論文の概要: TAI-GAN: A Temporally and Anatomically Informed Generative Adversarial Network for early-to-late frame conversion in dynamic cardiac PET inter-frame motion correction

• arxiv url: http://arxiv.org/abs/2402.09567v1
• Date: Wed, 14 Feb 2024 20:39:07 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-16 17:52:47.587442
• Title: TAI-GAN: A Temporally and Anatomically Informed Generative Adversarial Network for early-to-late frame conversion in dynamic cardiac PET inter-frame motion correction
• Title（参考訳）: TAI-GAN : 動的PETフレーム間運動補正における早期から早期のフレーム変換のための時間的および解剖学的インフォームドジェネレーターネットワーク
• Authors: Xueqi Guo, Luyao Shi, Xiongchao Chen, Qiong Liu, Bo Zhou, Huidong Xie, Yi-Hwa Liu, Richard Palyo, Edward J. Miller, Albert J. Sinusas, Lawrence H. Staib, Bruce Spottiswoode, Chi Liu, Nicha C. Dvornek
• Abstract要約: 本稿では,TAI-GAN(Temporally and Anatomically Informed Generative Adrial Network)と呼ばれる新しい手法を提案する。 提案手法は臨床用82-Rb PETデータセットを用いて評価し, この結果から, TAI-GANは実際の参照フレームに匹敵する高画質の変換早期フレームを生成できることが示唆された。
• 参考スコア（独自算出の注目度）: 15.380659401728735
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Inter-frame motion in dynamic cardiac positron emission tomography (PET) using rubidium-82 (82-Rb) myocardial perfusion imaging impacts myocardial blood flow (MBF) quantification and the diagnosis accuracy of coronary artery diseases. However, the high cross-frame distribution variation due to rapid tracer kinetics poses a considerable challenge for inter-frame motion correction, especially for early frames where intensity-based image registration techniques often fail. To address this issue, we propose a novel method called Temporally and Anatomically Informed Generative Adversarial Network (TAI-GAN) that utilizes an all-to-one mapping to convert early frames into those with tracer distribution similar to the last reference frame. The TAI-GAN consists of a feature-wise linear modulation layer that encodes channel-wise parameters generated from temporal information and rough cardiac segmentation masks with local shifts that serve as anatomical information. Our proposed method was evaluated on a clinical 82-Rb PET dataset, and the results show that our TAI-GAN can produce converted early frames with high image quality, comparable to the real reference frames. After TAI-GAN conversion, the motion estimation accuracy and subsequent myocardial blood flow (MBF) quantification with both conventional and deep learning-based motion correction methods were improved compared to using the original frames.
• Abstract（参考訳）: ルビジウム82(82-Rb)心筋灌流画像を用いた心ポジトロン断層撮影(PET)におけるフレーム間移動は、心筋血流定量化と冠動脈疾患の診断精度に影響を及ぼす。 しかし,高速トレーサ速度によるフレーム間分布の変動は,特に強度ベースの画像登録技術が失敗する初期のフレームでは,フレーム間動作補正において大きな課題となる。 そこで本研究では,全対一マッピングを用いた時間的および解剖学的に情報を得た生成的敵ネットワーク(tai-gan)と呼ばれる新しい手法を提案する。 TAI-GANは、時間的情報から生成されたチャネルワイドパラメータを符号化する機能的線形変調層と、解剖学的情報として機能する局所シフトを伴う粗い心臓セグメンテーションマスクから構成される。 提案手法は臨床用82-Rb PETデータセットを用いて評価し, この結果から, TAI-GANは実際の参照フレームに匹敵する高画質の変換早期フレームを生成できることが示唆された。 TAI-GAN変換後, 従来の深層学習法と深部学習法を併用した運動推定精度とその後の心筋血流量(MBF)を, 元のフレームと比較して改善した。

