論文の概要: Chemical Shift Encoding based Double Bonds Quantification in Triglycerides using Deep Image Prior

• arxiv url: http://arxiv.org/abs/2407.01926v4
• Date: Tue, 29 Oct 2024 12:10:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-30 20:19:30.166208
• Title: Chemical Shift Encoding based Double Bonds Quantification in Triglycerides using Deep Image Prior
• Title（参考訳）: 深部画像を用いたトリグリセリドの化学シフトエンコーディングに基づく二重結合定量
• Authors: Chaoxing Huang, Ziqiang Yu, Zijian Gao, Qiuyi Shen, Queenie Chan, Vincent Wai-Sun Wong, Winnie Chiu-Wing Chu, Weitian Chen,
• Abstract要約: 脂肪酸は代謝異常や炎症状態を評価するバイオマーカーとして機能し、二重結合の定量化が脂肪酸情報を明らかにする鍵となる。 本研究では, 深層画像優先法(DIP)を用いて, 化学シフトエンコードされたマルチエコ勾配エコー画像から得られたトリグリセリドの二重結合とメチレン切断二重結合の定量化を行う。
• 参考スコア（独自算出の注目度）: 1.5933094380194248
• License:
• Abstract: Fatty acid can potentially serve as biomarker for evaluating metabolic disorder and inflammation condition, and quantifying the double bonds is the key for revealing fatty acid information. This study presents an assessment of a deep learning approach utilizing Deep Image Prior (DIP) for the quantification of double bonds and methylene-interrupted double bonds of triglyceride derived from chemical-shift encoded multi-echo gradient echo images, all achieved without the necessity for network training. The methodology implemented a cost function grounded in signal constraints to continually refine the neural network's parameters on a single slice of images through iterative processes. Validation procedures encompassed both phantom experiments and in-vivo scans. The outcomes evidenced a concordance between the quantified values and the established reference standards, notably exemplified by a Pearson correlation coefficient of 0.96 (p = 0.0005) derived from the phantom experiments. The results in water-oil phantom also demonstrate the quantification reliability of the DIP method under the condition of having a relatively low-fat signal. Furthermore, the in-vivo assessments showcased the method's competency by showcasing consistent quantification results that closely mirrored previously published findings concerning subcutaneous fat. In summary, the study underscores the potential of Deep Image Prior in enabling the quantification of double bonds and methylene-interrupted double bonds from chemical-shift encoded multi-echo magnetic resonance imaging (MRI) data, suggesting potential avenues for future research and clinical applications in the field.
• Abstract（参考訳）: 脂肪酸は代謝異常や炎症状態を評価するバイオマーカーとして機能し、二重結合の定量化が脂肪酸情報を明らかにする鍵となる。 本研究では,Deep Image Prior (DIP) を用いた深層学習手法を用いて,化学シフトエンコードされたマルチエコ勾配エコー画像から得られたトリグリセリドの二重結合とメチレン切断二重結合の定量化を行った。 この手法は信号制約を基礎としたコスト関数を実装し、反復的なプロセスを通じて単一の画像のスライス上でニューラルネットワークのパラメータを継続的に洗練した。 検証手順はファントム実験とin-vivoスキャンの両方を含む。 その結果、定量化された値と確立された基準基準との一致が証明され、特にファントム実験から導かれたピアソン相関係数 0.96 (p = 0.0005) で実証された。 水油ファントムの結果は、比較的低脂肪の信号を持つ条件下でのDIP法の定量化信頼性を示す。 さらにin-vivoアセスメントでは, 皮下脂肪に関する既往の知見を忠実に反映した一貫した定量化結果を示すことで, 本手法の能力を示した。 まとめると、この研究は、化学シフト符号化マルチエコ磁気共鳴画像(MRI)データから二重結合とメチレン切断二重結合の定量化を可能にするためのDeep Image Priorの可能性を強調し、この分野における今後の研究や臨床応用への道のりを示唆している。

