論文の概要: COph100: A comprehensive fundus image registration dataset from infants constituting the "RIDIRP" database

• arxiv url: http://arxiv.org/abs/2501.02800v1
• Date: Mon, 06 Jan 2025 06:37:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-07 17:06:11.529297
• Title: COph100: A comprehensive fundus image registration dataset from infants constituting the "RIDIRP" database
• Title（参考訳）: COph100:「RIDIRP」データベースを構成する幼児の包括的眼底画像登録データセット
• Authors: Yan Hu, Mingdao Gong, Zhongxi Qiu, Jiabao Liu, Hongli Shen, Mingzhen Yuan, Xiaoqing Zhang, Heng Li, Hai Lu, Jiang Liu,
• Abstract要約: COph100は100個の目で構成され、それぞれ2から9回の検査セッションがあり、合計で491枚の画像対である。 我々は、最先端のアルゴリズムを用いて、画像の品質と登録結果の観点から、COph100を評価した。
• 参考スコア（独自算出の注目度）: 7.265106687713912
• License:
• Abstract: Retinal image registration is vital for diagnostic therapeutic applications within the field of ophthalmology. Existing public datasets, focusing on adult retinal pathologies with high-quality images, have limited number of image pairs and neglect clinical challenges. To address this gap, we introduce COph100, a novel and challenging dataset known as the Comprehensive Ophthalmology Retinal Image Registration dataset for infants with a wide range of image quality issues constituting the public "RIDIRP" database. COph100 consists of 100 eyes, each with 2 to 9 examination sessions, amounting to a total of 491 image pairs carefully selected from the publicly available dataset. We manually labeled the corresponding ground truth image points and provided automatic vessel segmentation masks for each image. We have assessed COph100 in terms of image quality and registration outcomes using state-of-the-art algorithms. This resource enables a robust comparison of retinal registration methodologies and aids in the analysis of disease progression in infants, thereby deepening our understanding of pediatric ophthalmic conditions.
• Abstract（参考訳）: 網膜画像登録は眼科領域における治療応用に不可欠である。 既存の公開データセットは、高品質な画像を持つ成人網膜病理に焦点を当てており、画像ペアの数は限られており、臨床上の課題は無視されている。 このギャップに対処するために,一般の「RIDIRP」データベースを構成する幅広い画像品質問題を持つ幼児を対象とした,包括的眼科網膜画像登録データセット(Comprehensive Ophthalmology Retinal Image Registration dataset)と呼ばれる,新規で困難なデータセットであるCOph100を紹介する。 COph100は100個の目で構成され、それぞれ2～9回の検査セッションがあり、公開データセットから慎重に選択された合計491枚の画像対である。 手動で対応する真理画像点をラベル付けし,各画像に対する自動血管分割マスクを提供した。 我々は、最先端のアルゴリズムを用いて、画像の品質と登録結果の観点から、COph100を評価した。 本研究は,小児期における網膜登録法と小児期の疾患進行解析における支援の堅牢な比較を可能にし,小児眼科領域の理解を深めるものである。

