FIGUREを紹介する。 10個の実測値のベンチマーク分析により、我々のフレームワークが堅牢で効率的な評価を提供することが明らかとなった。 また、QAメトリクスは、ドメイン間の事実性を測定する標準的なメトリクスよりも一般的に改善されているが、パフォーマンスは、質問を生成する方法に大きく依存していることも明らかにしている。
  論文  参考訳（メタデータ） (2020-10-24T08:30:20Z)
• Random Network Distillation as a Diversity Metric for Both Image and Text Generation [62.13444904851029]
  我々は、どんな種類のデータにも、どんな種類のデータにも、自然にも適用できる新しい多様性指標を開発した。 私たちはこのメトリクスを画像とテキストの両方で検証し、デプロイします。
  論文  参考訳（メタデータ） (2020-10-13T22:03:52Z)
• Semi-supervised Medical Image Classification with Relation-driven Self-ensembling Model [71.80319052891817]
  医用画像分類のための関係駆動型半教師付きフレームワークを提案する。 これは、摂動下で与えられた入力の予測一貫性を促進することでラベルのないデータを利用する。 本手法は,シングルラベルおよびマルチラベル画像分類のシナリオにおいて,最先端の半教師付き学習手法よりも優れる。
  論文  参考訳（メタデータ） (2020-05-15T06:57:54Z)
• Evaluation Metrics for Conditional Image Generation [100.69766435176557]
  クラス条件画像生成設定において生成モデルを評価するための2つの新しい指標を提案する。 理論的分析は、提案されたメトリクスの背景にあるモチベーションを示し、新しいメトリクスと条件のないメトリクスを結びつける。 我々は,実験的な評価を行い,その指標を条件のない変種や他の指標と比較し,既存の生成モデルの解析に利用した。
  論文  参考訳（メタデータ） (2020-04-26T12:15:16Z)

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。