論文の概要: A method for supervoxel-wise association studies of age and other non-imaging variables from coronary computed tomography angiograms

• arxiv url: http://arxiv.org/abs/2405.07762v2
• Date: Wed, 02 Oct 2024 12:33:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-03 15:16:42.019305
• Title: A method for supervoxel-wise association studies of age and other non-imaging variables from coronary computed tomography angiograms
• Title（参考訳）: 冠動脈造影CT血管造影による年齢と非画像変数の超ボクセル関連の研究
• Authors: Johan Öfverstedt, Elin Lundström, Göran Bergström, Joel Kullberg, Håkan Ahlström,
• Abstract要約: 冠状動脈造影による冠動脈造影における体積像と組織密度像の関連性について検討した。 我々は,画像分割,オブジェクト間画像登録,ロバストなスーパーボクセル相関解析に基づく新しい手法を開発した。 心室および心筋のDice係数と変換の逆整合性の観点から登録手法の評価を行った。
• 参考スコア（独自算出の注目度）: 1.9027456538318586
• License:
• Abstract: The study of associations between an individual's age and imaging and non-imaging data is an active research area that attempts to aid understanding of the effects and patterns of aging. In this work we have conducted a supervoxel-wise association study between both volumetric and tissue density features in coronary computed tomography angiograms and the chronological age of a subject, to understand the localized changes in morphology and tissue density with age. To enable a supervoxel-wise study of volume and tissue density, we developed a novel method based on image segmentation, inter-subject image registration, and robust supervoxel-based correlation analysis, to achieve a statistical association study between the images and age. We evaluate the registration methodology in terms of the Dice coefficient for the heart chambers and myocardium, and the inverse consistency of the transformations, showing that the method works well in most cases with high overlap and inverse consistency. In a sex-stratified study conducted on a subset of $n=1388$ images from the SCAPIS study, the supervoxel-wise analysis was able to find localized associations with age outside of the commonly segmented and analyzed sub-regions, and several substantial differences between the sexes in the association of age and volume.
• Abstract（参考訳）: 年齢と画像と非画像データの関連性の研究は、老化の影響やパターンの理解を助けるために活発な研究分野である。 本研究は, 冠状動脈造影血管造影像における体積と組織密度の特徴と経時的変化の関連性について検討し, 加齢に伴う形態変化と組織密度の局所的変化について検討した。 そこで我々は, 画像分割, オブジェクト間画像登録, 頑健なスーパーボクセル相関解析に基づく新しい手法を開発し, 画像と年齢の統計的関連性について検討した。 心室および心筋のDice係数と逆整合性を用いて登録手法の評価を行い,多くの症例において高い重なり合いと逆整合性を示す。 SCAPIS研究から得られたn=1388$画像のサブセットを用いた性階層化研究において、超ボクセル解析により、通常区分けされ分析されたサブリージョンの外側の年齢と、年齢と容積の関連における性別間の有意な差異を見出すことができた。

関連論文リスト

• Knowledge-Guided Prompt Learning for Lifespan Brain MR Image Segmentation [53.70131202548981]
  本稿では,脳MRIにKGPL(Knowledge-Guided Prompt Learning)を用いた2段階のセグメンテーションフレームワークを提案する。 具体的には,大規模データセットと準最適ラベルを用いたトレーニング前セグメンテーションモデルについて述べる。 知識的プロンプトの導入は、解剖学的多様性と生物学的プロセスの間の意味的関係を捉えている。
  論文  参考訳（メタデータ） (2024-07-31T04:32:43Z)
• Region-based Contrastive Pretraining for Medical Image Retrieval with Anatomic Query [56.54255735943497]
  医用画像検索のための地域別コントラスト事前トレーニング(RegionMIR) 医用画像検索のための領域ベースコントラスト事前トレーニング(RegionMIR)について紹介する。
  論文  参考訳（メタデータ） (2023-05-09T16:46:33Z)
• Medical Image Analysis using Deep Relational Learning [1.8465474345655504]
  医用画像セグメンテーションを行うために,特徴間の暗黙的関係情報を効果的にモデル化するコンテキスト対応完全畳み込みネットワークを提案する。 そこで我々は,隣接するフレーム間の空間的関係を学習し,正確な医用画像モザイクを実現するために,新しい階層的ホモグラフィー推定ネットワークを提案する。
  論文  参考訳（メタデータ） (2023-03-28T16:10:12Z)
• Brain Tissue Segmentation Across the Human Lifespan via Supervised Contrastive Learning [34.82366750668948]
  深層学習モデルを用いて,脳組織をヒトの寿命全体(0～100歳)に分割する試みを初めて行った。 我々のモデルは脳組織を正確に分割し、既存の方法より優れています。
  論文  参考訳（メタデータ） (2023-01-03T21:54:17Z)
• 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)
• SQUID: Deep Feature In-Painting for Unsupervised Anomaly Detection [76.01333073259677]
  無線画像からの異常検出のための空間認識型メモリキューを提案する(略してSQUID)。 SQUIDは, 微細な解剖学的構造を逐次パターンに分類でき, 推測では画像中の異常(見えない/修正されたパターン)を識別できる。
  論文  参考訳（メタデータ） (2021-11-26T13:47:34Z)
• Multi-Contrast Computed Tomography Healthy Kidney Atlas [3.0066242826634415]
  スケール全体の可変性を統合および視覚化するには、ボリュームメトリックアトラスフレームワークが必要です。 多発性コントラストCTには腹腔・後腹膜臓器のアラス・フレームワークは存在しない。 腹腔容積を高分解能CTアトラステンプレートに登録するために,深層学習に基づく興味抽出法と2段階階層自動登録パイプラインを導入する。
  論文  参考訳（メタデータ） (2020-12-23T01:03:16Z)
• Co-Heterogeneous and Adaptive Segmentation from Multi-Source and Multi-Phase CT Imaging Data: A Study on Pathological Liver and Lesion Segmentation [48.504790189796836]
  我々は,新しいセグメンテーション戦略,コヘテロジネティック・アダプティブセグメンテーション(CHASe)を提案する。 本稿では,外見に基づく半スーパービジョン,マスクに基づく対向ドメイン適応,擬似ラベルを融合した多目的フレームワークを提案する。 CHASeは4.2% sim 9.4%$の範囲で、病理的な肝臓マスクDice-Sorensen係数をさらに改善することができる。
  論文  参考訳（メタデータ） (2020-05-27T06:58:39Z)
• Local semi-supervised approach to brain tissue classification in child brain MRI [0.0]
  小児脳MRIにおけるほとんどのセグメンテーション法は、制御されており、主要な脳構造の大域的な強度確率計算に基づいている。 本稿では,主要な組織群(白質,灰白質)と髄液の分類を検討した。 本手法は, 部分体積推定(Partial Volume Estimation)と呼ばれる最先端の分類技術との比較により, 組織クラスの検出を改善した。
  論文  参考訳（メタデータ） (2020-05-20T06:43:41Z)
• Pathological Retinal Region Segmentation From OCT Images Using Geometric Relation Based Augmentation [84.7571086566595]
  本稿では,幾何学と形状の内在的関係を共同で符号化することで,従来のGANベースの医用画像合成法よりも優れた手法を提案する。 提案手法は,取得手順の異なる画像を有する公開RETOUCHデータセット上で,最先端のセグメンテーション手法より優れている。
  論文  参考訳（メタデータ） (2020-03-31T11:50:43Z)

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。