論文の概要: Diffusion-Based Semantic Segmentation of Lumbar Spine MRI Scans of Lower Back Pain Patients

• arxiv url: http://arxiv.org/abs/2411.10755v1
• Date: Sat, 16 Nov 2024 09:22:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-28 17:07:48.341508
• Title: Diffusion-Based Semantic Segmentation of Lumbar Spine MRI Scans of Lower Back Pain Patients
• Title（参考訳）: 下肢痛患者における腰椎椎間板MRIの拡散的セマンティック・セマンティック・セマンティック・セグメンテーション
• Abstract要約: 腰痛 (LBP) 患者における脊椎椎間板 (IVDs) と脊椎椎間板 (intravertebral discs) の堅牢かつ正確なセグメンションのための拡散型枠組みについて検討した。 その結果, SpineSegDiffは, 劣化IVDの同定において, 拡散非拡散モデルよりも優れていた。
• 参考スコア（独自算出の注目度）: 9.162160708549697
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This study introduces a diffusion-based framework for robust and accurate segmenton of vertebrae, intervertebral discs (IVDs), and spinal canal from Magnetic Resonance Imaging~(MRI) scans of patients with low back pain (LBP), regardless of whether the scans are T1w or T2-weighted. The results showed that SpineSegDiff achieved comparable outperformed non-diffusion state-of-the-art models in the identification of degenerated IVDs. Our findings highlight the potential of diffusion models to improve LBP diagnosis and management through precise spine MRI analysis.
• Abstract（参考訳）: 本研究は,低腰痛 (LBP) 患者の椎骨, 椎間板 (IVDs) , 脊柱管 (MRI) を用いて, T1w と T2-重みの有無にかかわらず, 椎体, 椎間板 (IVDs) , 脊柱管 (MRI) の安定的, 正確なセグメンションのための拡散型枠組みを提案する。 その結果, SpineSegDiffは, 劣化IVDの同定において, 拡散非拡散モデルよりも優れていた。 以上の結果から, 正確な脊椎MRI解析により, LBPの診断と管理を改善する拡散モデルの可能性が示唆された。

関連論文リスト

• Enhancing Low Back Pain Assessment with Diffusion Models for Lumbar Spine MRI Segmentation [13.36450508810551]
  本研究は腰痛(LBP)患者における腰椎MRI画像の堅牢かつ高精度なセマンティックセマンティックセグメンテーションのための拡散ベースフレームワークを提案する。 椎骨,椎間板 (IVDs) および脊柱管のSPIDERデータセットを用いて, 高度な椎間板分割モデルと比較した。 その結果, SpineSegDiff は, 最先端の非拡散 nnUnet に匹敵するセグメンテーション性能を達成した。
  論文  参考訳（メタデータ） (2026-08-05T14:35:27Z)
• PhenSPINE: A Standardized Benchmark for Spine Pathology Diagnosis [4.172199727841524]
  本研究では,250人の患者から得られた16,813枚の画像の磁気共鳴画像データセットを,高度なディープラーニング研究を促進するためにキュレートした。 本研究では,最先端の畳み込みバックボーンと位置PINE機構を統合し,椎間板の解剖学的文脈を明示的にモデル化する堅牢な診断ベンチマークを提案する。 マルチシーケンス融合戦略は, この単一シーケンスベースラインに比べ, 周囲の解剖学的領域からのノイズ干渉により, データセットのシーケンス間の画像が著しく損なわれているため, 性能が劣ることがわかった。
  論文  参考訳（メタデータ） (2026-07-22T02:55:36Z)
• Rendering Novel Views of MRI Using 3D Gaussian Splatting [54.6286495315908]
  3D Gaussian Splatting を用いて, スパース異方性MRIから画像再構成を行い, 臨床評価に関係する解剖学的に整合した画像面を採取, 描画した。 新しいビュープレーンは対象解剖の診断に最適であるが、元のMRIはそうではない。
  論文  参考訳（メタデータ） (2026-06-24T18:00:03Z)
