論文の概要: 3D Distance-color-coded Assessment of PCI Stent Apposition via Deep-learning-based Three-dimensional Multi-object Segmentation

• arxiv url: http://arxiv.org/abs/2410.20055v1
• Date: Sat, 26 Oct 2024 03:06:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-29 12:21:26.301333
• Title: 3D Distance-color-coded Assessment of PCI Stent Apposition via Deep-learning-based Three-dimensional Multi-object Segmentation
• Title（参考訳）: 深層学習に基づく3次元多目的セグメンテーションによるPCIステントの3次元距離色符号化による評価
• Authors: Xiaoyang Qin, Hao Huang, Shuaichen Lin, Xinhao Zeng, Kaizhi Cao, Renxiong Wu, Yuming Huang, Junqing Yang, Yong Liu, Gang Li, Guangming Ni,
• Abstract要約: そこで本研究では,PCI stent apposition のための3次元距離カラー符号化アセスメント (DccA) を提案する。 提案した3D DccAは血管内光コヒーレンス断層撮影(IV-OCT)画像の3D血管内膜とステントを正確に抽出する。 3次元カラー空間へのステント-ラム距離の定量化とマッピングを行い,PCIステント付着の3次元視覚的評価を行った。
• 参考スコア（独自算出の注目度）: 14.481320907187762
• License:
• Abstract: Coronary artery disease poses a significant global health challenge, often necessitating percutaneous coronary intervention (PCI) with stent implantation. Assessing stent apposition holds pivotal importance in averting and identifying PCI complications that lead to in-stent restenosis. Here we proposed a novel three-dimensional (3D) distance-color-coded assessment (DccA)for PCI stent apposition via deep-learning-based 3D multi-object segmentation in intravascular optical coherence tomography (IV-OCT). Our proposed 3D DccA accurately segments 3D vessel lumens and stents in IV-OCT images, using a spatial matching network and dual-layer training with style transfer. It quantifies and maps stent-lumen distances into a 3D color space, facilitating 3D visual assessment of PCI stent apposition. Achieving over 95% segmentation precision, our proposed DccA enhances clinical evaluation of PCI stent deployment and supports personalized treatment planning.
• Abstract（参考訳）: 冠動脈疾患は、しばしばステント留置を伴う経皮的冠動脈インターベンション(PCI)を必要とする、世界的な健康上の問題を引き起こす。 ステント留置の評価は、ステント再狭窄を引き起こすPCI合併症の回避と同定において重要な役割を担っている。 血管内光コヒーレンストモグラフィー(IV-OCT)における深層学習に基づく3次元多目的セグメンテーションによるPCIステントアポメーションのための3次元距離色符号化評価(DccA)を提案する。 提案した3D DccAは,空間整合ネットワークとスタイル伝達を用いた2層トレーニングを用いて,IV-OCT画像の3次元血管内膜とステントを正確に分割する。 これはステント-ラム距離を3次元カラー空間に定量化し、PCIステント付着の3次元視覚的評価を容易にする。 95%以上のセグメンテーション精度を達成し,PCIステント配置の臨床的評価を高め,パーソナライズされた治療計画を支援する。

