論文の概要: QSM-RimDS: A highly sensitive paramagnetic rim lesion detection and segmentation tool for multiple sclerosis lesions

• arxiv url: http://arxiv.org/abs/2412.10492v1
• Date: Fri, 13 Dec 2024 18:18:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-17 15:49:59.648756
• Title: QSM-RimDS: A highly sensitive paramagnetic rim lesion detection and segmentation tool for multiple sclerosis lesions
• Title（参考訳）: QSM-RimDS : 多発性硬化症に対する高感度常磁性リム病変検出とセグメンテーションツール
• Authors: Ha Luu, Mert Sisman, Ilhami Kovanlikaya, Tam Vu, Pascal Spincemaille, Yi Wang, Francesca Bagnato, Susan Gauthier, Thanh Nguyen,
• Abstract要約: 常磁性リム病変(英: Paramagnetic rim lesions, PRLs)は、MS病変における自然免疫応答のバイオマーカーである。 QSM-RimDSは、共同PRL区分けとPRL検出のためのディープラーニングベースのツールである。
• 参考スコア（独自算出の注目度）: 5.470239281959465
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Paramagnetic rim lesions (PRLs) are imaging biomarker of the innate immune response in MS lesions. QSM-RimNet, a state-of-the-art tool for PRLs detection on QSM, can identify PRLs but requires precise QSM lesion mask and does not provide rim segmentation. Therefore, the aims of this study are to develop QSM-RimDS algorithm to detect PRLs using the readily available FLAIR lesion mask and to provide rim segmentation for microglial quantification. QSM-RimDS, a deep-learning based tool for joint PRL rim segmentation and PRL detection has been developed. QSM-RimDS has obtained state-of-the art performance in PRL detection and therefore has the potential to be used in clinical practice as a tool to assist human readers for the time-consuming PRL detection and segmentation task. QSM-RimDS is made publicly available [https://github.com/kennyha85/QSM_RimDS]
• Abstract（参考訳）: 常磁性リム病変(英: Paramagnetic rim lesions, PRLs)は、MS病変における自然免疫応答のバイオマーカーである。 QSM上のPRL検出のための最先端ツールであるQSM-RimNetは、PRLを識別できるが、正確なQSM病変マスクを必要とし、リムセグメンテーションを提供しない。 そこで本研究では,手軽に利用できるFLAIR病変マスクを用いてPRLを検出するQSM-RimDSアルゴリズムを開発し,マイクログリア定量のためのリムセグメンテーションを提供する。 QSM-RimDSは,共同PRL領域分割とPRL検出のためのディープラーニングツールである。 QSM-RimDSは、PRL検出における最先端技術の性能を取得しており、PRL検出とセグメンテーションタスクにおいて、ヒト読者を支援するツールとして臨床実践に使用される可能性がある。 QSM-RimDSが公開されています [https://github.com/kennyha85/QSM_RimDS]

関連論文リスト

• SKIPNet: Spatial Attention Skip Connections for Enhanced Brain Tumor Classification [3.8233569758620063]
  脳腫瘍の早期発見は、タイムリーな治療には不可欠であるが、遠隔地では診断施設へのアクセスが制限されている。 本研究では,MRIデータを用いた脳腫瘍の自動検出と分類のためのディープラーニングモデルを提案する。 空間的注意を取り入れたこのモデルは96.90%の精度を達成し、パターン認識を改善するために文脈情報の集約を強化した。
  論文  参考訳（メタデータ） (2024-12-10T18:32:42Z)
• CIMIL-CRC: a clinically-informed multiple instance learning framework for patient-level colorectal cancer molecular subtypes classification from H\&E stained images [42.771819949806655]
  CIMIL-CRCは、事前学習した特徴抽出モデルと主成分分析(PCA)を効率よく組み合わせ、全てのパッチから情報を集約することで、MSI/MSS MIL問題を解決するフレームワークである。 我々は,TCGA-CRC-DXコホートを用いたモデル開発のための5倍のクロスバリデーション実験装置を用いて,曲線下平均面積(AUC)を用いてCIMIL-CRC法の評価を行った。
  論文  参考訳（メタデータ） (2024-01-29T12:56:11Z)
• SegReg: Segmenting OARs by Registering MR Images and CT Annotations [9.434639870882583]
