Fugu-MT 論文翻訳(概要): Online learning in motion modeling for intra-interventional image sequences

論文の概要: Online learning in motion modeling for intra-interventional image sequences

arxiv url: http://arxiv.org/abs/2410.11491v1
Date: Tue, 15 Oct 2024 10:53:12 GMT
ステータス: 翻訳完了
システム内更新日: 2024-10-16 14:01:10.482618
Title: Online learning in motion modeling for intra-interventional image sequences
Title（参考訳）: インターベンショナル・イメージ・シーケンスのための動きモデリングにおけるオンライン学習
Authors: Niklas Gunnarsson, Jens Sjölund, Peter Kimstrand, Thomas. B Schön,
Abstract要約: 本稿では,連続した医用画像に対する確率的運動モデルを提案する。取得した画像間の動きを推定し、前もって動きを予測する。その結果,オンライン学習による患者固有の適応による信頼性の高い動作推定と予測性能の向上が示された。
参考スコア（独自算出の注目度）: 8.493025486569833
License:
Abstract: Image monitoring and guidance during medical examinations can aid both diagnosis and treatment. However, the sampling frequency is often too low, which creates a need to estimate the missing images. We present a probabilistic motion model for sequential medical images, with the ability to both estimate motion between acquired images and forecast the motion ahead of time. The core is a low-dimensional temporal process based on a linear Gaussian state-space model with analytically tractable solutions for forecasting, simulation, and imputation of missing samples. The results, from two experiments on publicly available cardiac datasets, show reliable motion estimates and an improved forecasting performance using patient-specific adaptation by online learning.
Abstract（参考訳）: 医学検査中の画像モニタリングとガイダンスは、診断と治療の両方に役立つ。しかし、サンプリング周波数が低すぎる場合が多いため、欠落した画像を推定する必要がある。本稿では、取得した画像間の動きを推定し、前もって動きを予測する能力を備えた、連続的な医用画像の確率的動きモデルを提案する。コアは線形ガウス状態空間モデルに基づく低次元時間過程であり、分析的に抽出可能な解を用いて、欠落したサンプルの予測、シミュレーション、計算を行う。その結果, 患者固有の適応をオンライン学習に応用し, 信頼性の高い動作推定と予測性能の向上が得られた。

