論文の概要: DSCA: A Digital Subtraction Angiography Sequence Dataset and Spatio-Temporal Model for Cerebral Artery Segmentation

• arxiv url: http://arxiv.org/abs/2406.00341v1
• Date: Sat, 1 Jun 2024 07:35:21 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-06 07:34:33.654538
• Title: DSCA: A Digital Subtraction Angiography Sequence Dataset and Spatio-Temporal Model for Cerebral Artery Segmentation
• Title（参考訳）: DSCA(Digital Subtraction Angiography Sequence Dataset and Spatio-Temporal Model for Cerebral Artery Segmentation)
• Authors: Qihang Xie, Mengguo Guo, Lei Mou, Dan Zhang, Da Chen, Caifeng Shan, Yitian Zhao, Ruisheng Su, Jiong Zhang,
• Abstract要約: DSAシークエンスに基づく脳動脈セグメンテーションデータセット(DSCA)を提案する。 単一のフレームにのみフォーカスする既存のDSAセグメンテーション手法とは異なり、提案されたDSANetでは、複数のフレームにまたがる動的血管の詳細をキャプチャするための、個別のテンポラリエンコーディングブランチが導入されている。 大規模な実験により、DSANetはCAセグメンテーションにおいて他の最先端の手法よりも優れており、Dice は 0.9033 である。
• 参考スコア（独自算出の注目度）: 26.05396884171782
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cerebrovascular diseases (CVDs) remain a leading cause of global disability and mortality. Digital Subtraction Angiography (DSA) sequences, recognized as the golden standard for diagnosing CVDs, can clearly visualize the dynamic flow and reveal pathological conditions within the cerebrovasculature. Therefore, precise segmentation of cerebral arteries (CAs) and classification between their main trunks and branches are crucial for physicians to accurately quantify diseases. However, achieving accurate CA segmentation in DSA sequences remains a challenging task due to small vessels with low contrast, and ambiguity between vessels and residual skull structures. Moreover, the lack of publicly available datasets limits exploration in the field. In this paper, we introduce a DSA Sequence-based Cerebral Artery segmentation dataset (DSCA), the first publicly accessible dataset designed specifically for pixel-level semantic segmentation of CAs. Additionally, we propose DSANet, a spatio-temporal network for CA segmentation in DSA sequences. Unlike existing DSA segmentation methods that focus only on a single frame, the proposed DSANet introduces a separate temporal encoding branch to capture dynamic vessel details across multiple frames. To enhance small vessel segmentation and improve vessel connectivity, we design a novel TemporalFormer module to capture global context and correlations among sequential frames. Furthermore, we develop a Spatio-Temporal Fusion (STF) module to effectively integrate spatial and temporal features from the encoder. Extensive experiments demonstrate that DSANet outperforms other state-of-the-art methods in CA segmentation, achieving a Dice of 0.9033.
• Abstract（参考訳）: 脳血管疾患(CVD)は、世界的な障害と死亡の主な原因である。 DSA(Digital Subtraction Angiography)は、CVDの診断における黄金の基準として認識されており、脳血管内のダイナミックフローをはっきりと可視化し、病理状態を明らかにすることができる。 そのため,脳動脈(CA)の正確な分節化と幹と枝の分類は,医師にとって疾患の正確な定量化に不可欠である。 しかし、DSA配列の正確なCAセグメンテーションを実現することは、低コントラストの小さな容器と、船体と残存頭蓋骨構造の間のあいまいさのため、依然として難しい課題である。 さらに、公開データセットの欠如により、フィールドでの探索が制限される。 本稿では,CAの画素レベルのセマンティックセマンティックセマンティックセマンティクスのために設計された,DSAシークエンスに基づく脳動脈セマンティクスデータセット(DSCA)を紹介する。 さらに,DSAシーケンスにおけるCAセグメンテーションのための時空間ネットワークであるDSANetを提案する。 単一のフレームにのみフォーカスする既存のDSAセグメンテーション手法とは異なり、提案されたDSANetでは、複数のフレームにまたがる動的血管の詳細をキャプチャするための、個別のテンポラリエンコーディングブランチが導入されている。 小型の容器のセグメンテーションを強化し、容器接続性を向上させるため、シーケンシャルフレーム間のグローバルなコンテキストと相関をキャプチャする新しいTemporalFormerモジュールを設計する。 さらに,エンコーダの空間的特徴と時間的特徴を効果的に統合する時空間融合(STF)モジュールを開発した。 大規模な実験により、DSANetはCAセグメンテーションにおいて他の最先端の手法よりも優れており、Dice は 0.9033 である。