関連論文リスト

• Beyond the Eye: A Relational Model for Early Dementia Detection Using Retinal OCTA Images [42.75763279888966]
  早期発症アルツハイマー病 (AD) と軽度認知障害 (MCI) をコントロールから識別するために, 網膜光コヒーレンストモグラフィー (OCTA) を用いた新しいPolarNet+を提案する。 提案手法は,まずカルト座標から極座標へのOCTA画像のマッピングを行う。 次に,包括的かつ臨床的に有用な情報抽出のための3次元画像のシリアライズと解析を行う多視点モジュールを提案する。
  論文  参考訳（メタデータ） (2024-08-09T15:10:34Z)
• LaMoD: Latent Motion Diffusion Model For Myocardial Strain Generation [5.377722774297911]
  本稿では,標準CMRビデオから高精度なDENSE動作を予測するため,新しいラミネートモーション拡散モデル(LaMoD)を提案する。 実験の結果,提案手法であるLaMoDは標準CMR画像の動作解析の精度を大幅に向上することが示された。
  論文  参考訳（メタデータ） (2024-07-02T12:54:32Z)
• Epicardium Prompt-guided Real-time Cardiac Ultrasound Frame-to-volume Registration [50.602074919305636]
  本稿では,CU-Reg と呼ばれる,軽量でエンドツーエンドなカード・ツー・エンド・超音波フレーム・ツー・ボリューム・レジストレーション・ネットワークを提案する。 2次元スパースと3次元濃密な特徴の相互作用を増強するために,心内膜急速ガイドによる解剖学的手がかりを用い,その後,強化された特徴のボクセル的局所グロバル集約を行った。
  論文  参考訳（メタデータ） (2024-06-20T17:47:30Z)
• Attention-aware non-rigid image registration for accelerated MR imaging [10.47044784972188]
  我々は,MRIの完全サンプリングと高速化のために,非厳密なペアワイズ登録を行うことのできる,注目に敏感なディープラーニングベースのフレームワークを提案する。 我々は、複数の解像度レベルで、登録された画像ペア間の類似性マップを構築するために、局所的な視覚表現を抽出する。 本モデルでは, 異なるサンプリング軌道にまたがって, 安定かつ一貫した運動場を導出することを示す。
  論文  参考訳（メタデータ） (2024-04-26T14:25:07Z)
• A gradient-based approach to fast and accurate head motion compensation in cone-beam CT [35.44857854720086]
  本稿では,勾配に基づく最適化アルゴリズムを用いたCBCT動作推定の新しい手法を提案する。 従来の手法に比べて19倍の速さで動き推定を劇的に高速化する。 運動補償後の初期平均3mmから0.61mmまでの再投射誤差を低減させる。
  論文  参考訳（メタデータ） (2024-01-17T15:37:00Z)
• AngioMoCo: Learning-based Motion Correction in Cerebral Digital Subtraction Angiography [1.8537989329832776]
  脳X線デジタルサブトラクション血管造影(DSA)は、血流を可視化し、血管内治療を導くための標準的な画像技術である。 DSAの品質は、取得中に身体の動きに負の影響を受け、診断値が低下する。 我々は,X線アンギオグラフィーから運動補償DSAシーケンスを生成する学習ベースのフレームワークAngioMoCoを提案する。
  論文  参考訳（メタデータ） (2023-10-09T06:42:43Z)
• TAI-GAN: Temporally and Anatomically Informed GAN for early-to-late frame conversion in dynamic cardiac PET motion correction [14.611502926407669]
  ルビジウム-82(82ドルRb)の急激なトレーサー運動は、フレーム間の運動補正に重大な課題をもたらす。 本稿では、初期フレームを遅延参照フレームに変換するために、時間的および解剖学的にインフォームドされた生成適応ネットワーク(TAI-GAN)を提案する。 提案手法を臨床用820ドルRbのPETデータセットで検証し,画像品質の高い変換早期フレームを作成できることを確認した。
  論文  参考訳（メタデータ） (2023-08-23T21:51:24Z)
• fRegGAN with K-space Loss Regularization for Medical Image Translation [42.253647362909476]
  GAN(Generative Adversarial Network)は、現実的な画像の生成において顕著な成功を収めている。 GANは低周波の周波数バイアスに悩まされる傾向にあり、それによって生成された画像の重要な構造が取り除かれる。 本稿では,fRegGANと呼ばれる教師付きRegGANアプローチに基づく新しい周波数対応画像画像変換フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-28T12:49:10Z)
• Site Generalization: Stroke Lesion Segmentation on Magnetic Resonance Images from Unseen Sites [40.32385363670918]
  ストロークは様々な脳血管疾患の主要な原因である。 この課題に対して深層学習に基づくモデルが提案されているが、これらのモデルを見えない場所に一般化することは困難である。 SG-Netと呼ばれるU-netベースのセグメンテーションネットワークを提案する。
  論文  参考訳（メタデータ） (2022-05-09T14:33:06Z)
• Preservation of High Frequency Content for Deep Learning-Based Medical Image Classification [74.84221280249876]
  大量の胸部ラジオグラフィーの効率的な分析は、医師や放射線技師を助けることができる。 本稿では,視覚情報の効率的な識別と符号化のための離散ウェーブレット変換(DWT)を提案する。
  論文  参考訳（メタデータ） (2022-05-08T15:29:54Z)
• A Global Benchmark of Algorithms for Segmenting Late Gadolinium-Enhanced Cardiac Magnetic Resonance Imaging [90.29017019187282]
  現在世界最大の心臓LGE-MRIデータセットである154個の3D LGE-MRIを用いた「2018 left Atrium Challenge」。 技術および生物学的指標を用いた提案アルゴリズムの解析を行った。 その結果, 最上部法は93.2%, 平均表面は0.7mmであった。
  論文  参考訳（メタデータ） (2020-04-26T08:49:17Z)

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。