論文の概要: Classification of Carotid Plaque with Jellyfish Sign Through Convolutional and Recurrent Neural Networks Utilizing Plaque Surface Edges

• arxiv url: http://arxiv.org/abs/2406.18919v1
• Date: Thu, 27 Jun 2024 06:22:02 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-28 15:06:48.868279
• Title: Classification of Carotid Plaque with Jellyfish Sign Through Convolutional and Recurrent Neural Networks Utilizing Plaque Surface Edges
• Title（参考訳）: ゼリーフィッシュによる頸動脈プラークの分類 : プラーク表面エッジを用いた畳み込みニューラルネットワークと繰り返しニューラルネットワーク
• Authors: Takeshi Yoshidomi, Shinji Kume, Hiroaki Aizawa, Akira Furui,
• Abstract要約: ゼリーフィッシュのサインは、血流の脈動でプラークの表面が変動していることが特徴である。 本稿では,深層ニューラルネットワークを用いたゼリーフィッシュサインの超音波映像による分類法を提案する。
• 参考スコア（独自算出の注目度）: 2.4249102011714077
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In carotid arteries, plaque can develop as localized elevated lesions. The Jellyfish sign, marked by fluctuating plaque surfaces with blood flow pulsation, is a dynamic characteristic of these plaques that has recently attracted attention. Detecting this sign is vital, as it is often associated with cerebral infarction. This paper proposes an ultrasound video-based classification method for the Jellyfish sign, using deep neural networks. The proposed method first preprocesses carotid ultrasound videos to separate the movement of the vascular wall from plaque movements. These preprocessed videos are then combined with plaque surface information and fed into a deep learning model comprising convolutional and recurrent neural networks, enabling the efficient classification of the Jellyfish sign. The proposed method was verified using ultrasound video images from 200 patients. Ablation studies demonstrated the effectiveness of each component of the proposed method.
• Abstract（参考訳）: 頸動脈では、プラークは局所的な隆起病変として発達する。 ゼリーフィッシュのサインは、血流の脈動を伴うプラークの表面が変動していることが特徴で、最近注目されているプラークのダイナミックな特徴である。 この兆候を検出することは、脳梗塞と関連していることが多いため、不可欠である。 本稿では,深層ニューラルネットワークを用いたゼリーフィッシュサインの超音波映像による分類法を提案する。 提案法はまず頸動脈超音波ビデオを前処理し,血管壁の動きとプラークの動きを分離する。 これらの前処理されたビデオは、プラーク表面情報と組み合わせて、畳み込みニューラルネットワークと繰り返しニューラルネットワークからなるディープラーニングモデルに入力され、ゼリーフィッシュサインの効率的な分類を可能にする。 提案法は,200例の超音波画像を用いて検証した。 アブレーション実験により,提案手法の各成分の有効性が示された。