関連論文リスト

Unifying Subsampling Pattern Variations for Compressed Sensing MRI with Neural Operators [72.79532467687427]
圧縮センシングMRI(Compressed Sensing MRI)は、身体の内部解剖像をアンダーサンプルと圧縮された測定値から再構成する。ディープニューラルネットワークは、高度にアンサンプされた測定結果から高品質なイメージを再構築する大きな可能性を示している。 CS-MRIにおけるサブサンプリングパターンや画像解像度に頑健な統一モデルを提案する。
論文参考訳（メタデータ） (2024-10-05T20:03:57Z)
Multi-task Learning Approach for Intracranial Hemorrhage Prognosis [0.0]
本稿では,Glasgow Coma Scale と Age の3次元マルチタスク画像モデルを提案する。提案手法は現状のベースライン画像モデルより優れており,CTスキャンのみを入力として用いた4名の脳神経科医と比較してICH予後に優れていた。
論文参考訳（メタデータ） (2024-08-16T14:56:17Z)
Real-time guidewire tracking and segmentation in intraoperative x-ray [52.51797358201872]
リアルタイムガイドワイヤ分割と追跡のための2段階のディープラーニングフレームワークを提案する。第1段階では、ヨロフ5検出器が元のX線画像と合成画像を使って訓練され、ターゲットのガイドワイヤのバウンディングボックスを出力する。第2段階では、検出された各バウンディングボックスにガイドワイヤを分割するために、新規で効率的なネットワークが提案されている。
論文参考訳（メタデータ） (2024-04-12T20:39:19Z)
Value Prediction for Spatiotemporal Gait Data Using Deep Learning [0.19972837513980318]
我々は、時系列時間歩行データの価値予測へのディープラーニングの適用を拡大する。その結果,短距離予測は 0.060675 以下であり,長距離予測は 0.106365 以下であった。提案したカスタマイズされたモデルでは,転倒予測,家庭内進捗監視,外骨格運動の支援,認証など,付加的なアプリケーションに対して,価値予測がオープンな可能性を秘めている。
論文参考訳（メタデータ） (2024-02-29T18:30:13Z)
Cardiac ultrasound simulation for autonomous ultrasound navigation [4.036497185262817]
本稿では,他のモーダルや任意の位置から大量の超音波画像を生成する手法を提案する。本稿では,他のモダリティからのセグメンテーション,最適化されたデータ表現,GPUによるモンテカルロ経路のトレースを用いた新しいシミュレーションパイプラインを提案する。提案手法により,患者固有の超音波画像の高速かつ正確な生成が可能となり,ナビゲーション関連タスクのためのトレーニングネットワークのユーザビリティが実証された。
論文参考訳（メタデータ） (2024-02-09T15:14:48Z)
Optimizing Sampling Patterns for Compressed Sensing MRI with Diffusion Generative Models [75.52575380824051]
圧縮センシングマルチコイルMRIにおけるサブサンプリングパターンを最適化する学習手法を提案する。拡散モデルとMRI計測プロセスにより得られた後部平均推定値に基づいて1段階の再構成を行う。本手法では,効果的なサンプリングパターンの学習には5つのトレーニング画像が必要である。
論文参考訳（メタデータ） (2023-06-05T22:09:06Z)
Solving Inverse Problems in Medical Imaging with Score-Based Generative Models [87.48867245544106]
CT(Computed Tomography)とMRI(Magnetic Resonance Imaging)における医用画像の再構成は重要な逆問題である機械学習に基づく既存のソリューションは通常、測定結果を医療画像に直接マッピングするモデルを訓練する。本稿では,最近導入されたスコアベース生成モデルを利用して,逆問題解決のための教師なし手法を提案する。
論文参考訳（メタデータ） (2021-11-15T05:41:12Z)
Simulating time to event prediction with spatiotemporal echocardiography deep learning [12.059859769175281]
ニューラルネットワークを用いてcox-proportional hazardsモデルを拡張することにより、時間対イベント予測の新しい手法を開発した。専門家の注釈付き射出分数読みに基づくシミュレーションサバイバルデータセットを生成する。シミュレーションによる生存結果のみを訓練することにより、時間的畳み込みニューラルネットワークが正確な生存推定をもたらすことを示す。
論文参考訳（メタデータ） (2021-03-03T18:28:33Z)
Deep Co-Attention Network for Multi-View Subspace Learning [73.3450258002607]
マルチビューサブスペース学習のための深層コアテンションネットワークを提案する。共通情報と相補情報の両方を敵意で抽出することを目的としている。特に、新しいクロス再構成損失を使用し、ラベル情報を利用して潜在表現の構築を誘導する。
論文参考訳（メタデータ） (2021-02-15T18:46:44Z)
Advancing diagnostic performance and clinical usability of neural networks via adversarial training and dual batch normalization [2.1699022621790736]
6人の放射線学者がX線、CT、磁気共鳴画像スキャンのデータセットにおける塩分濃度マップの解釈可能性を評価する。その結果, 十分大きなデータセットと二重バッチノルムを用いた場合, 逆学習モデルの精度は標準モデルに等しいことがわかった。
論文参考訳（メタデータ） (2020-11-25T20:41:01Z)
Convolutional-LSTM for Multi-Image to Single Output Medical Prediction [55.41644538483948]
発展途上国の一般的なシナリオは、複数の理由からボリュームメタデータが失われることである。ヒトの診断過程を模倣したマルチイメージから単一診断モデルを得ることが可能である。
論文参考訳（メタデータ） (2020-10-20T04:30:09Z)

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。