• SpineReport: Automated 3D Quantification and Reporting of Lumbar Spine Degeneration on MRI [0.38696580294804606]
  腰部MRI脊椎の3次元形態計測を包括的に行うための,オープンソースの完全自動化フレームワークであるSpineReportを紹介した。 この方法は、脊髄、脊髄、脊椎、椎間板、前頭骨などの重要な構造から定量的なメトリクスを抽出する。 また,T2強調CSF信号が著効し,中心管重度狭窄と強い相関が認められた。
  論文  参考訳（メタデータ） (2026-06-08T18:07:45Z)
• ReBrain: Brain MRI Reconstruction from Sparse CT Slice via Retrieval-Augmented Diffusion [17.281214782353658]
  低用量プロトコルは、しばしば低解像度の平面解像度のCTボリュームをもたらす。 脳MRI再建のための検索拡張拡散フレームワークであるReBrainを提案する。 SynthRAD2023とBraTSの実験により、ReBrainはスパース条件下でのクロスモーダル再構築において最先端の性能を発揮することが示された。
  論文  参考訳（メタデータ） (2025-11-21T09:18:35Z)
• XAttn-BMD: Multimodal Deep Learning with Cross-Attention for Femoral Neck Bone Mineral Density Estimation [4.192785353394277]
  骨密度が低いことは骨折のリスクを増大させる。 XAttn-BMDは,股関節X線画像から大腿骨頸部BMDを予測し,臨床メタデータを構造化する多モード深層学習フレームワークである。 画像とメタデータの特徴を動的に統合し、双方向の相互強化を実現するために、新しい双方向のクロスアテンション機構を利用する。
  論文  参考訳（メタデータ） (2025-11-18T15:53:42Z)
• Modality-agnostic, patient-specific digital twins modeling temporally varying digestive motion [8.884066499888718]
  変形性画像登録(DIR)の臨床的実装には、ボクセルによる空間精度測定が必要である。 DIR法の精度を評価するため,患者固有のディジタルツイン(DT)モデルを構築した。
  論文  参考訳（メタデータ） (2025-07-02T17:22:47Z)
• M-SCAN: A Multistage Framework for Lumbar Spinal Canal Stenosis Grading Using Multi-View Cross Attention [0.0]
  本稿では,腰部脊柱管狭窄の診断を完全自動化する,新しい,効率的なディープラーニングフレームワークを提案する。 脊柱管狭窄症における経時的成績について,1,975例のユニークな研究結果を用いて検討した。
  論文  参考訳（メタデータ） (2025-03-03T15:10:40Z)
• Distilling Missing Modality Knowledge from Ultrasound for Endometriosis Diagnosis with Magnetic Resonance Images [18.191192167065555]
  経血管性婦人科的超音波(TVUS)スキャンとMRI(MRI)を用いて,Douglas (POD) 除去のポーチを診断できる TVUSとMRIは相補的な非侵襲的子宮内膜症の診断技術であるが、通常、患者は両方のモダリティを用いてスキャンされない。 本稿では,MRIによるPOD消去検出を改善するための知識蒸留訓練アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-07-05T03:08:38Z)
• Robust Fiber ODF Estimation Using Deep Constrained Spherical Deconvolution for Diffusion MRI [7.9283612449524155]
  測定したDW-MRI信号をモデル化するための一般的なプラクティスは、繊維配向分布関数(fODF)である。 DW-MRIの取得において、測定変数(サイト内およびサイト内変動、ハードウェア性能、シーケンス設計など)は避けられない。 既存のモデルベース手法(例えば、制約付き球面デコンボリューション(CSD))や学習ベース手法(例えば、ディープラーニング(DL))は、fODFモデリングにおいてそのような変動を明示的に考慮していない。 本稿では,データ駆動型深部制約付き球面デコンボリューション法を提案する。
  論文  参考訳（メタデータ） (2023-06-05T14:06:40Z)
• DDM$^2$: Self-Supervised Diffusion MRI Denoising with Generative Diffusion Models [0.3149883354098941]
  本稿では,拡散復号化生成モデルを用いたMRIの自己教師付き復号化手法を提案する。 本フレームワークは,統計に基づくデノナイジング理論を拡散モデルに統合し,条件付き生成によるデノナイジングを行う。
  論文  参考訳（メタデータ） (2023-02-06T18:56:39Z)
• Context-Aware Transformers For Spinal Cancer Detection and Radiological Grading [70.04389979779195]
