論文の概要: Contrast-Free Myocardial Scar Segmentation in Cine MRI using Motion and Texture Fusion

• arxiv url: http://arxiv.org/abs/2501.05241v1
• Date: Thu, 09 Jan 2025 13:46:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-10 13:59:02.907808
• Title: Contrast-Free Myocardial Scar Segmentation in Cine MRI using Motion and Texture Fusion
• Title（参考訳）: 運動とテクスチュアフュージョンを用いたイヌMRIにおけるコントラストフリー心筋スカーセグメンテーション
• Authors: Guang Yang, Jingkun Chen, Xicheng Sheng, Shan Yang, Xiahai Zhuang, Betty Raman, Lei Li, Vicente Grau,
• Abstract要約: 左心室の心筋と傷部組織を分画するために,シネMRIで観察される心臓運動と画像テクスチャ情報を組み合わせた新しい枠組みを提案する。 実験により,LGE MRIに匹敵する精度で,非コントラストのシネ画像に基づいてスカーセグメンテーションを実現できることが示された。
• 参考スコア（独自算出の注目度）: 27.62353966697765
• License:
• Abstract: Late gadolinium enhancement MRI (LGE MRI) is the gold standard for the detection of myocardial scars for post myocardial infarction (MI). LGE MRI requires the injection of a contrast agent, which carries potential side effects and increases scanning time and patient discomfort. To address these issues, we propose a novel framework that combines cardiac motion observed in cine MRI with image texture information to segment the myocardium and scar tissue in the left ventricle. Cardiac motion tracking can be formulated as a full cardiac image cycle registration problem, which can be solved via deep neural networks. Experimental results prove that the proposed method can achieve scar segmentation based on non-contrasted cine images with comparable accuracy to LGE MRI. This demonstrates its potential as an alternative to contrast-enhanced techniques for scar detection.
• Abstract（参考訳）: 晩期ガドリニウム造影MRI (LGE MRI) は, 心筋梗塞後急性期(MI)における心筋病変の検出における金の基準である。 LGE MRIには造影剤の注入が必要で、副作用を誘発し、スキャン時間と患者の不快感を増大させる。 これらの課題に対処するため,シネMRIで観察される心臓運動と画像テクスチャ情報を組み合わせて左心室の心筋と傷部組織を分画する新しい枠組みを提案する。 心臓の動き追跡は、ディープニューラルネットワークを介して解決できる完全な心臓画像サイクル登録問題として定式化することができる。 実験により,LGE MRIに匹敵する精度で,非コントラストのシネ画像に基づいてスカーセグメンテーションを実現できることが示された。 これは、傷跡検出のためのコントラスト強化技術に代わるものとしての可能性を示している。

