Fugu-MT 論文翻訳(概要): Denoising Diffusion Models for 3D Healthy Brain Tissue Inpainting

論文の概要: Denoising Diffusion Models for 3D Healthy Brain Tissue Inpainting

arxiv url: http://arxiv.org/abs/2403.14499v1
Date: Thu, 21 Mar 2024 15:52:05 GMT
ステータス: 処理完了
システム内更新日: 2024-03-22 13:39:41.899490
Title: Denoising Diffusion Models for 3D Healthy Brain Tissue Inpainting
Title（参考訳）: 3次元健常脳組織塗布における拡散モデルの検討
Authors: Alicia Durrer, Julia Wolleb, Florentin Bieder, Paul Friedrich, Lester Melie-Garcia, Mario Ocampo-Pineda, Cosmin I. Bercea, Ibrahim E. Hamamci, Benedikt Wiestler, Marie Piraud, Özgür Yaldizli, Cristina Granziera, Bjoern H. Menze, Philippe C. Cattin, Florian Kofler,
Abstract要約: 脳の構造的整合性に影響を与える疾患のモニタリングには、磁気共鳴(MR)画像の自動解析が必要である。画像空間で作業する最先端の2D, 擬似3D, 3D法, および3D潜伏および3Dウェーブレット拡散モデルを修正し, 正常な脳組織を合成するよう訓練する。評価の結果,擬似3次元モデルでは,構造相似指数,ピーク信号-雑音比,平均二乗誤差が最良であることがわかった。
参考スコア（独自算出の注目度）: 3.9347915104376168
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Monitoring diseases that affect the brain's structural integrity requires automated analysis of magnetic resonance (MR) images, e.g., for the evaluation of volumetric changes. However, many of the evaluation tools are optimized for analyzing healthy tissue. To enable the evaluation of scans containing pathological tissue, it is therefore required to restore healthy tissue in the pathological areas. In this work, we explore and extend denoising diffusion models for consistent inpainting of healthy 3D brain tissue. We modify state-of-the-art 2D, pseudo-3D, and 3D methods working in the image space, as well as 3D latent and 3D wavelet diffusion models, and train them to synthesize healthy brain tissue. Our evaluation shows that the pseudo-3D model performs best regarding the structural-similarity index, peak signal-to-noise ratio, and mean squared error. To emphasize the clinical relevance, we fine-tune this model on data containing synthetic MS lesions and evaluate it on a downstream brain tissue segmentation task, whereby it outperforms the established FMRIB Software Library (FSL) lesion-filling method.
Abstract（参考訳）: 脳の構造的整合性に影響を与える疾患のモニタリングには、容積変化の評価のために、MRI画像の自動解析が必要である。しかし、多くの評価ツールは健康な組織を解析するために最適化されている。病理組織を含むスキャンの評価を可能にするためには,病理領域の健全な組織を復元する必要がある。本研究では,健常3次元脳組織の一貫した塗布のための拡散モデルについて検討し,拡張する。画像空間で作業する最先端の2D, 擬似3D, 3D法, および3D潜伏および3Dウェーブレット拡散モデルを修正し, 正常な脳組織を合成するよう訓練する。評価の結果,擬似3次元モデルでは,構造相似指数,ピーク信号-雑音比,平均二乗誤差が最良であることがわかった。臨床関連性を強調するために、このモデルを合成MS病変を含むデータに基づいて微調整し、下流脳組織分節タスクで評価し、確立されたFMRIBソフトウェアライブラリー(FSL)の病変充満法より優れる。

