論文の概要: SLOctolyzer: Fully automatic analysis toolkit for segmentation and feature extracting in scanning laser ophthalmoscopy images

• arxiv url: http://arxiv.org/abs/2406.16466v2
• Date: Mon, 11 Nov 2024 23:25:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-13 13:17:47.537894
• Title: SLOctolyzer: Fully automatic analysis toolkit for segmentation and feature extracting in scanning laser ophthalmoscopy images
• Title（参考訳）: SLOctolyzer:走査型レーザー眼科画像におけるセグメント化と特徴抽出のための完全自動解析ツールキット
• Authors: Jamie Burke, Samuel Gibbon, Justin Engelmann, Adam Threlfall, Ylenia Giarratano, Charlene Hamid, Stuart King, Ian J. C. MacCormick, Tom MacGillivray,
• Abstract要約: 本研究の目的は、赤外反射レーザースキャン(SLO)画像における網膜血管のオープンソース解析であるSLOctolyzerの導入である。 セグメンテーションモジュールは、深層学習法を用いて網膜解剖を規定し、眼窩と視ディスクを検出する。 測定モジュールは、分割された網膜血管の複雑さ、密度、靭性、口径を定量化する。
• 参考スコア（独自算出の注目度）: 4.205028392035434
• License:
• Abstract: Purpose: The purpose of this study was to introduce SLOctolyzer: an open-source analysis toolkit for en face retinal vessels in infrared reflectance scanning laser ophthalmoscopy (SLO) images. Methods: SLOctolyzer includes two main modules: segmentation and measurement. The segmentation module uses deep learning methods to delineate retinal anatomy, and detects the fovea and optic disc, whereas the measurement module quantifies the complexity, density, tortuosity, and calibre of the segmented retinal vessels. We evaluated the segmentation module using unseen data and measured its reproducibility. Results: SLOctolyzer's segmentation module performed well against unseen internal test data (Dice for all-vessels = 0.91; arteries = 0.84; veins = 0.85; optic disc = 0.94; and fovea = 0.88). External validation against severe retinal pathology showed decreased performance (Dice for arteries = 0.72; veins = 0.75; and optic disc = 0.90). SLOctolyzer had good reproducibility (mean difference for fractal dimension = -0.001; density = -0.0003; calibre = -0.32 microns; and tortuosity density = 0.001). SLOctolyzer can process a 768 x 768 pixel macula-centred SLO image in under 20 seconds and a disc-centred SLO image in under 30 seconds using a laptop CPU. Conclusions: To our knowledge, SLOctolyzer is the first open-source tool to convert raw SLO images into reproducible and clinically meaningful retinal vascular parameters. SLO images are captured simultaneous to optical coherence tomography (OCT), and we believe SLOctolyzer will be useful for extracting retinal vascular measurements from large OCT image sets and linking them to ocular or systemic diseases. It requires no specialist knowledge or proprietary software, and allows manual correction of segmentations and re-computing of vascular metrics. SLOctolyzer is freely available at https://github.com/jaburke166/SLOctolyzer.
• Abstract（参考訳）: 目的:本研究の目的は,赤外反射走査レーザー眼科領域の網膜血管を包含するオープンソース分析ツールキットであるSLOctolyzerを導入することである。 メソッド: SLOctolyzerにはセグメンテーションと測定という2つの主要なモジュールが含まれている。 セグメンテーションモジュールは、深層学習法を用いて網膜解剖を規定し、葉および視神経ディスクを検出する一方、測定モジュールは、セグメンテーションされた網膜血管の複雑さ、密度、靭性、口径を定量化する。 未確認データを用いてセグメンテーションモジュールを評価し,再現性を測定した。 結果: SLOctolyzerのセグメンテーションモジュールは未確認内部試験データに対して良好に動作した(全血管=0.91、動脈=0.84、静脈=0.85、光ディスク=0.94、fovea=0.88)。 重症網膜疾患に対する外的検証では、動脈に対するDice = 0.72, veins = 0.75,optic disc = 0.90) が低下した。 SLOctolyzer の再現性は良好(フラクタル次元=-0.001, 密度=-0.0003, 口径=-0.32マイクロン, トルチューシティ密度= 0.001)であった。 SLOは768 x 768ピクセルのマキュラ中心のSLO画像を20秒未満で処理でき、ディスク中心のSLO画像を30秒未満でラップトップCPUで処理できる。 結論: SLOctolyzerは, 生のSLO画像を再現性, 臨床的に有意な網膜血管パラメータに変換する最初のオープンソースツールである。 SLO画像は光コヒーレンス断層撮影(OCT)と同時撮影され、SLOctolyzerは大規模なOCT画像から網膜血管計測を抽出し、眼疾患や全身疾患にリンクするのに役立つと信じている。 専門知識やプロプライエタリなソフトウェアは必要とせず、セグメンテーションの手作業による修正と、血管メトリクスの再計算が可能である。 SLOctolyzerはhttps://github.com/jaburke166/SLOctolyzerで無料で利用できる。

