論文の概要: Building a Synthetic Vascular Model: Evaluation in an Intracranial Aneurysms Detection Scenario
- arxiv url: http://arxiv.org/abs/2411.02477v1
- Date: Mon, 04 Nov 2024 18:08:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-06 15:01:15.179419
- Title: Building a Synthetic Vascular Model: Evaluation in an Intracranial Aneurysms Detection Scenario
- Title（参考訳）: 合成血管モデルの構築:頭蓋内動脈瘤検出シナリオにおける評価
- Authors: Rafic Nader, Florent Autrusseau, Vincent L'Allinec, Romain Bourcier,
- Abstract要約: このモデルは、脳動脈瘤を効率的に検出するために、3D畳み込みニューラルネットワークが使用できる脳動脈のデータセットを提供することを目的としている。
本研究では, 人工血管モデルを網羅的に記述し, 動脈瘤の分節と検出のために設計されたニューラルネットワークを構築し, 合成モデルデータの拡張により得られた性能ギャップの詳細な評価を行う。
- 参考スコア（独自算出の注目度）: 0.8749675983608172
- License:
- Abstract: We hereby present a full synthetic model, able to mimic the various constituents of the cerebral vascular tree, including the cerebral arteries, bifurcations and intracranial aneurysms. This model intends to provide a substantial dataset of brain arteries which could be used by a 3D convolutional neural network to efficiently detect Intra-Cranial Aneurysms. The cerebral aneurysms most often occur on a particular structure of the vascular tree named the Circle of Willis. Various studies have been conducted to detect and monitor the aneurysms and those based on Deep Learning achieve the best performance. Specifically, in this work, we propose a full synthetic 3D model able to mimic the brain vasculature as acquired by Magnetic Resonance Angiography, Time Of Flight principle. Among the various MRI modalities, this latter allows for a good rendering of the blood vessels and is non-invasive. Our model has been designed to simultaneously mimic the arteries' geometry, the aneurysm shape, and the background noise. The vascular tree geometry is modeled thanks to an interpolation with 3D Spline functions, and the statistical properties of the background noise is collected from angiography acquisitions and reproduced within the model. In this work, we thoroughly describe the synthetic vasculature model, we build up a neural network designed for aneurysm segmentation and detection, finally, we carry out an in-depth evaluation of the performance gap gained thanks to the synthetic model data augmentation.
- Abstract（参考訳）: そこで本研究では,脳動脈,分岐部,頭蓋内大動脈瘤など,脳血管の様々な構成成分を模倣する,完全な合成モデルを提案する。
このモデルは、脳動脈瘤を効率的に検出するために、3D畳み込みニューラルネットワークが使用できる脳動脈のデータセットを提供することを目的としている。
脳動脈瘤は、しばしば、ウィリスの円(Circle of Willis)と呼ばれる血管樹の特定の構造に発生する。
動脈瘤の検出とモニタリングのための様々な研究が実施されており、Deep Learningに基づく研究は最高のパフォーマンスを達成している。
具体的には、磁気共鳴血管造影法により得られた脳血管を模倣できる完全な合成3Dモデルを提案する。
様々なMRIモダリティの中で、後者は血管の良好なレンダリングを可能にし、非侵襲性である。
本モデルは,動脈の形状,動脈瘤の形状,背景雑音を同時に再現するように設計されている。
血管構造の形状は3次元スプライン関数の補間によりモデル化され、背景雑音の統計的特性は血管造影の取得から収集され、モデル内で再生される。
本研究は, 人工血管モデルを網羅的に記述し, 動脈瘤の分節と検出のために設計されたニューラルネットワークを構築し, 最後に, 合成モデルデータの拡張により得られた性能ギャップの詳細な評価を行う。
関連論文リスト
- Interpretable Spatio-Temporal Embedding for Brain Structural-Effective Network with Ordinary Differential Equation [56.34634121544929]
