論文の概要: 3D Spine Shape Estimation from Single 2D DXA

• arxiv url: http://arxiv.org/abs/2412.01504v1
• Date: Mon, 02 Dec 2024 13:58:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-04 15:42:34.255038
• Title: 3D Spine Shape Estimation from Single 2D DXA
• Title（参考訳）: 単一2次元DXAによる3次元松の形状推定
• Authors: Emmanuelle Bourigault, Amir Jamaludin, Andrew Zisserman,
• Abstract要約: 2次元DXAスキャンから3次元スピン形状を推定する自動フレームワークを提案する。 我々はDXAスキャンから脊椎の矢状視界を明示的に予測することでこれを実現する。
• 参考スコア（独自算出の注目度）: 49.53978253009771
• License:
• Abstract: Scoliosis is traditionally assessed based solely on 2D lateral deviations, but recent studies have also revealed the importance of other imaging planes in understanding the deformation of the spine. Consequently, extracting the spinal geometry in 3D would help quantify these spinal deformations and aid diagnosis. In this study, we propose an automated general framework to estimate the 3D spine shape from 2D DXA scans. We achieve this by explicitly predicting the sagittal view of the spine from the DXA scan. Using these two orthogonal projections of the spine (coronal in DXA, and sagittal from the prediction), we are able to describe the 3D shape of the spine. The prediction is learnt from over 30k paired images of DXA and MRI scans. We assess the performance of the method on a held out test set, and achieve high accuracy.
• Abstract（参考訳）: スコリシスは伝統的に2次元の側方偏差のみに基づいて評価されてきたが、最近の研究では、脊椎の変形を理解する上で他のイメージング面の重要性も明らかにされている。 したがって、3Dで脊髄の形状を抽出することは、これらの脊椎の変形を定量化し、診断を助けるのに役立つ。 本研究では,2次元DXAスキャンから3次元スピン形状を推定する汎用フレームワークを提案する。 我々はDXAスキャンから脊椎の矢状視界を明示的に予測することでこれを実現する。 これら2つの直交突起(DXAの冠状突起と予測からの矢状突起)を用いて、脊椎の3次元形状を記述することができる。 予測は、DXAとMRIスキャンの30k以上のペア画像から学習される。 保持テストセット上での手法の性能を評価し,高精度に評価する。

関連論文リスト

• Predicting Spine Geometry and Scoliosis from DXA Scans [49.68543422441626]
  まず、ニューラルネットワークをトレーニングして、スキャン中のミドルスピン曲線を予測し、次いで積分法を用いて、スピン曲線に沿った曲率を決定する。 最大曲率を評価関数として用いて, 脊椎変形の重症度を推定できることが示唆された。
  論文  参考訳（メタデータ） (2023-11-15T22:49:08Z)
• 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)
• Accurate Fine-Grained Segmentation of Human Anatomy in Radiographs via Volumetric Pseudo-Labeling [66.75096111651062]
  我々は,10,021個の胸部CTと157個のラベルの大規模データセットを作成した。 解剖学的擬似ラベル抽出のために3次元解剖分類モデルのアンサンブルを適用した。 得られたセグメンテーションモデルはCXRで顕著な性能を示した。
  論文  参考訳（メタデータ） (2023-06-06T18:01:08Z)
• VertMatch: A Semi-supervised Framework for Vertebral Structure Detection in 3D Ultrasound Volume [26.29675263407612]
  3次元3次元超音波イメージング技術は, 側頭葉症評価に応用されている。 現在の評価法は、コロナプロジェクション画像のみを使用し、3次元変形と脊椎回転を説明できない。 本稿では,3次元超音波体積中の脊椎構造を検出するための2段階のフレームワークであるVertMatchを提案する。
  論文  参考訳（メタデータ） (2022-12-28T06:50:35Z)
• CNN-based real-time 2D-3D deformable registration from a single X-ray projection [2.1198879079315573]
  本稿では, フルオロスコープ画像を用いたリアルタイム2D-3D非剛体登録法を提案する。 術前スキャンから解剖学の変位場と2次元投影からなるデータセットを生成する。 ニューラルネットワークは、未知の3D変位場を単一の投影画像から回復するように訓練される。
  論文  参考訳（メタデータ） (2022-12-15T09:57:19Z)
• 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)
• Inferring the 3D Standing Spine Posture from 2D Radiographs [5.114998342130747]
  このような生体力学的分析には、自然重み付け下での立位姿勢(立位)が不可欠である。 本稿では,脊椎に作用する新しいニューラルネットワークアーキテクチャであるemphTransVertを提案する。
  論文  参考訳（メタデータ） (2020-07-13T18:37:00Z)
• 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)
• Analysis of Scoliosis From Spinal X-Ray Images [17.8260780895433]
  脊柱管の計測には脊椎のラベル付けと識別が必要である。 スコリオーシス(英: Scoliosis)は、脊椎が正常な形状から変形する先天性疾患である。 そこで本研究では,脊柱管狭窄計測に伴う脊椎の完全自動的,信頼性の高いセグメンテーションを提供するエンドツーエンドセグメンテーションモデルを提案する。
  論文  参考訳（メタデータ） (2020-04-15T05:36:28Z)

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。