Fugu-MT 論文翻訳(概要): fastMRI Breast: A publicly available radial k-space dataset of breast dynamic contrast-enhanced MRI

論文の概要: fastMRI Breast: A publicly available radial k-space dataset of breast dynamic contrast-enhanced MRI

arxiv url: http://arxiv.org/abs/2406.05270v1
Date: Fri, 7 Jun 2024 21:37:48 GMT
ステータス: 処理完了
システム内更新日: 2024-06-11 20:34:04.686426
Title: fastMRI Breast: A publicly available radial k-space dataset of breast dynamic contrast-enhanced MRI
Title（参考訳）: fastMRI Breast : 乳房ダイナミックコントラスト強調MRIの公用ラジアルk空間データセット
Authors: Eddy Solomon, Patricia M. Johnson, Zhengguo Tan, Radhika Tibrewala, Yvonne W. Lui, Florian Knoll, Linda Moy, Sungheon Gene Kim, Laura Heacock,
Abstract要約: このデータキュレーション作業は、乳房MRI検査で取得した乳房DCE-MRIのための放射状k空間とDICOMデータの大規模なデータセットを初めて導入する。本データセットは, 患者年齢, 更年期状態, 病変(陰性, 良性, 悪性) および各症例の病変タイプを示す症例レベルラベルを含む。
参考スコア（独自算出の注目度）: 1.082144972650953
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This data curation work introduces the first large-scale dataset of radial k-space and DICOM data for breast DCE-MRI acquired in diagnostic breast MRI exams. Our dataset includes case-level labels indicating patient age, menopause status, lesion status (negative, benign, and malignant), and lesion type for each case. The public availability of this dataset and accompanying reconstruction code will support research and development of fast and quantitative breast image reconstruction and machine learning methods.
Abstract（参考訳）: このデータキュレーション作業は、乳房MRI検査で取得した乳房DCE-MRIのための放射状k空間とDICOMデータの大規模なデータセットを初めて導入する。本データセットは, 患者年齢, 更年期状態, 病変(陰性, 良性, 悪性) および各症例の病変タイプを示す症例レベルラベルを含む。このデータセットの公開とそれに伴う再構成コードは、高速で定量的な乳房画像再構成と機械学習手法の研究と開発を支援する。