関連論文リスト

• How To Segment in 3D Using 2D Models: Automated 3D Segmentation of Prostate Cancer Metastatic Lesions on PET Volumes Using Multi-Angle Maximum Intensity Projections and Diffusion Models [0.2975630647042519]
  本研究は,PSMA PET/CT 3Dボリューム画像における転移病変の自動分割のための新しいアプローチを提案する。 提案手法は,PSMA PET画像の多重角最大強度投影(MA-MIP)に病変を分割する。 提案法は, 微小転移性PCa病変の検出・分節における精度, 堅牢性の観点から, 最先端の3次元分節法に比べ, 優れた性能を示した。
  論文  参考訳（メタデータ） (2024-07-26T07:08:05Z)
• UDCR: Unsupervised Aortic DSA/CTA Rigid Registration Using Deep Reinforcement Learning and Overlap Degree Calculation [12.201553863670155]
  深部強化学習に基づく大動脈DSA/CTA剛性登録のための教師なし手法UDCRを提案する。 アルゴリズム評価のために61組の大動脈DSA/CTAを手動でアノテートした結果,UDCRは平均絶対誤差2.85mm,回転4.35degを達成した。
  論文  参考訳（メタデータ） (2024-03-09T01:18:32Z)
• On the Localization of Ultrasound Image Slices within Point Distribution Models [84.27083443424408]
  甲状腺疾患は高分解能超音波(US)で診断されることが多い 縦断追跡は病理甲状腺形態の変化をモニタリングするための重要な診断プロトコルである。 3次元形状表現におけるUS画像の自動スライスローカライズのためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-01T10:10:46Z)
• TCSloT: Text Guided 3D Context and Slope Aware Triple Network for Dental Implant Position Prediction [27.020346431680355]
  インプラント補綴治療では、正確なインプラントを確保するために、インプラントの外科的ガイドが使用される。 インプラント位置の特定に歯科医を補助するディープニューラルネットワークが提案されている。 本稿では,テキストガイドによる3Dコンテキストとスロープアウェアトリプルネットワーク(TCSloT)を設計する。
  論文  参考訳（メタデータ） (2023-08-10T05:51:21Z)
• Dual self-distillation of U-shaped networks for 3D medical image segmentation [2.7765722967857416]
  3次元医用画像分割のためのU字型ネットワークのための二重自己蒸留(DSD)フレームワークを提案する。 DSDは、地下構造セグメンテーションラベルからデコーダ層への知識を蒸留し、1つのU字型ネットワークのエンコーダ層とデコーダ層の間の知識を蒸留する。
  論文  参考訳（メタデータ） (2023-06-05T21:41:00Z)
• A unified 3D framework for Organs at Risk Localization and Segmentation for Radiation Therapy Planning [56.52933974838905]
  現在の医療ワークフローは、OAR(Organs-at-risk)のマニュアル記述を必要とする 本研究は,OARローカライゼーション・セグメンテーションのための統合された3Dパイプラインの導入を目的とする。 提案手法は医用画像に固有の3Dコンテキスト情報の活用を可能にする。
  論文  参考訳（メタデータ） (2022-03-01T17:08:41Z)
• Revisiting 3D Context Modeling with Supervised Pre-training for Universal Lesion Detection in CT Slices [48.85784310158493]
  CTスライスにおける普遍的病変検出のための3Dコンテキスト強化2D特徴を効率的に抽出するための修飾擬似3次元特徴ピラミッドネットワーク(MP3D FPN)を提案する。 新たな事前学習手法により,提案したMP3D FPNは,DeepLesionデータセット上での最先端検出性能を実現する。 提案された3Dプリトレーニングウェイトは、他の3D医療画像分析タスクのパフォーマンスを高めるために使用できる。
  論文  参考訳（メタデータ） (2020-12-16T07:11:16Z)
• Tattoo tomography: Freehand 3D photoacoustic image reconstruction with an optical pattern [49.240017254888336]
  光音響トモグラフィ(PAT)は、形態学的および機能的組織特性の両方を解決することができる新しいイメージング技術である。 現在の欠点は、従来の2Dプローブによって提供される視野の制限である。 本研究では,外部追跡システムを必要としないPATデータの3次元再構成手法を提案する。
  論文  参考訳（メタデータ） (2020-11-10T09:27:56Z)
• Rethinking the Extraction and Interaction of Multi-Scale Features for Vessel Segmentation [53.187152856583396]
  網膜血管と主要動脈を2次元基底画像と3次元CTアンギオグラフィー(CTA)スキャンで分割する,PC-Netと呼ばれる新しいディープラーニングモデルを提案する。 PC-Netでは、ピラミッド圧縮励起(PSE)モジュールが各畳み込みブロックに空間情報を導入し、より効果的なマルチスケール特徴を抽出する能力を高めている。
  論文  参考訳（メタデータ） (2020-10-09T08:22:54Z)
• Deep Volumetric Universal Lesion Detection using Light-Weight Pseudo 3D Convolution and Surface Point Regression [23.916776570010285]
  コンピュータ支援型病変/重要なフィンディング検出技術は、医療画像の核心にある。 そこで本研究では,(1) P3DC演算子を組み込んだ深層アンカーフリーワンステージVULDフレームワークを提案する。 3次元病変の空間範囲を効果的に抑圧する新しいSPR法は、その代表的キーポイントを病変表面にピンポイントすることで実現される。
  論文  参考訳（メタデータ） (2020-08-30T19:42:06Z)
• Deep Q-Network-Driven Catheter Segmentation in 3D US by Hybrid Constrained Semi-Supervised Learning and Dual-UNet [74.22397862400177]
  本稿では,教師付き学習手法よりも少ないアノテーションを要求できる新しいカテーテルセグメンテーション手法を提案する。 提案手法では,Voxelレベルのアノテーションを避けるために,深層Q学習を事前局所化ステップとみなす。 検出されたカテーテルでは、パッチベースのDual-UNetを使用してカテーテルを3Dボリュームデータに分割する。
  論文  参考訳（メタデータ） (2020-06-25T21:10:04Z)

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。