論文の概要: RBAD: A Dataset and Benchmark for Retinal Vessels Branching Angle Detection

• arxiv url: http://arxiv.org/abs/2407.12271v1
• Date: Wed, 17 Jul 2024 02:37:39 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-18 18:38:37.234471
• Title: RBAD: A Dataset and Benchmark for Retinal Vessels Branching Angle Detection
• Title（参考訳）: RBAD: 網膜血管分岐角検出のためのデータセットとベンチマーク
• Authors: Hao Wang, Wenhui Zhu, Jiayou Qin, Xin Li, Oana Dumitrascu, Xiwen Chen, Peijie Qiu, Abolfazl Razi,
• Abstract要約: 本稿では,自己設定画像処理技術を用いて網膜分岐角を検出する新しい手法を提案する。 我々は、オープンソースのアノテーションツールと、網膜分岐角を付加した40の画像からなるベンチマークデータセットを提供する。
• 参考スコア（独自算出の注目度）: 6.671669971067487
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Detecting retinal image analysis, particularly the geometrical features of branching points, plays an essential role in diagnosing eye diseases. However, existing methods used for this purpose often are coarse-level and lack fine-grained analysis for efficient annotation. To mitigate these issues, this paper proposes a novel method for detecting retinal branching angles using a self-configured image processing technique. Additionally, we offer an open-source annotation tool and a benchmark dataset comprising 40 images annotated with retinal branching angles. Our methodology for retinal branching angle detection and calculation is detailed, followed by a benchmark analysis comparing our method with previous approaches. The results indicate that our method is robust under various conditions with high accuracy and efficiency, which offers a valuable instrument for ophthalmic research and clinical applications.
• Abstract（参考訳）: 網膜画像解析(特に分岐点の幾何学的特徴)の検出は、眼疾患の診断において重要な役割を担っている。 しかし、この目的のために使われている既存の手法は、しばしば粗いレベルであり、効率的なアノテーションのためのきめ細かい分析を欠いている。 これらの問題を緩和するために,自己設定画像処理技術を用いて網膜分岐角を検出する新しい手法を提案する。 さらに、オープンソースのアノテーションツールと、網膜分岐角を付加した40の画像からなるベンチマークデータセットを提供する。 網膜分枝角検出法と計算法について詳述し, 従来手法と比較したベンチマーク解析を行った。 以上より, 本手法は, 各種条件下で高い精度, 効率で頑健であり, 眼科研究や臨床応用に有用な手段であることが示唆された。

関連論文リスト

• Advancements in Feature Extraction Recognition of Medical Imaging Systems Through Deep Learning Technique [0.36651088217486427]
  高速な画像認識を実現するために,重みに基づく目的関数を提案する。 単純なアルゴリズムを用いたしきい値最適化手法を提案する。 異なる種類のオブジェクトは互いに独立しており、画像処理においてコンパクトであることがわかった。
  論文  参考訳（メタデータ） (2024-05-23T04:46:51Z)
• Domain Adaptive Multiple Instance Learning for Instance-level Prediction of Pathological Images [45.132775668689604]
  アノテーションのコストを増大させることなく、ターゲットデータセットの分類性能を向上させるためのタスク設定を提案する。 両手法の監督情報を効果的に組み合わせるために,信頼性の高い擬似ラベルを作成する手法を提案する。
  論文  参考訳（メタデータ） (2023-04-07T08:31:06Z)
• Improving Object Detection in Medical Image Analysis through Multiple Expert Annotators: An Empirical Investigation [0.3670422696827525]
  本研究は, 医用画像解析における異常検出における機械学習アルゴリズムの利用について論じる。 さまざまなレベルの専門知識を持つ複数のアノテーションからアノテーションを集約する,シンプルで効果的なアプローチを導入する。 次に、複数のアノテーションから隠れラベルを推定し、再重み付き損失関数を用いて検出性能を向上させることにより、異常検出タスクにおける予測モデルの効率を向上させることを目的とする。
  論文  参考訳（メタデータ） (2023-03-29T07:34:20Z)
• 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)
• Preservation of High Frequency Content for Deep Learning-Based Medical Image Classification [74.84221280249876]
  大量の胸部ラジオグラフィーの効率的な分析は、医師や放射線技師を助けることができる。 本稿では,視覚情報の効率的な識別と符号化のための離散ウェーブレット変換(DWT)を提案する。
  論文  参考訳（メタデータ） (2022-05-08T15:29:54Z)
• Parametric Scaling of Preprocessing assisted U-net Architecture for Improvised Retinal Vessel Segmentation [1.3869502085838448]
  本稿では,形態素前処理と拡張U-netアーキテクチャを併用した画像強調手法を提案する。 ROC曲線 (>0.9762) と分類精度 (>95.47%) の領域において、領域内の他のアルゴリズムと比較して顕著な改善が得られた。
  論文  参考訳（メタデータ） (2022-03-18T15:26:05Z)
• Explaining Clinical Decision Support Systems in Medical Imaging using Cycle-Consistent Activation Maximization [112.2628296775395]
  ディープニューラルネットワークを用いた臨床意思決定支援は、着実に関心が高まりつつあるトピックとなっている。 臨床医は、その根底にある意思決定プロセスが不透明で理解しにくいため、この技術の採用をためらうことが多い。 そこで我々は,より小さなデータセットであっても,分類器決定の高品質な可視化を生成するCycleGANアクティベーションに基づく,新たな意思決定手法を提案する。
  論文  参考訳（メタデータ） (2020-10-09T14:39:27Z)
• Assignment Flow for Order-Constrained OCT Segmentation [0.0]
  網膜層厚の同定は、患者ごとに個別に行う重要な課題である。 自動セグメンテーションモデルの構築は,医用画像処理分野において重要な課題となっている。 我々は、秩序に制約された3D OCT網膜細胞層セグメンテーションのための新しい、純粋にデータ駆動型テキスト幾何学的アプローチを提案する。
  論文  参考訳（メタデータ） (2020-09-10T01:57:53Z)
• A Macro-Micro Weakly-supervised Framework for AS-OCT Tissue Segmentation [33.684182783291064]
  アジア人では, 一次角閉鎖緑内障(PACG)が非可逆性失明の原因となっている。 提案するフレームワークは,相互に信頼性の高いガイダンスを提供する2つのモデルで構成されている。 公開されているAGEデータセットの実験では、提案されたフレームワークが最先端の半弱教師付き手法より優れていることが示されている。
  論文  参考訳（メタデータ） (2020-07-20T11:26:32Z)
• Modeling and Enhancing Low-quality Retinal Fundus Images [167.02325845822276]
  低画質の眼底画像は臨床観察における不確実性を高め、誤診のリスクを引き起こす。 本稿では,グローバルな劣化要因を抑えるために,臨床指向の基盤拡張ネットワーク(cofe-Net)を提案する。 合成画像と実画像の両方の実験により、我々のアルゴリズムは網膜の細部を失うことなく、低品質の眼底画像を効果的に補正することを示した。
  論文  参考訳（メタデータ） (2020-05-12T08:01:16Z)
• Pathological Retinal Region Segmentation From OCT Images Using Geometric Relation Based Augmentation [84.7571086566595]
  本稿では,幾何学と形状の内在的関係を共同で符号化することで,従来のGANベースの医用画像合成法よりも優れた手法を提案する。 提案手法は,取得手順の異なる画像を有する公開RETOUCHデータセット上で,最先端のセグメンテーション手法より優れている。
  論文  参考訳（メタデータ） (2020-03-31T11:50:43Z)

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。