関連論文リスト

• Intraoperative Registration by Cross-Modal Inverse Neural Rendering [61.687068931599846]
  クロスモーダル逆ニューラルレンダリングによる神経外科手術における術中3D/2Dレジストレーションのための新しいアプローチを提案する。 本手法では,暗黙の神経表現を2つの構成要素に分離し,術前および術中における解剖学的構造について検討した。 臨床症例の振り返りデータを用いて本法の有効性を検証し,現在の登録基準を満たした状態での最先端の検査成績を示した。
  論文  参考訳（メタデータ） (2024-09-18T13:40:59Z)
• Force Sensing Guided Artery-Vein Segmentation via Sequential Ultrasound Images [14.349652168367767]
  本研究は,動脈-静脈間分節精度を高めるために,新しい力覚誘導分節法を提案する。 提案手法は,超音波画像の列において,最も顕著な血管変形を伴う鍵フレームの同定に力量を用いる。 負荷と画像データの両方を同時に含む最初のマルチモーダル超音波静脈分割データセットMus-Vをコントリビュートする。
  論文  参考訳（メタデータ） (2024-07-31T07:32:18Z)
• Spatiotemporal Disentanglement of Arteriovenous Malformations in Digital Subtraction Angiography [37.44819725897024]
  本提案手法は, 船舶の自動分類による臨界情報を強調することにより, デジタルサブトラクション血管造影(DSA)画像シリーズを向上することを目的としている。 本法は, 臨床用DSA画像シリーズを用いて検討し, 動脈と静脈の効率的な鑑別を実証した。
  論文  参考訳（メタデータ） (2024-02-15T00:29:53Z)
• AiAReSeg: Catheter Detection and Segmentation in Interventional Ultrasound using Transformers [75.20925220246689]
  血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。 本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
  論文  参考訳（メタデータ） (2023-09-25T19:34:12Z)
• Orientation-guided Graph Convolutional Network for Bone Surface Segmentation [51.51690515362261]
  骨表面をセグメント化しながら接続性を向上する指向性グラフ畳み込みネットワークを提案する。 提案手法は,接続距離を5.01%向上させる。
  論文  参考訳（メタデータ） (2022-06-16T23:01:29Z)
• An Algorithm for the Labeling and Interactive Visualization of the Cerebrovascular System of Ischemic Strokes [59.116811751334225]
  VirtualDSA++は、CTAスキャンで脳血管ツリーをセグメンテーションし、ラベル付けするために設計されたアルゴリズムである。 閉塞血管を同定するために,脳動脈のラベル付け機構を拡張した。 本稿では,そのモデルの全ノードにおける経路の反復的体系探索という一般的な概念を紹介し,新たな対話的特徴を実現する。
  論文  参考訳（メタデータ） (2022-04-26T14:20:26Z)
• RAVIR: A Dataset and Methodology for the Semantic Segmentation and Quantitative Analysis of Retinal Arteries and Veins in Infrared Reflectance Imaging [7.316426736150123]
  Infrared Reflectance (IR) 画像における網膜動脈と静脈のセグメンテーションのための新しいデータセット RAVIR を提案する。 本稿では,網膜動脈と静脈のセマンティックセグメンテーションのための,新しい深層学習手法を提案する。 本実験は,SegRAVIRの有効性を検証し,最先端モデルと比較して優れた性能を示した。
  論文  参考訳（メタデータ） (2022-03-28T17:30:29Z)
• Stratification of carotid atheromatous plaque using interpretable deep learning methods on B-mode ultrasound images [1.1254693939127909]
  頸動脈硬化は虚血性脳卒中の主要な原因であり、毎年死亡率と障害率が高い。 本稿では,頸動脈動脈プラークのリスク評価と成層化のための,頸動脈超音波画像の解釈可能な分類手法を提案する。
  論文  参考訳（メタデータ） (2022-02-04T23:10:24Z)
• Multi-Task Neural Networks with Spatial Activation for Retinal Vessel Segmentation and Artery/Vein Classification [49.64863177155927]
  本稿では,網膜血管,動脈,静脈を同時に分割する空間活性化機構を備えたマルチタスクディープニューラルネットワークを提案する。 提案するネットワークは,容器分割における画素ワイド精度95.70%,A/V分類精度94.50%を実現している。
  論文  参考訳（メタデータ） (2020-07-18T05:46:47Z)
• Deep Placental Vessel Segmentation for Fetoscopic Mosaicking [12.90721035124636]
  本稿では, 胎盤血管のセグメンテーションを行うためにU-Netアーキテクチャを利用する手法を提案する。 6種類のin vivo fetoscopic videoの実験では、血管の強度に基づく登録は画像の強度に基づく登録方法よりも優れていた。
  論文  参考訳（メタデータ） (2020-07-08T18:09:40Z)
• Microvascular Dynamics from 4D Microscopy Using Temporal Segmentation [81.30750944868142]
  経時的に脳血流量の変化を追跡でき, ピアル表面に向かって伝播する自発性動脈拡張を同定できる。 この新たなイメージング機能は、機能的磁気共鳴イメージング(fMRI)を基盤とした血行動態応答関数を特徴付けるための有望なステップである。
  論文  参考訳（メタデータ） (2020-01-14T22:55:03Z)

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。