関連論文リスト

• KaLDeX: Kalman Filter based Linear Deformable Cross Attention for Retina Vessel Segmentation [46.57880203321858]
  カルマンフィルタを用いた線形変形型クロスアテンション(LDCA)モジュールを用いた血管セグメンテーションのための新しいネットワーク(KaLDeX)を提案する。 我々のアプローチは、カルマンフィルタ(KF)ベースの線形変形可能な畳み込み(LD)とクロスアテンション(CA)モジュールの2つの重要なコンポーネントに基づいている。 提案手法は,網膜基底画像データセット(DRIVE,CHASE_BD1,STARE)とOCTA-500データセットの3mm,6mmを用いて評価した。
  論文  参考訳（メタデータ） (2024-10-28T16:00:42Z)
• Towards a Benchmark for Colorectal Cancer Segmentation in Endorectal Ultrasound Videos: Dataset and Model Development [59.74920439478643]
  本稿では,多様なERUSシナリオをカバーする最初のベンチマークデータセットを収集し,注釈付けする。 ERUS-10Kデータセットは77の動画と10,000の高解像度アノテートフレームで構成されています。 本稿では,ASTR (Adaptive Sparse-context TRansformer) という大腸癌セグメンテーションのベンチマークモデルを提案する。
  論文  参考訳（メタデータ） (2024-08-19T15:04:42Z)
• AGFA-Net: Attention-Guided and Feature-Aggregated Network for Coronary Artery Segmentation using Computed Tomography Angiography [5.583495103569884]
  CCTA画像を用いた冠動脈セグメンテーションのための注意誘導型3Dディープネットワーク(AGFA-Net)を提案する。 AGFA-Netは注意機構と機能改善モジュールを活用して、有能な特徴を捉え、セグメンテーションの精度を高める。 1000個のCCTAスキャンからなるデータセットの評価はAGFA-Netの優れた性能を示し、平均Dice係数は86.74%、ハウスドルフ距離は0.23mmである。
  論文  参考訳（メタデータ） (2024-06-13T01:04:47Z)
• TSI-Net: A Timing Sequence Image Segmentation Network for Intracranial Artery Segmentation in Digital Subtraction Angiography [14.584220472118188]
  本稿では,TSI-Net と呼ばれる U-shape を用いた時系列画像分割ネットワークを提案する。 エンコーダには双方向のConvGRUモジュール(BCM)が組み込まれており、可変長DSAシーケンスを入力できる。 近年の最先端ネットワークよりも性能が著しく向上している。
  論文  参考訳（メタデータ） (2023-09-07T04:44:38Z)
• VesselShot: Few-shot learning for cerebral blood vessel segmentation [3.0612001095032335]
  本稿では,脳血管セグメンテーションのためのVesselShotという数発の学習手法を提案する。 VesselShotは、いくつかのアノテーション付きサポートイメージからの知識を活用し、ラベル付きデータの不足を軽減する。 本研究では,VesselShotの性能を,セグメンテーションタスクのために公開されているTubeTKデータセットを用いて評価した。
  論文  参考訳（メタデータ） (2023-08-28T14:48:49Z)
• DIAS: A Dataset and Benchmark for Intracranial Artery Segmentation in DSA sequences [19.61593883367223]
  血管形態の定量化にはDSA(Digital Subtraction Angiography)の頭蓋内動脈(IA)が重要である。 現在の研究は、主にプロプライエタリデータセットを使用した単一フレームDSAのセグメンテーションに焦点を当てている。 DSAシークエンスにおけるIAセグメンテーションのためのデータセットであるDIASを紹介する。
  論文  参考訳（メタデータ） (2023-06-21T10:03:56Z)
• Structure-aware registration network for liver DCE-CT images [50.28546654316009]
  セグメント化誘導深層登録網に関連臓器の構造情報を組み込んだ構造認識型登録手法を提案する。 提案手法は,最新技術よりも高い登録精度を達成し,解剖学的構造を効果的に維持することができる。
  論文  参考訳（メタデータ） (2023-03-08T14:08:56Z)
• Boundary Guided Semantic Learning for Real-time COVID-19 Lung Infection Segmentation System [69.40329819373954]
  新型コロナウイルス(COVID-19)は、世界中の医療システムに悪影響を及ぼし続けている。 現段階では、新型コロナウイルスの診断と治療には、CT画像から肺感染症領域を自動的に分離することが不可欠である。 本稿では,境界案内型セマンティックラーニングネットワーク(BSNet)を提案する。
  論文  参考訳（メタデータ） (2022-09-07T05:01:38Z)
• FetReg: Placental Vessel Segmentation and Registration in Fetoscopy Challenge Dataset [57.30136148318641]
  Fetoscopy Laser Photocoagulation はツイン・ツー・ツイン・トランスフュージョン症候群(TTTS)の治療に広く用いられている治療法である これにより、プロシージャ時間と不完全アブレーションが増加し、持続的なTTTSが生じる可能性がある。 コンピュータ支援による介入は、ビデオモザイクによって胎児の視野を広げ、船体ネットワークのより良い視覚化を提供することによって、これらの課題を克服するのに役立つかもしれない。 本稿では,長期フェトスコープビデオからドリフトフリーモザイクを作成することを目的とした,胎児環境のための汎用的でロバストなセマンティックセマンティックセグメンテーションとビデオモザイクアルゴリズムを開発するための大規模マルチセントデータセットを提案する。
  論文  参考訳（メタデータ） (2021-06-10T17:14:27Z)
• Rethinking the Extraction and Interaction of Multi-Scale Features for Vessel Segmentation [53.187152856583396]
  網膜血管と主要動脈を2次元基底画像と3次元CTアンギオグラフィー(CTA)スキャンで分割する,PC-Netと呼ばれる新しいディープラーニングモデルを提案する。 PC-Netでは、ピラミッド圧縮励起(PSE)モジュールが各畳み込みブロックに空間情報を導入し、より効果的なマルチスケール特徴を抽出する能力を高めている。
  論文  参考訳（メタデータ） (2020-10-09T08:22:54Z)

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。