論文の概要: Oriented histogram-based vector field embedding for characterizing 4D CT data sets in radiotherapy
- arxiv url: http://arxiv.org/abs/2411.16314v1
- Date: Mon, 25 Nov 2024 12:05:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-26 14:18:58.595286
- Title: Oriented histogram-based vector field embedding for characterizing 4D CT data sets in radiotherapy
- Title(参考訳): 放射線治療における4次元CTデータセットの特徴付けのための向き付けヒストグラムによるベクトル場埋め込み
- Authors: Frederic Madesta, Lukas Wimmert, Tobias Gauer, René Werner, Thilo Sentker,
- Abstract要約: 肺放射線療法の第一の目的は、標的体積に所定の用量を与えながら、健康な組織への曝露を最小限に抑えて治療結果を最適化することである。
この課題は、呼吸による肺組織の動きを考慮に入れ、正確な治療アライメントに影響を及ぼす。
本稿では,CTスキャンの計画や,変形可能な画像登録から得られるベクトル場などの導出データなど,前処理情報のみに依存する先進的アプローチを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: In lung radiotherapy, the primary objective is to optimize treatment outcomes by minimizing exposure to healthy tissues while delivering the prescribed dose to the target volume. The challenge lies in accounting for lung tissue motion due to breathing, which impacts precise treatment alignment. To address this, the paper proposes a prospective approach that relies solely on pre-treatment information, such as planning CT scans and derived data like vector fields from deformable image registration. This data is compared to analogous patient data to tailor treatment strategies, i.e., to be able to review treatment parameters and success for similar patients. To allow for such a comparison, an embedding and clustering strategy of prospective patient data is needed. Therefore, the main focus of this study lies on reducing the dimensionality of deformable registration-based vector fields by employing a voxel-wise spherical coordinate transformation and a low-dimensional 2D oriented histogram representation. Afterwards, a fully unsupervised UMAP embedding of the encoded vector fields (i.e., patient-specific motion information) becomes applicable. The functionality of the proposed method is demonstrated with 71 in-house acquired 4D CT data sets and 33 external 4D CT data sets. A comprehensive analysis of the patient clusters is conducted, focusing on the similarity of breathing patterns of clustered patients. The proposed general approach of reducing the dimensionality of registration vector fields by encoding the inherent information into oriented histograms is, however, applicable to other tasks.
- Abstract(参考訳): 肺放射線療法の第一の目的は、標的体積に所定の用量を与えながら、健康な組織への曝露を最小限に抑えて治療結果を最適化することである。
この課題は、呼吸による肺組織の動きを考慮に入れ、正確な治療アライメントに影響を及ぼす。
そこで本稿では,CTスキャンの計画や,変形可能な画像登録から得られるベクトル場などの導出データなど,前処理情報にのみ依存する先進的アプローチを提案する。
このデータは、類似の患者データと比較され、治療パラメータをレビューし、類似した患者に成功させることができるように仕向けられた治療戦略と比較される。
このような比較を可能にするためには、将来的な患者データの埋め込みとクラスタリング戦略が必要である。
したがって、この研究の主な焦点は、ボクセルの球面座標変換と低次元2次元配向ヒストグラム表現を用いて、変形可能な登録型ベクトル場の次元性を低減することである。
その後、符号化ベクターフィールド(つまり患者固有の動作情報)を完全に教師なしのUMAP埋め込みが適用される。
提案手法は, 社内で取得した4D CTデータセット71と外部の4D CTデータセット33で実証された。
クラスタ化患者の呼吸パターンの類似性に着目し,患者クラスターの包括的解析を行った。