関連論文リスト

• Transesophageal Echocardiography Generation using Anatomical Models [0.5679566039341877]
  合成TEE画像と対応するセマンティックラベルを生成するパイプラインを開発する。 In the pipeline's unpaired image-to-image (I2I) translation section, we explore two generative methods。 合成画像を用いてデータセットを拡大すると、ダイススコアが最大10%向上する。
  論文  参考訳（メタデータ） (2024-10-09T11:20:28Z)
• Uncertainty Estimation in Contrast-Enhanced MR Image Translation with Multi-Axis Fusion [6.727287631338148]
  我々は,新しいモデル不確実性定量化手法であるマルチ軸核融合(MAF)を提案する。 提案手法は,T1,T2,T2-FLAIRスキャンに基づくコントラスト強調T1強調画像の合成に応用される。
  論文  参考訳（メタデータ） (2023-11-20T20:09:48Z)
• Moving beyond simulation: data-driven quantitative photoacoustic imaging using tissue-mimicking phantoms [1.5006258585503878]
  実験的に良好な画像ファントムとそのデジタル双生児のコレクションを紹介する。 この第1種ファントムデータセットは、吸収係数のピクセルワイズ推定のための実験データに基づくU-Netの教師付きトレーニングを可能にする。 シミュレーションデータによるトレーニングは, シミュレーションと実験の間の領域ギャップを補強し, 評価の成果とバイアスをもたらすことを示す。
  論文  参考訳（メタデータ） (2023-06-11T19:12:30Z)
• Hyper-entanglement between pulse modes and frequency bins [101.18253437732933]
  2つ以上のフォトニック自由度(DOF)の間の超絡み合いは、新しい量子プロトコルを強化し有効にすることができる。 パルスモードと周波数ビンとの間に超絡み合った光子対の生成を実証する。
  論文  参考訳（メタデータ） (2023-04-24T15:43:08Z)
• TW-BAG: Tensor-wise Brain-aware Gate Network for Inpainting Disrupted Diffusion Tensor Imaging [32.02624872108258]
  本稿では,DTIスライスを塗布する3D-Wise-Aware Gate Network (TW-BAG)を提案する。 提案手法をHuman Connectome Project (HCP) データセット上で評価した。 実験の結果,提案手法は脳のDTI容積を再構築し,関連性のある臨床画像情報を復元できることが示唆された。
  論文  参考訳（メタデータ） (2022-10-31T05:53:02Z)
• Harmonizing Pathological and Normal Pixels for Pseudo-healthy Synthesis [68.5287824124996]
  そこで本研究では,新しいタイプの識別器であるセグメンタを提案し,病変の正確な特定と擬似健康画像の視覚的品質の向上を図っている。 医用画像強調に生成画像を適用し,低コントラスト問題に対処するために拡張結果を利用する。 BraTSのT2モダリティに関する総合的な実験により、提案手法は最先端の手法よりも大幅に優れていることが示された。
  論文  参考訳（メタデータ） (2022-03-29T08:41:17Z)
• Two-photon resonance fluorescence of two interacting non-identical quantum emitters [77.34726150561087]
  我々は、コヒーレント場によって駆動される相互作用する2つの非負の量子エミッタのシステムについて研究する。 共鳴蛍光スペクトルに2光子ダイナミクスによって印加された特徴は、エミッタ間の距離の変化に特に敏感である。 これは、ポイントライクなソースの超解像イメージングのような応用に利用することができる。
  論文  参考訳（メタデータ） (2021-06-04T16:13:01Z)
• Quantitative Complementarity of Wave-Particle Duality [0.0]
  ソース純度 $mu_s$ は、エンタングルメント測度 $E$ と、可視性 $V$ と検出器忠実度 $F$ により、量子子のコヒーレンスを決定できることが示される。 私たちが最近開発した二重パス干渉計の定量的相補性は、量子子エンタングルメントや量子子源純度の観点から説明される。
  論文  参考訳（メタデータ） (2021-04-09T07:45:13Z)
• Confidence-guided Lesion Mask-based Simultaneous Synthesis of Anatomic and Molecular MR Images in Patients with Post-treatment Malignant Gliomas [65.64363834322333]
  信頼性ガイドSAMR(CG-SAMR)は、病変情報からマルチモーダル解剖学的配列にデータを合成する。 モジュールは中間結果に対する信頼度測定に基づいて合成をガイドする。 実際の臨床データを用いた実験により,提案モデルが最先端の合成法よりも優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2020-08-06T20:20:22Z)
• Neural network quantum state tomography in a two-qubit experiment [52.77024349608834]
  機械学習にインスパイアされた変分法は、量子シミュレータのスケーラブルな状態キャラクタリゼーションへの有望な経路を提供する。 本研究では,2ビットの絡み合った状態を生成する実験から得られた測定データに適用することにより,いくつかの手法をベンチマークし比較する。 実験的な不完全性やノイズの存在下では、変動多様体を物理状態に収束させることで、再構成された状態の質が大幅に向上することがわかった。
  論文  参考訳（メタデータ） (2020-07-31T17:25:12Z)
• Improved Slice-wise Tumour Detection in Brain MRIs by Computing Dissimilarities between Latent Representations [68.8204255655161]
  磁気共鳴画像(MRI)の異常検出は教師なし手法で行うことができる。 本研究では,変分オートエンコーダの潜伏空間における相似関数の計算に基づいて,腫瘍検出のためのスライスワイズ半教師法を提案する。 本研究では,高解像度画像上でのモデルをトレーニングし,再現の質を向上させることにより,異なるベースラインに匹敵する結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-07-24T14:02:09Z)

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。