論文の概要: A No-Reference Medical Image Quality Assessment Method Based on Automated Distortion Recognition Technology: Application to Preprocessing in MRI-guided Radiotherapy
- arxiv url: http://arxiv.org/abs/2412.06599v2
- Date: Tue, 10 Dec 2024 04:23:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-11 10:56:06.994809
- Title: A No-Reference Medical Image Quality Assessment Method Based on Automated Distortion Recognition Technology: Application to Preprocessing in MRI-guided Radiotherapy
- Title（参考訳）: 自動歪み認識技術に基づく非参照医用画像品質評価法:MRI誘導放射線治療における前処理への応用
- Authors: Zilin Wang, Shengqi Chen, Jianrong Dai, Shirui Qin, Ying Cao, Ruiao Zhao, Guohua Wu, Yuan Tang, Jiayun Chen,
- Abstract要約: 肝転移10例のMR画像106,000点について検討した。
1) 主要な診断特徴の可視性を高めるための事前処理。
腫瘍追跡アルゴリズムでは,前処理画像の追跡精度が有意に向上した。
- 参考スコア（独自算出の注目度）: 9.332679162161428
- License:
- Abstract: Objective:To develop a no-reference image quality assessment method using automated distortion recognition to boost MRI-guided radiotherapy precision.Methods:We analyzed 106,000 MR images from 10 patients with liver metastasis,captured with the Elekta Unity MR-LINAC.Our No-Reference Quality Assessment Model includes:1)image preprocessing to enhance visibility of key diagnostic features;2)feature extraction and directional analysis using MSCN coefficients across four directions to capture textural attributes and gradients,vital for identifying image features and potential distortions;3)integrative Quality Index(QI)calculation,which integrates features via AGGD parameter estimation and K-means clustering.The QI,based on a weighted MAD computation of directional scores,provides a comprehensive image quality measure,robust against outliers.LOO-CV assessed model generalizability and performance.Tumor tracking algorithm performance was compared with and without preprocessing to verify tracking accuracy enhancements.Results:Preprocessing significantly improved image quality,with the QI showing substantial positive changes and surpassing other metrics.After normalization,the QI's average value was 79.6 times higher than CNR,indicating improved image definition and contrast.It also showed higher sensitivity in detail recognition with average values 6.5 times and 1.7 times higher than Tenengrad gradient and entropy.The tumor tracking algorithm confirmed significant tracking accuracy improvements with preprocessed images,validating preprocessing effectiveness.Conclusions:This study introduces a novel no-reference image quality evaluation method based on automated distortion recognition,offering a new quality control tool for MRIgRT tumor tracking.It enhances clinical application accuracy and facilitates medical image quality assessment standardization, with significant clinical and research value.
- Abstract（参考訳）: 目的: 自動歪み認識によるMRI誘導放射線治療精度の向上のための非参照画像品質評価手法を開発するため, 方法: 肝転移10例から肝転移10例のMR画像106,000点を解析した。1) 重要な診断特徴の視認性を高めるための事前処理,2) MSCN係数を用いた特徴抽出と方向分析, テキスト属性と勾配の抽出, 3) 画像特徴と潜在的な歪みの同定,3) 積分的品質指標(QI) 計算, AGGDパラメータとK-meansクラスタリングによる特徴の統合, MADの計算結果による特徴の統合, 総合的品質評価, 画像品質評価, 総合的品質評価, 汎用的品質評価, 汎用性評価, 汎用性評価, パフォーマンス評価, パフォーマンス評価, 品質評価, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 評価, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 精度, 評価。
関連論文リスト
