論文の概要: Lateral Ventricle Shape Modeling using Peripheral Area Projection for Longitudinal Analysis

• arxiv url: http://arxiv.org/abs/2410.07148v1
• Date: Mon, 23 Sep 2024 01:49:24 GMT
• ステータス: 処理完了
• システム内更新日: 2024-10-31 21:56:57.487804
• Title: Lateral Ventricle Shape Modeling using Peripheral Area Projection for Longitudinal Analysis
• Title（参考訳）: 縦断的解析のための周辺領域投影を用いた側方空間形状のモデリング
• Authors: Wonjung Park, Suhyun Ahn, Jinah Park,
• Abstract要約: 側心室形状(LV)の変形は, 疾患に伴う特定の形態的変化を明らかにするために広く研究されている。 周辺領域のプロジェクションを用いた新しい深層学習手法を提案し,その周辺領域を考慮したLV解析の試みを行った。
• 参考スコア（独自算出の注目度）: 0.3277163122167433
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The deformation of the lateral ventricle (LV) shape is widely studied to identify specific morphometric changes associated with diseases. Since LV enlargement is considered a relative change due to brain atrophy, local longitudinal LV deformation can indicate deformation in adjacent brain areas. However, conventional methods for LV shape analysis focus on modeling the solely segmented LV mask. In this work, we propose a novel deep learning-based approach using peripheral area projection, which is the first attempt to analyze LV considering its surrounding areas. Our approach matches the baseline LV mesh by deforming the shape of follow-up LVs, while optimizing the corresponding points of the same adjacent brain area between the baseline and follow-up LVs. Furthermore, we quantitatively evaluated the deformation of the left LV in normal (n=10) and demented subjects (n=10), and we found that each surrounding area (thalamus, caudate, hippocampus, amygdala, and right LV) projected onto the surface of LV shows noticeable differences between normal and demented subjects.
• Abstract（参考訳）: 側心室形状(LV)の変形は, 疾患に伴う特定の形態的変化を明らかにするために広く研究されている。 LV拡大は脳萎縮による相対的な変化と考えられるため、局所的な縦方向のLV変形は隣り合う脳領域の変形を示すことができる。 しかし、従来のLV形状解析法は、単にセグメント化されたLVマスクのモデリングに重点を置いている。 本研究では,周辺領域のプロジェクションを用いた新しい深層学習手法を提案する。 提案手法は,ベースラインとフォローアップLV間の隣接した脳領域の対応する点を最適化しながら,フォローアップLVの形状を変形させることにより,ベースラインLVメッシュと一致する。 さらに, 健常者 (n=10) と認知者 (n=10) の左LVの変形を定量的に評価し, 健常者 (n=10) と認知者 (n=10) では各周囲領域 (視床, 角膜, 海馬, 扁桃頭, 右LV) がLV表面に突出していることが明らかとなった。