関連論文リスト

SMILE-UHURA Challenge -- Small Vessel Segmentation at Mesoscopic Scale from Ultra-High Resolution 7T Magnetic Resonance Angiograms [60.35639972035727]
公開されている注釈付きデータセットの欠如は、堅牢で機械学習駆動のセグメンテーションアルゴリズムの開発を妨げている。 SMILE-UHURAチャレンジは、7T MRIで取得したTime-of-Flightアンジオグラフィーの注釈付きデータセットを提供することで、公開されている注釈付きデータセットのギャップに対処する。 Diceスコアは、それぞれのデータセットで0.838 $pm$0.066と0.716 $pm$ 0.125まで到達し、平均パフォーマンスは0.804 $pm$ 0.15までになった。
論文参考訳（メタデータ） (2024-11-14T17:06:00Z)
ISLES 2024: The first longitudinal multimodal multi-center real-world dataset in (sub-)acute stroke [2.7919032539697444]
ストロークは世界的死亡率と死亡率の主要な原因であり、社会経済的重荷を負っている。脳卒中画像から有意義で再現可能な脳機能のモデルを抽出できる機械学習アルゴリズムを開発する。このデータセットは, 血管造影と灌流による急性CT像, 2～9日間の経過観察, 急性期, 慢性期の臨床データなど, 経時的脳梗塞の包括的データとして初めて提供された。
論文参考訳（メタデータ） (2024-08-20T18:59:52Z)
Cancer-Net PCa-Data: An Open-Source Benchmark Dataset for Prostate Cancer Clinical Decision Support using Synthetic Correlated Diffusion Imaging Data [75.77035221531261]
Cancer-Net PCa-Dataは、PCa患者の画像データであるボリュームCDI$s$のオープンソースベンチマークデータセットである。 Cancer-Net PCa-Dataは、PCa用のCDI$s$画像データの最初の公開データセットである。
論文参考訳（メタデータ） (2023-11-20T10:28:52Z)
CMRxRecon: An open cardiac MRI dataset for the competition of accelerated image reconstruction [62.61209705638161]
ディープラーニングベースのCMRイメージングアルゴリズムへの関心が高まっている。ディープラーニング手法は大規模なトレーニングデータセットを必要とする。このデータセットには300人の被験者のマルチコントラスト、マルチビュー、マルチスライス、マルチコイルCMRイメージングデータが含まれている。
論文参考訳（メタデータ） (2023-09-19T15:14:42Z)
FastMRI Prostate: A Publicly Available, Biparametric MRI Dataset to Advance Machine Learning for Prostate Cancer Imaging [1.9619538084894699]
今回,2023年4月のfastMRIデータセットの拡張について述べる。データセットは、T2重み付きおよび拡散重み付き配列のための生のk空間と再構成された画像と、前立腺癌の存在と程度を示すスライスレベルラベルから構成される。
論文参考訳（メタデータ） (2023-04-18T19:34:28Z)
A Multi-Institutional Open-Source Benchmark Dataset for Breast Cancer Clinical Decision Support using Synthetic Correlated Diffusion Imaging Data [82.74877848011798]
Cancer-Net BCaは、乳がん患者の画像データであるボリュームCDI$s$の複数機関のオープンソースベンチマークデータセットである。 Cancer-Net BCaは、機械学習の進歩を加速し、がんと戦う臨床医を助ける、グローバルなオープンソースイニシアチブの一部として、一般公開されている。
論文参考訳（メタデータ） (2023-04-12T05:41:44Z)
Iterative Data Refinement for Self-Supervised MR Image Reconstruction [18.02961646651716]
自己教師型MR画像再構成のためのデータ改質フレームワークを提案する。まず,自己教師付き手法と教師付き手法のパフォーマンスギャップの原因を解析する。そして、このデータバイアスを低減するために、効果的な自己教師付きトレーニングデータ精錬法を設計する。
論文参考訳（メタデータ） (2022-11-24T06:57:16Z)
ISLES 2022: A multi-center magnetic resonance imaging stroke lesion segmentation dataset [36.278933802685316]
このデータセットは、脳卒中病変の大きさ、量、位置の多様性が高い400のマルチベンダーMRI症例からなる。 n=250のトレーニングデータセットとn=150のテストデータセットに分けられる。テストデータセットはモデル検証のみに使用され、一般にはリリースされない。
論文参考訳（メタデータ） (2022-06-14T08:54:40Z)
Breast Cancer Induced Bone Osteolysis Prediction Using Temporal Variational Auto-Encoders [65.95959936242993]
骨分解性骨病変の進展を正確に予測し,可視化する深層学習フレームワークを開発した。乳癌患者の骨格関連事象(SRE)を予防するための治療戦略の計画と評価を支援する。
論文参考訳（メタデータ） (2022-03-20T21:00:10Z)
Robust Compressed Sensing MRI with Deep Generative Priors [84.69062247243953]
臨床MRIデータに対するCSGMフレームワークの初成功例を示す。我々は、高速MRIデータセットから脳スキャンに先立って生成をトレーニングし、Langevin dynamicsによる後部サンプリングが高品質な再構成を実現することを示す。
論文参考訳（メタデータ） (2021-08-03T08:52:06Z)
Multi-Coil MRI Reconstruction Challenge -- Assessing Brain MRI Reconstruction Models and their Generalizability to Varying Coil Configurations [40.263770807921524]
深層学習に基づく脳磁気共鳴画像(MRI)再構成法は、MRI取得プロセスを加速する可能性がある。マルチコイル磁気共鳴画像(MC-MRI)再構成チャレンジは、これらの問題に対処するためのベンチマークを提供する。本稿では,この課題を実験的に考察し,脳MRI再建モデルのベースラインと状態のセットの結果を要約する。
論文参考訳（メタデータ） (2020-11-10T04:11:48Z)

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。