- Rethinking Medical Anomaly Detection in Brain MRI: An Image Quality Assessment Perspective [14.39502951611029]
構造類似度指数の損失をl1損失と組み合わせた核融合品質損失関数を提案する。
また,正常領域と異常領域の平均強度比(AIR)を高めるデータ前処理戦略を導入し,異常の識別を改善した。
提案したIQAアプローチは,BraTS21(T2,FLAIR)およびMSULBデータセット上のDice係数(DICE)とAUPRC(Area Under the Precision-Recall Curve)において,大幅な改善(>10%)を達成している。
論文 参考訳（メタデータ） (2024-08-15T15:55:07Z) - Comparison of No-Reference Image Quality Models via MAP Estimation in
Diffusion Latents [99.19391983670569]
NR-IQAモデルは、画像強調のための最大後部推定(MAP)フレームワークにプラグイン可能であることを示す。
異なるNR-IQAモデルは異なる拡張イメージを誘導し、最終的には精神物理学的なテストを受ける。
これにより, NR-IQAモデルの比較を行う新たな計算手法が提案される。
論文 参考訳（メタデータ） (2024-03-11T03:35:41Z) - Adaptive Feature Selection for No-Reference Image Quality Assessment by Mitigating Semantic Noise Sensitivity [55.399230250413986]
上流タスクから有害なセマンティックノイズを除去するためのQFM-IQM(Quality-Aware Feature Matching IQA Metric)を提案する。
提案手法は,8つの標準IQAデータセット上での最先端NR-IQA法よりも優れた性能を実現する。
論文 参考訳（メタデータ） (2023-12-11T06:50:27Z) - MD-IQA: Learning Multi-scale Distributed Image Quality Assessment with
Semi Supervised Learning for Low Dose CT [6.158876574189994]
画像品質評価(IQA)は放射線線量最適化と新しい医用イメージング技術開発において重要な役割を担っている。
最近の深層学習に基づくアプローチは、強力なモデリング能力と医療IQAの可能性を示している。
本稿では,出力分布を制約して品質スコアを予測するため,マルチスケール分布回帰手法を提案する。
論文 参考訳（メタデータ） (2023-11-14T09:33:33Z) - Blind CT Image Quality Assessment Using DDPM-derived Content and
Transformer-based Evaluator [9.626301541775998]
ブラインド画像品質評価(BIQA)は、放射線学者が知覚するものと一致して知覚品質を評価する。
本研究では,IMGのアクティブ推論過程をエミュレートする革新的なBIQA指標を提案する。
われわれはMICCAI 2023において,低線量CTの知覚画像品質評価大挑戦で2位を獲得した。
論文 参考訳（メタデータ） (2023-10-04T19:13:16Z) - Explainable Image Quality Assessment for Medical Imaging [0.0]
質の悪い医療画像は誤診につながる可能性がある。
本稿では,説明可能な画像品質評価システムを提案し,その考え方を2つの異なる目的に対して検証する。
本研究では,サリエンシ検出器の忠実度を測定するために,様々な手法を適用した。
我々は,NormGradがObject-CXRで0.853点,LVOTデータセットで0.611点,繰り返しポイントゲームで0.853点に達することで,他のサリエンシ検出器よりも顕著に向上したことを示す。
論文 参考訳（メタデータ） (2023-03-25T14:18:39Z) - Automated SSIM Regression for Detection and Quantification of Motion
Artefacts in Brain MR Images [54.739076152240024]
磁気共鳴脳画像における運動アーチファクトは重要な問題である。
MR画像の画質評価は,臨床診断に先立って基本的である。
構造類似度指数(SSIM)回帰に基づく自動画像品質評価法が提案されている。
論文 参考訳（メタデータ） (2022-06-14T10:16:54Z) - Image Quality Assessment for Magnetic Resonance Imaging [4.05136808278614]
画像品質評価(IQA)アルゴリズムは、画像品質に対する人間の認識を再現することを目的としている。
我々は、MRIに関連する問題を解決するために訓練されたニューラルネットワークモデルの出力を使用する。
7人の訓練された放射線学者が歪んだ画像を評価し、その判断は35の異なる画像品質指標と相関した。
論文 参考訳（メタデータ） (2022-03-15T11:52:29Z) - Texture Characterization of Histopathologic Images Using Ecological
Diversity Measures and Discrete Wavelet Transform [82.53597363161228]
本稿では,病理組織像間でテクスチャを特徴付ける手法を提案する。
2つのHIデータセットに有望な精度で、そのような画像の固有特性を定量化することが可能である。
論文 参考訳（メタデータ） (2022-02-27T02:19:09Z) - Variational Knowledge Distillation for Disease Classification in Chest
X-Rays [102.04931207504173]
我々は,X線に基づく疾患分類のための新しい確率的推論フレームワークである反復的知識蒸留(VKD)を提案する。
提案手法の有効性を,X線画像とEHRを用いた3つの公開ベンチマークデータセットに示す。
論文 参考訳（メタデータ） (2021-03-19T14:13:56Z) - Improved Slice-wise Tumour Detection in Brain MRIs by Computing
Dissimilarities between Latent Representations [68.8204255655161]
磁気共鳴画像(MRI)の異常検出は教師なし手法で行うことができる。
本研究では,変分オートエンコーダの潜伏空間における相似関数の計算に基づいて,腫瘍検出のためのスライスワイズ半教師法を提案する。
本研究では,高解像度画像上でのモデルをトレーニングし,再現の質を向上させることにより,異なるベースラインに匹敵する結果が得られることを示す。
論文 参考訳（メタデータ） (2020-07-24T14:02:09Z)
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。