  本稿では,脊椎分析に関わる医療画像問題に対するトランスフォーマーを用いた新しいモデルアーキテクチャを提案する。 MR画像におけるそのようなモデルの2つの応用について考察する: (a)脊椎転移の検出と脊椎骨折の関連状況と転移性脊髄圧迫。 画像中の脊椎のコンテキストを考慮することで,SCTは以前に公表したモデルと比較して,いくつかのグレーディングの精度を向上することを示す。
  論文  参考訳（メタデータ） (2022-06-27T10:31:03Z)
• Weakly-supervised Biomechanically-constrained CT/MRI Registration of the Spine [72.85011943179894]
  本稿では,各脊椎の剛性と容積を保存し,登録精度を最大化しながら,弱教師付き深層学習フレームワークを提案する。 また,CTにおける椎体自動分節化はMRIと対比してより正確な結果をもたらすため,CTラベルマップのみに依存するよう,これらの損失を特に設計する。 以上の結果から, 解剖学的認識による損失の増大は, 精度を維持しつつも, 推測変換の妥当性を高めることが示唆された。
  論文  参考訳（メタデータ） (2022-05-16T10:59:55Z)
• Data and Physics Driven Learning Models for Fast MRI -- Fundamentals and Methodologies from CNN, GAN to Attention and Transformers [72.047680167969]
  本稿では,畳み込みニューラルネットワークや生成的敵ネットワークに基づく手法を含む,高速MRIのためのディープラーニングに基づくデータ駆動手法を紹介する。 MRI加速のための物理とデータ駆動モデルの結合に関する研究について詳述する。 最後に, 臨床応用について紹介し, マルチセンター・マルチスキャナー研究における高速MRI技術におけるデータ調和の重要性と説明可能なモデルについて述べる。
  論文  参考訳（メタデータ） (2022-04-01T22:48:08Z)
• Outlier-based Autism Detection using Longitudinal Structural MRI [6.311381904410801]
  本稿では, 構造的磁気共鳴画像(sMRI)に基づく自閉症スペクトラム障害の診断を, 異常検出手法を用いて提案する。 GAN(Generative Adversarial Network)は、健康な被験者のsMRIスキャンでのみ訓練される。 実験の結果、ASD検出フレームワークは最先端のトレーニングデータと互換性があり、トレーニングデータもはるかに少ないことがわかった。
  論文  参考訳（メタデータ） (2022-02-21T04:37:25Z)
• SpineOne: A One-Stage Detection Framework for Degenerative Discs and Vertebrae [54.751251046196494]
  SpineOneと呼ばれる一段階検出フレームワークを提案し、MRIスライスから変性椎骨と椎骨を同時に局在化・分類する。 1)キーポイントの局所化と分類を促進するためのキーポイント・ヒートマップの新しい設計、2)ディスクと脊椎の表現をよりよく区別するためのアテンション・モジュールの使用、3)後期訓練段階における複数の学習目標を関連付けるための新しい勾配誘導客観的アソシエーション機構。
  論文  参考訳（メタデータ） (2021-10-28T12:59:06Z)
• Stacked Hourglass Network with a Multi-level Attention Mechanism: Where to Look for Intervertebral Disc Labeling [2.3848738964230023]
  椎間板の位置と骨格構造を協調的に学習する多レベルアテンション機構を有する重畳時間ガラスネットワークを提案する。 提案した深層学習モデルは意味的セグメンテーションの強さとポーズ推定手法を考慮し,欠落した領域と偽陽性検出を扱う。
  論文  参考訳（メタデータ） (2021-08-14T14:53:27Z)
• A Convolutional Approach to Vertebrae Detection and Labelling in Whole Spine MRI [70.04389979779195]
  脊椎MRIにおける脊椎の発見と同定のための新しい畳み込み法を提案する。 これには学習ベクトル場を使用して、検出された脊椎の角を個別の脊椎にまとめる。 本手法の臨床的有用性を示すために, 腰部, 脊柱管内MRスキャンにおける側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側
  論文  参考訳（メタデータ） (2020-07-06T09:37:12Z)
• Multifold Acceleration of Diffusion MRI via Slice-Interleaved Diffusion Encoding (SIDE) [50.65891535040752]
  本稿では,Slice-Interleaved Diffusionと呼ばれる拡散符号化方式を提案する。 SIDEは、拡散重み付き(DW)画像ボリュームを異なる拡散勾配で符号化したスライスでインターリーブする。 また,高いスライスアンサンプデータからDW画像を効果的に再構成するためのディープラーニングに基づく手法を提案する。
  論文  参考訳（メタデータ） (2020-02-25T14:48:17Z)

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。