  OAR(Organ at risk)セグメンテーションは放射線治療計画において重要なプロセスである。 我々は,MRIの登録にElastic Symmetric Normalizationを用いてOARセグメンテーションを行うSegRegという手法を提案する。 SegRegはCTのみのベースラインを16.78%、mIoUは18.77%上回る。
  論文  参考訳（メタデータ） (2023-11-12T20:46:54Z)
• Style transfer between Microscopy and Magnetic Resonance Imaging via Generative Adversarial Network in small sample size settings [49.84018914962972]
  磁気共鳴イメージング(MRI)のクロスモーダル増強と、同じ組織サンプルに基づく顕微鏡イメージングが期待できる。 コンディショナル・ジェネレーティブ・逆境ネットワーク (cGAN) アーキテクチャを用いて, コーパス・カロサムのMRI画像から顕微鏡組織像を生成する方法を検討した。
  論文  参考訳（メタデータ） (2023-10-16T13:58:53Z)
• GAMER-MRIL identifies Disability-Related Brain Changes in Multiple Sclerosis [0.39809034849104935]
  本稿では,全脳定量的MRI(qMRI),畳み込みニューラルネットワーク(CNN),解釈可能性法を用いた新しい総合的アプローチであるGAMER-MRILを提案する。 結果: GAMER-MRILはqMRIを用いて重症障害患者を分類し, 移動機能の完全性に重要な脳領域を同定する。
  論文  参考訳（メタデータ） (2023-08-15T07:43:00Z)
• Modeling T1 Resting-State MRI Variants Using Convolutional Neural Networks in Diagnosis of OCD [0.0]
  強迫性障害(OCD: Obsessive-compulsive disorder)は、高度に不安定な障害である。 OCDは前頭前皮質とメタボトロピックグルタミン酸受容体5(mGluR5)と共通する 計算モデリング手法はmGluR5を含む過去の仮説の検証手段として用いられた。
  論文  参考訳（メタデータ） (2023-06-15T12:02:57Z)
• Artificial-intelligence-based molecular classification of diffuse gliomas using rapid, label-free optical imaging [59.79875531898648]
  DeepGliomaは人工知能に基づく診断スクリーニングシステムである。 ディープグリオーマは、世界保健機関が成人型びまん性グリオーマ分類を定義するために使用する分子変化を予測することができる。
  論文  参考訳（メタデータ） (2023-03-23T18:50:18Z)
• Enhancing Clinical Support for Breast Cancer with Deep Learning Models using Synthetic Correlated Diffusion Imaging [66.63200823918429]
  深層学習モデルを用いた乳癌に対する臨床支援の強化について検討した。 我々は、体積畳み込みニューラルネットワークを利用して、前処理コホートから深い放射能特徴を学習する。 提案手法は, グレードと処理後応答予測の両方において, より良い性能を実現することができる。
  論文  参考訳（メタデータ） (2022-11-10T03:02:12Z)
• Localizing the Recurrent Laryngeal Nerve via Ultrasound with a Bayesian Shape Framework [65.19784967388934]
  RLN(recurrent laryngeal nerve)の腫瘍浸潤は, 甲状腺摘出術の抗腫瘍剤であり, 標準喉頭鏡による検出が困難である。 本稿では,外科医がRLNを周囲の臓器に従って識別する標準的なアプローチを模倣した,RLNの局所化のための知識駆動型フレームワークを提案する。 実験結果から, 提案手法は, 最先端手法と比較して, 高いヒット率とかなり小さい距離誤差を達成できることが示唆された。
  論文  参考訳（メタデータ） (2022-06-30T13:04:42Z)
• 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)
• Learned super resolution ultrasound for improved breast lesion characterization [52.77024349608834]
  超高分解能超音波局在顕微鏡は毛細血管レベルでの微小血管のイメージングを可能にする。 この作業では、これらの課題に対処するために、信号構造を効果的に活用するディープニューラルネットワークアーキテクチャを使用します。 トレーニングしたネットワークを利用することで,従来のPSF知識を必要とせず,UCAの分離性も必要とせず,短時間で微小血管構造を復元する。
  論文  参考訳（メタデータ） (2021-07-12T09:04:20Z)
• Fully automated quantification of in vivo viscoelasticity of prostate zones using magnetic resonance elastography with Dense U-net segmentation [1.304892050913381]
  粘弾性測定のための磁気共鳴エラストグラフィー (MRE) は, 適切な組織セグメンテーションに依存している。 前立腺の粒子力学的特性を自動集計するために, 解剖学的および粘弾性情報を抽出するのにMREデータが十分であるかどうかを検討した。
  論文  参考訳（メタデータ） (2021-06-21T17:36:26Z)
• Controlling False Positive/Negative Rates for Deep-Learning-Based Prostate Cancer Detection on Multiparametric MR images [58.85481248101611]