関連論文リスト

Building a Synthetic Vascular Model: Evaluation in an Intracranial Aneurysms Detection Scenario [0.8749675983608172]
このモデルは、脳動脈瘤を効率的に検出するために、3D畳み込みニューラルネットワークが使用できる脳動脈のデータセットを提供することを目的としている。本研究では, 人工血管モデルを網羅的に記述し, 動脈瘤の分節と検出のために設計されたニューラルネットワークを構築し, 合成モデルデータの拡張により得られた性能ギャップの詳細な評価を行う。
論文参考訳（メタデータ） (2024-11-04T18:08:24Z)
Brain3D: Generating 3D Objects from fMRI [76.41771117405973]
被験者のfMRIデータを入力として利用する新しい3Dオブジェクト表現学習手法であるBrain3Dを設計する。我々は,人間の視覚系の各領域の異なる機能的特徴を,我々のモデルが捉えていることを示す。予備評価は、Brain3Dがシミュレーションシナリオで障害した脳領域を正常に識別できることを示唆している。
論文参考訳（メタデータ） (2024-05-24T06:06:11Z)
A vascular synthetic model for improved aneurysm segmentation and detection via Deep Neural Networks [0.8749675983608172]
私たちの目標は、3D畳み込みニューラルネットワーク(CNN)で使用できる脳動脈のデータセットを提供することでした。本モデルは,動脈形状,ICA形状,背景雑音を同時に再現するように設計されている。
論文参考訳（メタデータ） (2024-03-27T16:22:45Z)
Denoising Diffusion Models for Inpainting of Healthy Brain Tissue [0.7022492404644499]
本論文は,健康な脳組織の局所的合成技術であるBraTS 2023への貢献である。この課題の課題は、腫瘍組織を脳磁気共鳴(MR)画像の健康な組織に変換することである。我々は、健康な組織を採取し、再び塗布されることを学ぶスライスを用いて訓練された2Dモデルを使用します。
論文参考訳（メタデータ） (2024-02-27T08:31:39Z)
On the Localization of Ultrasound Image Slices within Point Distribution Models [84.27083443424408]
甲状腺疾患は高分解能超音波(US)で診断されることが多い縦断追跡は病理甲状腺形態の変化をモニタリングするための重要な診断プロトコルである。 3次元形状表現におけるUS画像の自動スライスローカライズのためのフレームワークを提案する。
論文参考訳（メタデータ） (2023-09-01T10:10:46Z)
Two-and-a-half Order Score-based Model for Solving 3D Ill-posed Inverse Problems [7.074380879971194]
本稿では,3次元ボリューム再構成のための2次半順序スコアベースモデル(TOSM)を提案する。トレーニング期間中、TOSMは2次元空間のデータ分布を学習し、トレーニングの複雑さを低減する。再構成フェーズでは、TOSMは3方向の相補的なスコアを利用して、3次元空間のデータ分布を更新する。
論文参考訳（メタデータ） (2023-08-16T17:07:40Z)
Weakly Supervised AI for Efficient Analysis of 3D Pathology Samples [6.381153836752796]
3次元組織画像処理のためのボリュームブロック解析(MAMBA)のためのModality-Agnostic Multiple Case Learningを提案する。 3Dブロックベースのアプローチでは、MAMBAは2Dの単一スライスによる予測よりも優れた受信特性曲線(AUC)の0.86と0.74の領域を達成している。さらに, 組織体積が大きくなることで予後が向上し, サンプリングバイアスによるリスク予測のばらつきが軽減されることが示唆された。
論文参考訳（メタデータ） (2023-07-27T14:48:02Z)
Patched Diffusion Models for Unsupervised Anomaly Detection in Brain MRI [55.78588835407174]
本稿では,正常脳解剖のパッチベース推定法として拡散モデルの生成タスクを再構築する手法を提案する。腫瘍と多発性硬化症について検討し,既存のベースラインと比較して25.1%の改善がみられた。
論文参考訳（メタデータ） (2023-03-07T09:40:22Z)
3-Dimensional Deep Learning with Spatial Erasing for Unsupervised Anomaly Segmentation in Brain MRI [55.97060983868787]
我々は,MRIボリュームと空間消去を組み合わせた空間文脈の増大が,教師なしの異常セグメンテーション性能の向上に繋がるかどうかを検討する。本稿では,2次元変分オートエンコーダ(VAE)と3次元の相違点を比較し,3次元入力消去を提案し,データセットサイズが性能に与える影響を体系的に検討する。入力消去による最高の3D VAEは、平均DICEスコアが31.40%となり、2D VAEは25.76%となった。
論文参考訳（メタデータ） (2021-09-14T09:17:27Z)
Revisiting 3D Context Modeling with Supervised Pre-training for Universal Lesion Detection in CT Slices [48.85784310158493]
CTスライスにおける普遍的病変検出のための3Dコンテキスト強化2D特徴を効率的に抽出するための修飾擬似3次元特徴ピラミッドネットワーク(MP3D FPN)を提案する。新たな事前学習手法により,提案したMP3D FPNは,DeepLesionデータセット上での最先端検出性能を実現する。提案された3Dプリトレーニングウェイトは、他の3D医療画像分析タスクのパフォーマンスを高めるために使用できる。
論文参考訳（メタデータ） (2020-12-16T07:11:16Z)
Modelling the Distribution of 3D Brain MRI using a 2D Slice VAE [66.63629641650572]
本研究では,2次元スライスVAEとガウスモデルを組み合わせた3次元MR脳の体積分布をモデル化する手法を提案する。また,本研究では,脳解剖学に適合するセグメンテーションの精度を定量的に評価する新たなボリューム評価手法を提案する。
論文参考訳（メタデータ） (2020-07-09T13:23:15Z)

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。