本研究では,まず動的因果モデルを用いて脳効果ネットワークを構築する。
次に、STE-ODE(Spatio-Temporal Embedding ODE)と呼ばれる解釈可能なグラフ学習フレームワークを導入する。
このフレームワークは、構造的および効果的なネットワーク間の動的相互作用を捉えることを目的とした、特異的に設計されたノード埋め込み層を含んでいる。
論文 参考訳（メタデータ） (2024-05-21T20:37:07Z) - A vascular synthetic model for improved aneurysm segmentation and detection via Deep Neural Networks [0.8749675983608172]
私たちの目標は、3D畳み込みニューラルネットワーク(CNN)で使用できる脳動脈のデータセットを提供することでした。
本モデルは,動脈形状,ICA形状,背景雑音を同時に再現するように設計されている。
論文 参考訳（メタデータ） (2024-03-27T16:22:45Z) - Denoising Diffusion Models for 3D Healthy Brain Tissue Inpainting [3.9347915104376168]
脳の構造的整合性に影響を与える疾患のモニタリングには、磁気共鳴(MR)画像の自動解析が必要である。
画像空間で作業する最先端の2D, 擬似3D, 3D法, および3D潜伏および3Dウェーブレット拡散モデルを修正し, 正常な脳組織を合成するよう訓練する。
評価の結果,擬似3次元モデルでは,構造相似指数,ピーク信号-雑音比,平均二乗誤差が最良であることがわかった。
論文 参考訳（メタデータ） (2024-03-21T15:52:05Z) - Robust semi-automatic vessel tracing in the human retinal image by an
instance segmentation neural network [1.324564545341267]
ケースセグメンテーションニューラルネットワーク(InSegNN)による人間の眼底画像に対する頑健な半自動血管追跡アルゴリズムの新たなアプローチを提案する。
InSegNNは、異なる血管樹を個別に分離し、ラベル付けすることで、枝分かれ全体を通して各木をトレースすることができる。
底面画像から個々の血管木を抽出し,同時に血管階層情報を保持することを実証した。
論文 参考訳（メタデータ） (2024-02-15T16:25:28Z) - 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) - VesselVAE: Recursive Variational Autoencoders for 3D Blood Vessel
Synthesis [0.879967413208593]
血管の3次元形状を合成するためのデータ駆動型生成フレームワークを提案する。
VesselVAEは、容器の階層構造を完全に活用し、低次元多様体を学ぶ。
我々は、正確で多様な血管の3Dモデルを生成し、医療や外科訓練、血行動態シミュレーション、その他多くの目的に欠かせない。
論文 参考訳（メタデータ） (2023-07-07T13:35:48Z) - Patched Diffusion Models for Unsupervised Anomaly Detection in Brain MRI [55.78588835407174]
本稿では,正常脳解剖のパッチベース推定法として拡散モデルの生成タスクを再構築する手法を提案する。
腫瘍と多発性硬化症について検討し,既存のベースラインと比較して25.1%の改善がみられた。
論文 参考訳（メタデータ） (2023-03-07T09:40:22Z) - Towards Autonomous Atlas-based Ultrasound Acquisitions in Presence of
Articulated Motion [48.52403516006036]
本稿では、自律型ロボットUS手足のスキャンを可能にする視覚ベースのアプローチを提案する。
この目的のために、アノテートされた血管構造を有するヒト腕のアトラスMRIテンプレートを使用して、軌跡を生成する。
いずれの場合も、このシステムはボランティアの手足で計画された血管構造を取得することができる。
論文 参考訳（メタデータ） (2022-08-10T15:39:20Z) - Going Off-Grid: Continuous Implicit Neural Representations for 3D
Vascular Modeling [3.435923468974656]
パーソナライズド3D血管モデルは、心血管疾患患者の診断、予後、治療計画に有用である。
伝統的にそのようなモデルはメッシュやボクセルマスクのような明示的な表現で構築されてきた。
ここでは、その符号付き距離関数のゼロレベル集合によって、微分可能な暗黙的ニューラル表現(INR)で表面を表現することを提案する。
これにより、暗黙的で、連続的で、軽量で、ディープラーニングアルゴリズムとの統合が容易な表現で、複雑な血管構造をモデル化できます。
論文 参考訳（メタデータ） (2022-07-29T13:08:35Z) - Modelling the Distribution of 3D Brain MRI using a 2D Slice VAE [66.63629641650572]
本研究では,2次元スライスVAEとガウスモデルを組み合わせた3次元MR脳の体積分布をモデル化する手法を提案する。
また,本研究では,脳解剖学に適合するセグメンテーションの精度を定量的に評価する新たなボリューム評価手法を提案する。
論文 参考訳（メタデータ） (2020-07-09T13:23:15Z) - Microvascular Dynamics from 4D Microscopy Using Temporal Segmentation [81.30750944868142]
経時的に脳血流量の変化を追跡でき, ピアル表面に向かって伝播する自発性動脈拡張を同定できる。
この新たなイメージング機能は、機能的磁気共鳴イメージング(fMRI)を基盤とした血行動態応答関数を特徴付けるための有望なステップである。
論文 参考訳（メタデータ） (2020-01-14T22:55:03Z)
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。