関連論文リスト

• CoCPF: Coordinate-based Continuous Projection Field for Ill-Posed Inverse Problem in Imaging [78.734927709231]
  スパース・ビュー・コンピュート・トモグラフィー(SVCT)の再構成は,スパース・サンプリングによるCT画像の取得を目的としている。 暗黙的な神経表現(INR)技術は、不備のため、その分野に「かなりの穴」(すなわち、未モデル化空間)を残し、準最適結果をもたらす可能性がある。 SVCT再構成のためのホールフリー表現場を構築することを目的としたコーディネート型連続射影場(CoCPF)を提案する。
  論文  参考訳（メタデータ） (2024-06-21T08:38:30Z)
• Signed Distance Field based Segmentation and Statistical Shape Modelling of the Left Atrial Appendage [0.13431733228151765]
  心房細動の患者は虚血性脳梗塞のリスクを5〜7倍に高める。 血栓局在の最も一般的な部位は左心房補助 (LAA) 内である 研究により、LAAの形状と虚血性脳卒中リスクの相関が示されている。
  論文  参考訳（メタデータ） (2024-02-12T15:21:58Z)
• Semantic-aware Temporal Channel-wise Attention for Cardiac Function Assessment [69.02116920364311]
  既存のビデオベースの手法では、左室領域や運動による左室の変化にはあまり注意を払わない。 本稿では,左室分割課題を伴う半教師付き補助学習パラダイムを提案し,左室領域の表現学習に寄与する。 提案手法は,0.22 MAE,0.26 RMSE,1.9%$R2$の改善により,スタンフォードデータセットの最先端性能を実現する。
  論文  参考訳（メタデータ） (2023-10-09T05:57:01Z)
• Deep learning network to correct axial and coronal eye motion in 3D OCT retinal imaging [65.47834983591957]
  深層学習に基づくニューラルネットワークを用いて,OCTの軸運動とコロナ運動のアーチファクトを1つのスキャンで補正する。 実験結果から, 提案手法は動作アーチファクトを効果的に補正し, 誤差が他の方法よりも小さいことを示す。
  論文  参考訳（メタデータ） (2023-05-27T03:55:19Z)
• Reducing Positional Variance in Cross-sectional Abdominal CT Slices with Deep Conditional Generative Models [21.162780923697653]
  2D低用量腹部CTスライスにより,体組成の直接測定が可能となった。 2次元腹部スライスを用いた体組成変化の経時的解析は,異なる年で得られた縦スライスの位置差により困難である。 我々は条件生成モデルをC-SliceGenに拡張し、腹部領域の任意の軸スライスを条件として、定義された椎骨レベルスライスを生成する。
  論文  参考訳（メタデータ） (2022-09-28T23:13:06Z)
• Localizing the Recurrent Laryngeal Nerve via Ultrasound with a Bayesian Shape Framework [65.19784967388934]
  RLN(recurrent laryngeal nerve)の腫瘍浸潤は, 甲状腺摘出術の抗腫瘍剤であり, 標準喉頭鏡による検出が困難である。 本稿では,外科医がRLNを周囲の臓器に従って識別する標準的なアプローチを模倣した,RLNの局所化のための知識駆動型フレームワークを提案する。 実験結果から, 提案手法は, 最先端手法と比較して, 高いヒット率とかなり小さい距離誤差を達成できることが示唆された。
  論文  参考訳（メタデータ） (2022-06-30T13:04:42Z)
• A new method incorporating deep learning with shape priors for left ventricular segmentation in myocardial perfusion SPECT images [14.185169567232055]
  心筋灌流SPECT(MPS)による左室機能評価は, 正確な心筋セグメンテーションに依存している。 本研究の目的は,LV機能パラメータの自動計測のためのLV心筋を高精度に抽出するために,形状に深層学習を取り入れた新しい手法を開発し,検証することである。
  論文  参考訳（メタデータ） (2022-06-07T22:12:11Z)
• Three-Dimensional Segmentation of the Left Ventricle in Late Gadolinium Enhanced MR Images of Chronic Infarction Combining Long- and Short-Axis Information [5.947543669357994]
  LGE CMR画像におけるLVの自動3次元セグメンテーションのための包括的フレームワークを提案する。 本稿では,一貫した心筋エッジポイント検出のためのLVのパラメトリックモデルを提案する。 提案手法を,21組の実患者と4組のファントムデータを用いて評価した。
  論文  参考訳（メタデータ） (2022-05-21T09:47:50Z)
• Building Brains: Subvolume Recombination for Data Augmentation in Large Vessel Occlusion Detection [56.67577446132946]
  この戦略をデータから学ぶためには、標準的なディープラーニングベースのモデルに対して、大規模なトレーニングデータセットが必要である。 そこで本研究では, 異なる患者から血管木セグメントを組換えることで, 人工的なトレーニングサンプルを生成する方法を提案する。 拡張スキームに則って,タスク固有の入力を入力した3D-DenseNetを用いて,半球間の比較を行う。
  論文  参考訳（メタデータ） (2022-05-05T10:31:57Z)
• Symmetry-Enhanced Attention Network for Acute Ischemic Infarct Segmentation with Non-Contrast CT Images [50.55978219682419]
  急性虚血性梗塞セグメンテーションのための対称性増強型注意ネットワーク(SEAN)を提案する。 提案するネットワークは、入力されたCT画像を、脳組織が左右対称な標準空間に自動的に変換する。 提案したSEANは、ダイス係数と梗塞局所化の両方の観点から、対称性に基づく最先端の手法より優れている。
  論文  参考訳（メタデータ） (2021-10-11T07:13:26Z)
• Volumetric parcellation of the right ventricle for regional geometric and functional assessment [0.44226489787197854]
  そこで我々は,3つのRV領域(apical, inlet, outflow)を局所的に評価する手法を開発した。 この手法の入力は、エンドシストリクス(ED)とエンドシストリクス(ES)セグメンテーションされた3次元表面モデルである。 本手法は,局所的周方向,大域的周方向,縦方向のRVリモデリングに適していることを示す。
  論文  参考訳（メタデータ） (2020-03-18T18:31:26Z)

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。