関連論文リスト

• Volumetric Reconstruction Resolves Off-Resonance Artifacts in Static and Dynamic PROPELLER MRI [76.60362295758596]
  磁気共鳴イメージング(MRI)におけるオフ共鳴アーティファクトは、画像ボリューム内のスピンの実際の共鳴周波数が空間情報を符号化するのに使用される期待周波数と異なる場合に発生する視覚歪みである。 本稿では,2次元MRI再構成問題を3次元に引き上げ,このオフ共鳴をモデル化するための「スペクトル」次元を導入することで,これらのアーチファクトを解決することを提案する。
  論文  参考訳（メタデータ） (2023-11-22T05:44:51Z)
• 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)
• CMRxRecon: An open cardiac MRI dataset for the competition of accelerated image reconstruction [62.61209705638161]
  ディープラーニングベースのCMRイメージングアルゴリズムへの関心が高まっている。 ディープラーニング手法は大規模なトレーニングデータセットを必要とする。 このデータセットには300人の被験者のマルチコントラスト、マルチビュー、マルチスライス、マルチコイルCMRイメージングデータが含まれている。
  論文  参考訳（メタデータ） (2023-09-19T15:14:42Z)
• Joint Deep Learning for Improved Myocardial Scar Detection from Cardiac MRI [7.906794859364607]
  本稿では,同時に学習した心筋のセグメンテーションを活用することで,これらの課題を改善する新しい統合ディープラーニング(JDL)フレームワークを提案する。 提案手法では,心筋セグメンテーションの情報をガイドスカー検出器に直接渡すメッセージパッシングモジュールを提案する。 自動左室シンチグラフィー(LV)におけるJDLのLGE-CMR画像に対する効果を実証し,リスク予測の改善の可能性を示した。
  論文  参考訳（メタデータ） (2022-11-11T14:41:35Z)
• MyoPS: A Benchmark of Myocardial Pathology Segmentation Combining Three-Sequence Cardiac Magnetic Resonance Images [84.02849948202116]
  本研究は,MyoPS(MyoPS)の医療画像解析における新たな課題を定義するものである。 myoPSは、MICCAI 2020とともにMyoPSチャレンジで最初に提案された3シーケンスの心臓磁気共鳴(CMR)画像を組み合わせている。 この課題は45対のCMR画像と予め整列されたCMR画像を提供し、アルゴリズムは3つのCMRシーケンスから補完的な情報を結合して病理領域を分割することを可能にする。
  論文  参考訳（メタデータ） (2022-01-10T06:37:23Z)
• Multi-Modality Cardiac Image Analysis with Deep Learning [16.814634972950717]
  晩期ガドリニウム造影MRI(LGE MRI)は,心筋梗塞(MI)および心房粗動の可視化と定量化に有望な手法である。 本章は,深層学習に基づく多モード心画像解析における現状と最近の進歩を要約することを目的としている。
  論文  参考訳（メタデータ） (2021-11-08T12:54:11Z)
• Unsupervised-learning-based method for chest MRI-CT transformation using structure constrained unsupervised generative attention networks [0.0]
  PET/MRIスキャナは、PETによる代謝情報の同時取得と、MRIを用いた形態情報の取得を容易にする。 PET/MRIは、ガンマ線減衰情報とMRIとの直接的関係がないため、MRIから減衰補正マップを生成する必要がある。 本稿では,非対位画像の変換が可能なGAN(Generative Adversarial Network)に,モダリティ非依存的近傍記述子(MIND)を用いた構造制約を加えることにより,人間のアノテーションを使わずに解剖学的構造変化を最小限に抑える手段を提案する。
  論文  参考訳（メタデータ） (2021-06-16T05:22:27Z)
• Myocardial Segmentation of Cardiac MRI Sequences with Temporal Consistency for Coronary Artery Disease Diagnosis [12.53412028532286]
  本研究では,左室腔,右室腔,心筋の心臓MRI(CMR)スキャン画像のシークエンスのための心筋セグメンテーションフレームワークを提案する。 我々のフレームワークは、Dice係数の最大2%のセグメンテーション精度を向上させることができる。
  論文  参考訳（メタデータ） (2020-12-29T01:54:09Z)
• Cine Cardiac MRI Motion Artifact Reduction Using a Recurrent Neural Network [18.433956246011466]
  本研究では,運動ブラスト心画像から空間的特徴と時間的特徴を同時に抽出するリカレントニューラルネットワークを提案する。 実験の結果,2つの臨床検査データセットの画質が有意に向上した。
  論文  参考訳（メタデータ） (2020-06-23T01:55:57Z)
• 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)
• Microvascular Dynamics from 4D Microscopy Using Temporal Segmentation [81.30750944868142]
  経時的に脳血流量の変化を追跡でき, ピアル表面に向かって伝播する自発性動脈拡張を同定できる。 この新たなイメージング機能は、機能的磁気共鳴イメージング(fMRI)を基盤とした血行動態応答関数を特徴付けるための有望なステップである。
  論文  参考訳（メタデータ） (2020-01-14T22:55:03Z)

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。