固有情報を向きのヒストグラムに符号化することで、登録ベクトル場の次元性を減少させる一般的な手法は、他のタスクにも適用可能である。
関連論文リスト
- Multi-Class Segmentation of Aortic Branches and Zones in Computed Tomography Angiography: The AortaSeg24 Challenge [55.252714550918824]
AortaSeg24 MICCAI Challengeは、23の臨床的に関連する大動脈枝と領域に注釈付き100 CTA巻の最初のデータセットを導入した。
本稿では,トップパフォーマンスアルゴリズムの課題設計,データセットの詳細,評価指標,詳細な分析について述べる。
論文 参考訳(メタデータ) (2025-02-07T21:09:05Z) - Geo-UNet: A Geometrically Constrained Neural Framework for Clinical-Grade Lumen Segmentation in Intravascular Ultrasound [7.760705377465734]
UNetのような現在のセグメンテーションネットワークは、IVUSにおける臨床応用に必要な精度を欠いている。
そこで我々はGeo-UNetフレームワークを提案する。
静脈性IVUSデータセットに対する我々のフレームワークの有効性を,最先端モデルに対して示す。
論文 参考訳(メタデータ) (2024-08-09T02:55:25Z) - Voxel Scene Graph for Intracranial Hemorrhage [1.0074894923170512]
我々は頭蓋内出血(ICH)に対する適応的物体検出法を開発した。
臨床脳シーンの全体像を学習するために,SGG法を併用した。
本手法を2つの頭部CTデータセット上で評価し,臨床関係の最大74%を再現できることを実証した。
論文 参考訳(メタデータ) (2024-07-31T13:10:59Z) - ArSDM: Colonoscopy Images Synthesis with Adaptive Refinement Semantic
Diffusion Models [69.9178140563928]
大腸内視鏡検査は臨床診断や治療に不可欠である。
注釈付きデータの不足は、既存の手法の有効性と一般化を制限する。
本稿では, 下流作業に有用な大腸内視鏡画像を生成するために, 適応Refinement Semantic Diffusion Model (ArSDM)を提案する。
論文 参考訳(メタデータ) (2023-09-03T07:55:46Z) - CT Perfusion is All We Need: 4D CNN Segmentation of Penumbra and Core in
Patients With Suspected Ischemic Stroke [1.6836876499886009]
本稿では,時間情報を完全に活用する4つの畳み込みを入力として利用する方法について検討する。
提案した4D mJ-Netを用いることで、ペニブラとコア領域の分割にそれぞれ0.53と0.23のDice係数が得られる。
論文 参考訳(メタデータ) (2023-03-15T16:53:19Z) - Validated respiratory drug deposition predictions from 2D and 3D medical
images with statistical shape models and convolutional neural networks [47.187609203210705]
患者固有の沈着モデリングのための自動計算フレームワークを開発し,検証することを目的としている。
2次元胸部X線と3次元CT画像から3次元患者の呼吸動態を生成できる画像処理手法が提案されている。
論文 参考訳(メタデータ) (2023-03-02T07:47:07Z) - Incremental Cross-view Mutual Distillation for Self-supervised Medical
CT Synthesis [88.39466012709205]
本稿では,スライス間の分解能を高めるために,新しい医療スライスを構築した。
臨床実践において, 根本・中間医療スライスは常に欠落していることを考慮し, 相互蒸留の段階的相互蒸留戦略を導入する。
提案手法は,最先端のアルゴリズムよりも明確なマージンで優れる。
論文 参考訳(メタデータ) (2021-12-20T03:38:37Z) - Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based
Sparse PCA Network [93.22587316229954]
ヘマトキシリンとエオシン(H&E)で染色した組織学的肺スライドにおける癌病変の自動検出のためのグラフベーススパース成分分析(GS-PCA)ネットワークを提案する。
我々は,SVM K-rasG12D肺がんモデルから得られたH&Eスライダーの精度・リコール率,Fスコア,谷本係数,レシーバ演算子特性(ROC)の曲線下領域を用いて,提案アルゴリズムの性能評価を行った。
論文 参考訳(メタデータ) (2021-10-27T19:28:36Z) - Assignment Flow for Order-Constrained OCT Segmentation [0.0]
網膜層厚の同定は、患者ごとに個別に行う重要な課題である。
自動セグメンテーションモデルの構築は,医用画像処理分野において重要な課題となっている。
我々は、秩序に制約された3D OCT網膜細胞層セグメンテーションのための新しい、純粋にデータ駆動型テキスト幾何学的アプローチを提案する。
論文 参考訳(メタデータ) (2020-09-10T01:57:53Z) - Trajectories, bifurcations and pseudotime in large clinical datasets:
applications to myocardial infarction and diabetes data [94.37521840642141]
混合データ型と欠落値を特徴とする大規模臨床データセット分析のための半教師付き方法論を提案する。
この手法は、次元の減少、データの可視化、クラスタリング、特徴の選択と、部分的に順序付けられた観測列における測地距離(擬時)の定量化のタスクを同時に扱うことのできる弾性主グラフの適用に基づいている。
論文 参考訳(メタデータ) (2020-07-07T21:04:55Z)
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。