論文の概要: Volumetric Reconstruction of Prostatectomy Specimens from Histology

• arxiv url: http://arxiv.org/abs/2412.01855v1
• Date: Fri, 29 Nov 2024 22:33:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-04 15:42:26.980734
• Title: Volumetric Reconstruction of Prostatectomy Specimens from Histology
• Title（参考訳）: 前立腺摘出術の組織学的検討
• Authors: Tom Bisson, Isil Dogan O, Iris Piwonski, Tim-Rasmus Kiehl, Georg Lukas Baumgärtner, Rita Carvalho, Peter Hufnagl, Tobias Penzkofer, Norman Zerbe, Sefer Elezkurtaj,
• Abstract要約: 前立腺癌に対する外科的治療は、しばしば臓器切除、すなわち前立腺切除術を含む。 診断プロセスは、レポートで表現しにくい広範囲で複雑な情報を生成する。 この領域の既存のアプローチは、労働集約的で、臨床画像モダリティへの統合が困難であることが証明されている。 3D-SLIVERは、オープンソースの3DSlicer拡張として実装された、シンプルなソリューションを提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Surgical treatment for prostate cancer often involves organ removal, i.e., prostatectomy. Pathology reports on these specimens convey treatment-relevant information. Beyond these reports, the diagnostic process generates extensive and complex information that is difficult to represent in reports, although it is of significant interest to the other medical specialties involved. 3D tissue reconstruction would allow for better spatial visualization, as well as combinations with other imaging modalities. Existing approaches in this area have proven labor-intensive and challenging to integrate into clinical workflows. 3D-SLIVER provides a simplified solution, implemented as an open-source 3DSlicer extension. We outline three specific real-world scenarios to illustrate its potential to improve transparency in diagnostic workflows and contribute to multi-modal research endeavors. Implementing the 3D reconstruction process involved four sub-modules of 3D-SLIVER: digitization of slicing protocol, virtual slicing of arbitrary 3D models based on that protocol, registration of slides with virtual slices using the Coherent Point Drift algorithm, and 3D reconstruction of registered information using convex hulls, Gaussian splatter and linear extrusion. Three use cases to employ 3D-SLIVER are presented: a low-effort approach to pathology workflow integration and two research-related use cases illustrating how to perform retrospective evaluations of PI-RADS predictions and statistically model 3D distributions of morphological patterns. 3D-SLIVER allows for improved interdisciplinary communication among specialties. It is designed for simplicity in application, allowing for flexible integration into various workflows and use cases. Here we focused on the clinical care of prostate cancer patients, but future possibilities are extensive with other neoplasms and in education and research.
• Abstract（参考訳）: 前立腺癌に対する外科的治療は、しばしば臓器切除、すなわち前立腺切除術を含む。 これらの標本の病理報告は治療関連情報を伝達する。 これらの報告の他に、診断プロセスは、報告で表すのが難しい広範囲で複雑な情報を生成するが、関連する他の医療専門分野には大きな関心がある。 3D組織再構成により、空間の可視化が向上し、他の画像モダリティと組み合わせることができる。 この領域の既存のアプローチは、労働集約的で、臨床ワークフローに統合することの難しさを証明している。 3D-SLIVERは、オープンソースの3DSlicer拡張として実装された、シンプルなソリューションを提供する。 我々は、診断ワークフローにおける透明性向上の可能性を示し、マルチモーダルな研究に貢献する3つの具体的な実世界のシナリオを概説する。 3D再構成プロセスの実装には、スライシングプロトコルのデジタル化、そのプロトコルに基づく任意の3Dモデルの仮想スライシング、コヒーレントポイントドリフトアルゴリズムを用いた仮想スライスによるスライドの登録、凸船体、ガウススプラッター、線形押出による登録情報の3D再構成の4つのサブモジュールが含まれていた。 3D-SLIVERを使用する3つのユースケースが提示される: 病理ワークフロー統合への低便宜アプローチと、PI-RADS予測の振り返り評価の実施方法と、形態パターンの統計的モデルによる3D分布の統計的モデル化の2つの研究ユースケースである。 3D-SLIVERは専門分野間のコミュニケーションを改善する。 アプリケーションの単純さのために設計されており、さまざまなワークフローやユースケースへの柔軟な統合を可能にする。 本研究は前立腺癌患者の臨床治療に焦点をあてるが,今後は他の腫瘍や教育・研究にも応用される可能性がある。

関連論文リスト

• 3D-CT-GPT: Generating 3D Radiology Reports through Integration of Large Vision-Language Models [51.855377054763345]
  本稿では,VQAに基づく医用視覚言語モデルである3D-CT-GPTについて紹介する。 パブリックデータセットとプライベートデータセットの両方の実験により、3D-CT-GPTはレポートの正確さと品質という点で既存の手法を著しく上回っていることが示された。
  論文  参考訳（メタデータ） (2024-09-28T12:31:07Z)
• SLAM assisted 3D tracking system for laparoscopic surgery [22.36252790404779]
  本研究は,登録後タスクのためのリアルタイムモノクル3D追跡アルゴリズムを提案する。 in-vivoおよびex-vivoテストによる実験では、提案された3Dトラッキングシステムが堅牢な3Dトラッキングを提供することが示された。
  論文  参考訳（メタデータ） (2024-09-18T04:00:54Z)
• Towards Synergistic Deep Learning Models for Volumetric Cirrhotic Liver Segmentation in MRIs [1.5228650878164722]
  世界的死亡の主な原因である肝硬変は、効果的な疾患モニタリングと治療計画のためにROIを正確に区分する必要がある。 既存のセグメンテーションモデルは、複雑な機能インタラクションをキャプチャして、さまざまなデータセットをまたいだ一般化に失敗することが多い。 本稿では、補間潜在空間を拡張的特徴相互作用モデリングに活用する新しい相乗論的理論を提案する。
  論文  参考訳（メタデータ） (2024-08-08T14:41:32Z)
• Generative Enhancement for 3D Medical Images [74.17066529847546]
  本稿では,3次元医用画像合成の新しい生成手法であるGEM-3Dを提案する。 本手法は2次元スライスから始まり,3次元スライスマスクを用いて患者に提供するための情報スライスとして機能し,生成過程を伝搬する。 3D医療画像をマスクと患者の事前情報に分解することで、GEM-3Dは多目的な3D画像を生成する柔軟な、かつ効果的なソリューションを提供する。
  論文  参考訳（メタデータ） (2024-03-19T15:57:04Z)
• Domain adaptation strategies for 3D reconstruction of the lumbar spine using real fluoroscopy data [9.21828361691977]
  本研究は整形外科手術における手術ナビゲーション導入における重要な障害に対処するものである。 これは、少数の蛍光画像から脊椎の3次元解剖モデルを生成するためのアプローチを示す。 これまでの合成データに基づく研究の精度に匹敵する84%のF1スコアを達成しました。
  論文  参考訳（メタデータ） (2024-01-29T10:22:45Z)
• Three-dimensional Bone Image Synthesis with Generative Adversarial Networks [2.499907423888049]
  本研究は,高分解能医用量を生成するために,3次元生成対向ネットワーク(GAN)を効率的に訓練できることを実証する。 GANインバージョンは3次元設定のために実装され、モデル解釈可能性に関する広範な研究に使用される。
  論文  参考訳（メタデータ） (2023-10-26T08:08:17Z)
• 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)
• 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)
• 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)

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。