  そこで本研究では,病変からスライスまでのマッピング機能に基づく,病変レベルのコスト感受性損失と付加的なスライスレベルの損失を組み込んだ新しいPCa検出ネットワークを提案する。 1) 病変レベルFNRを0.19から0.10に, 病変レベルFPRを1.03から0.66に減らした。
  論文  参考訳（メタデータ） (2021-06-04T09:51:27Z)
• Deep cross-modality (MR-CT) educed distillation learning for cone beam CT lung tumor segmentation [3.8791511769387634]
  新しい深層学習型cbct肺腫瘍分割法を開発した。 提案手法の主な考え方は、磁気共鳴イメージング(MRI)を用いてCBCTセグメンテーションネットワークトレーニングをガイドすることである。 我々は,unpaired cbct と mri データセットを用いて,unpaired domain adaptation (uda) とcross-domain segmentation distillation network (sdn) からなるエンドツーエンドネットワークを訓練することでこれを実現する。
  論文  参考訳（メタデータ） (2021-02-17T03:52:02Z)
• MoG-QSM: Model-based Generative Adversarial Deep Learning Network for Quantitative Susceptibility Mapping [10.898053030099023]
  本稿では,正規化項を学習するために,生成型逆ネットワークの利点を生かしたモデルベースフレームワークを提案する。 最小二乗(LS)GANとL1コストの混合を併用した残差ネットワークを発電機として訓練し,先行情報を学習した。 MoG-QSMは単方向位相マップから高精度な感受性マップを生成する。
  論文  参考訳（メタデータ） (2021-01-21T02:52:05Z)
• Accurate Prostate Cancer Detection and Segmentation on Biparametric MRI using Non-local Mask R-CNN with Histopathological Ground Truth [0.0]
  我々は,bp-MRIにおける前立腺内病変の検出とセグメンテーションを改善するため,ディープラーニングモデルを開発した。 前立腺切除術による脱線をMRIでトレーニングした。 前立腺切除術をベースとした非局所的なMask R-CNNは、微調整と自己訓練により、すべての評価基準を大幅に改善した。
  論文  参考訳（メタデータ） (2020-10-28T21:07:09Z)
• Performance of Dual-Augmented Lagrangian Method and Common Spatial Patterns applied in classification of Motor-Imagery BCI [68.8204255655161]
  運動画像に基づく脳-コンピュータインタフェース(MI-BCI)は、神経リハビリテーションのための画期的な技術になる可能性がある。 使用する脳波信号のノイズの性質のため、信頼性の高いBCIシステムは特徴の最適化と抽出のために特別な手順を必要とする。
  論文  参考訳（メタデータ） (2020-10-13T20:50:13Z)
• DEEPMIR: A DEEP neural network for differential detection of cerebral Microbleeds and IRon deposits in MRI [3.0361336899303693]
  脳小血腫(CMB)と基底核の非出血鉄鉱床は脳老化、血管疾患、神経変性疾患と関連している。 我々は,CMBと鉄鉱床のセグメンテーションに適した深層学習に基づくセグメンテーション法を開発した。
  論文  参考訳（メタデータ） (2020-09-30T23:50:14Z)
• Weakly-supervised Learning for Single-step Quantitative Susceptibility Mapping [5.590406494337628]
  我々は,BFRを使わずに全フィールドからQSMを直接再構築する,弱制御された単一ステップQSM再構成法wTFIを提案する。 wTFIは、BFR法RESHARPローカルフィールドを監督として、局所組織フィールドとQSMのマルチタスク学習を実行する。 我々は,wTFIが様々な状況下で高品質な局所場と感受性マップを生成可能であることを示す。
  論文  参考訳（メタデータ） (2020-08-14T04:28:08Z)
• Cardiac Segmentation on Late Gadolinium Enhancement MRI: A Benchmark Study from Multi-Sequence Cardiac MR Segmentation Challenge [43.01944884184009]
  本稿では,MII 2019とともに,Multi-Sequence MR (MS-CMR) チャレンジの選択的結果を示す。 新しいアルゴリズムを開発し、LGE CMRセグメンテーションのための既存のアルゴリズムをベンチマークし、客観的に比較することを目的としていた。 これらの手法の成功は主に、MS-CMR画像からの補助的配列を含むことによる。
  論文  参考訳（メタデータ） (2020-06-22T17:04:38Z)
• Segmentation of the Myocardium on Late-Gadolinium Enhanced MRI based on 2.5 D Residual Squeeze and Excitation Deep Learning Model [55.09533240649176]
  本研究の目的は,LGE-MRIを用いた心筋境界領域の深部学習モデルに基づく正確な自動セグメンテーション法を開発することである。 合計320回の試験(平均6回の試験)と28回の試験が行われた。 ベーススライスとミドルスライスにおけるアンサンブルモデルの性能解析は, サーバ内調査と同等であり, アトピーススライスではわずかに低かった。
  論文  参考訳（メタデータ） (2020-05-27T20:44:38Z)

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。