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)
• OCTolyzer: Fully automatic analysis toolkit for segmentation and feature extracting in optical coherence tomography (OCT) and scanning laser ophthalmoscopy (SLO) data [3.8485899972356337]
  OCTolyzerは光学コヒーレンストモグラフィー(OCT)および走査型レーザー眼鏡(SLO)画像における網膜脈絡膜解析のためのオープンソースツールキットである。
  論文  参考訳（メタデータ） (2024-07-19T08:56:12Z)
• TotalSegmentator MRI: Sequence-Independent Segmentation of 59 Anatomical Structures in MR images [62.53931644063323]
  本研究では,TotalSegmentatorをMR画像に拡張した。 このデータセットに基づいてnnU-Netセグメンテーションアルゴリズムを訓練し、類似度係数(Dice)を計算し、モデルの性能を評価した。 このモデルは、他の2つの公開セグメンテーションモデル(Dice score 0.824 vs 0.762; p0.001 and 0.762 versus 0.542; p)を大きく上回った。
  論文  参考訳（メタデータ） (2024-05-29T20:15:54Z)
• Domain-specific augmentations with resolution agnostic self-attention mechanism improves choroid segmentation in optical coherence tomography images [3.8485899972356337]
  脈絡膜は眼の重要な血管層であり、網膜光受容体に酸素を供給する。 現在、コロイドを測定するには、独立した半自動および深層学習に基づく複数のアルゴリズムを使う必要がある。 我々は、コロイドセグメンテーション(REACH)のためのロバストで解像度に依存しない、効果的な注意に基づくネットワークを提案する。
  論文  参考訳（メタデータ） (2024-05-23T11:35:23Z)
• A publicly available vessel segmentation algorithm for SLO images [0.0]
  Infra-red scanning laser ophthalmoscope (IRSLO) 画像は、後極と網膜血管の微細な細部を表示する際の眼底のカラー写真と類似している。 IRSLO画像に特化した血管分割アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2023-11-29T10:53:08Z)
• EyeLS: Shadow-Guided Instrument Landing System for Intraocular Target Approaching in Robotic Eye Surgery [51.05595735405451]
  ロボット眼科手術(Robotic Ophthalmic surgery)は、網膜下注入における網膜侵入や網膜剥離における浮動組織の除去など、高精度な介入を促進する新しい技術である。 現在の画像に基づく手法では、針先端の軌跡を網膜と浮動標的の両方に向けて効果的に推定することはできない。 本研究では,ターゲットの影位置と楽器先端を用いて相対的な深度位置を推定する。 手術シミュレータでは, 平均深度0.0127mm, 平均深度0.3473mm, 平均深度0.0127mm, 平均深度0.3473mmを目標とした。
  論文  参考訳（メタデータ） (2023-11-15T09:11:37Z)
• LMBiS-Net: A Lightweight Multipath Bidirectional Skip Connection based CNN for Retinal Blood Vessel Segmentation [0.0]
  ブラディングアイの病気は、しばしば変化した網膜形態と相関し、眼底画像の網膜構造をセグメント化することによって臨床的に識別できる。 深層学習は、医用画像のセグメンテーションにおいて有望であるが、反復的な畳み込みとプール操作への依存は、エッジ情報の表現を妨げる可能性がある。 LMBiS-Net と呼ばれる軽量な画素レベルのCNNを網膜血管のセグメンテーションのために提案する。
  論文  参考訳（メタデータ） (2023-09-10T09:03:53Z)
• Affinity Feature Strengthening for Accurate, Complete and Robust Vessel Segmentation [48.638327652506284]
  血管セグメンテーションは、冠動脈狭窄、網膜血管疾患、脳動脈瘤などの多くの医学的応用において重要である。 コントラストに敏感なマルチスケールアフィニティアプローチを用いて,幾何学的手法と画素単位のセグメンテーション特徴を連成的にモデル化する新しいアプローチであるAFNを提案する。
  論文  参考訳（メタデータ） (2022-11-12T05:39:17Z)
• Physiology-based simulation of the retinal vasculature enables annotation-free segmentation of OCT angiographs [8.596819713822477]
  提案するパイプラインは,大量のリアルなOCTA画像を,本質的に一致する基底真理ラベルで合成する。 提案手法は,1) 様々な網膜叢をモデル化した生理的シミュレーション,2) 物理に基づく画像拡張のスイートの2つの新しい構成要素を基礎にしている。
  論文  参考訳（メタデータ） (2022-07-22T14:22:22Z)
• 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)
• Multifold Acceleration of Diffusion MRI via Slice-Interleaved Diffusion Encoding (SIDE) [50.65891535040752]
  本稿では,Slice-Interleaved Diffusionと呼ばれる拡散符号化方式を提案する。 SIDEは、拡散重み付き(DW)画像ボリュームを異なる拡散勾配で符号化したスライスでインターリーブする。 また,高いスライスアンサンプデータからDW画像を効果的に再構成するためのディープラーニングに基づく手法を提案する。
  論文  参考訳（メタデータ） (2020-02-25T14:48:17Z)

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。