関連論文リスト

• MedIAnomaly: A comparative study of anomaly detection in medical images [26.319602363581442]
  異常検出(AD)は、期待される正常なパターンから逸脱する異常なサンプルを検出することを目的としている。 医療用AD法は多岐にわたるが, 公平かつ包括的評価の欠如が指摘されている。 本稿では,比較を統一したベンチマークを構築した。
  論文  参考訳（メタデータ） (2024-04-06T06:18:11Z)
• Eye-gaze Guided Multi-modal Alignment for Medical Representation Learning [65.54680361074882]
  アイゲイズガイドマルチモーダルアライメント(EGMA)フレームワークは、アイゲイズデータを利用して、医用視覚的特徴とテキスト的特徴のアライメントを改善する。 我々は4つの医療データセット上で画像分類と画像テキスト検索の下流タスクを行う。
  論文  参考訳（メタデータ） (2024-03-19T03:59:14Z)
• MedFMC: A Real-world Dataset and Benchmark For Foundation Model Adaptation in Medical Image Classification [41.16626194300303]
  ファンデーションモデルは、多くの場合、大規模なデータで事前訓練されているが、様々なビジョンや言語アプリケーションのジャンプ開始において、最も成功している。 最近の進歩により、下流タスクにおける基礎モデルの適応は、少数のトレーニングサンプルだけで効率的に行えるようになった。 しかし, 医用画像解析におけるそのような学習パラダイムの適用は, 一般に公開されているデータやベンチマークが不足しているため, 依然として少ない。
  論文  参考訳（メタデータ） (2023-06-16T01:46:07Z)
• PALM: Open Fundus Photograph Dataset with Pathologic Myopia Recognition and Anatomical Structure Annotation [41.80715213373843]
  病理組織学的ミオピア (PM) は、高盲人人口による一般的な筋性網膜変性症である。 本稿では,病理診断のためのオープン・ベース画像データセットPALMと解剖学的構造アノテーションについて考察する。
  論文  参考訳（メタデータ） (2023-05-13T02:00:06Z)
• FetReg2021: A Challenge on Placental Vessel Segmentation and Registration in Fetoscopy [52.3219875147181]
  2-Twin Transfusion Syndrome (TTTS) に対するレーザー光凝固法が広く採用されている。 このプロシージャは、視野が限られたこと、フェトスコープの操作性が悪いこと、視認性が悪いこと、照明の変動性のために特に困難である。 コンピュータ支援介入(CAI)は、シーン内の重要な構造を特定し、ビデオモザイクを通して胎児の視野を広げることで、外科医に意思決定支援と文脈認識を提供する。 7つのチームがこの課題に参加し、そのモデルパフォーマンスを、6フェットから658ピクセルの注釈付き画像の見当たらないテストデータセットで評価した。
  論文  参考訳（メタデータ） (2022-06-24T23:44:42Z)
• Generative Residual Attention Network for Disease Detection [51.60842580044539]
  本稿では, 条件付き生成逆学習を用いたX線疾患発生のための新しいアプローチを提案する。 我々は,患者の身元を保存しながら,対象領域に対応する放射線画像を生成する。 次に、ターゲット領域で生成されたX線画像を用いてトレーニングを増強し、検出性能を向上させる。
  論文  参考訳（メタデータ） (2021-10-25T14:15:57Z)
• A Deep Discontinuity-Preserving Image Registration Network [73.03885837923599]
  ほとんどの深層学習に基づく登録法は、所望の変形場が全世界的に滑らかで連続的であると仮定する。 本稿では、より優れた登録性能とリアルな変形場を得るために、弱い教師付き深部不連続保存画像登録ネットワーク(DDIR)を提案する。 本研究では, 心臓磁気共鳴(MR)画像の登録実験において, 登録精度を大幅に向上し, より現実的な変形を予測できることを実証した。
  論文  参考訳（メタデータ） (2021-07-09T13:35:59Z)
• Malignancy Prediction and Lesion Identification from Clinical Dermatological Images [65.1629311281062]
  臨床皮膚画像から機械学習に基づく悪性度予測と病変の同定を検討する。 まず, サブタイプや悪性度に関わらず画像に存在するすべての病変を同定し, その悪性度を推定し, 凝集により, 画像レベルの悪性度も生成する。
  論文  参考訳（メタデータ） (2021-04-02T20:52:05Z)
• Pathological myopia classification with simultaneous lesion segmentation using deep learning [16.456009188497823]
  最近導入されたPathologicalal Myopiaデータセットのために開発された畳み込みニューラルネットワークの結果に関する調査報告 我々は,新しい視神経頭(ONH)による萎縮と葉のセグメンテーションの予測法を提案する。
  論文  参考訳（メタデータ） (2020-06-04T12:21:06Z)
• AGE Challenge: Angle Closure Glaucoma Evaluation in Anterior Segment Optical Coherence Tomography [61.405005501608706]
  アングル閉鎖緑内障(ACG)は開角緑内障よりも攻撃的な疾患である。 前部セグメント光コヒーレンス・トモグラフィー(AS-OCT)は、開角度から角度閉鎖を識別する高速で接触のない方法を提供する。 既存のメソッドを均一に評価するためのパブリックなAS-OCTデータセットは存在しない。 私たちは,MICCAI 2019と共同で開催したAngle closure Glaucoma Evaluation Challenge (AGE)を組織した。
  論文  参考訳（メタデータ） (2020-05-05T14:55:01Z)

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。