論文の概要: An Intra- and Cross-frame Topological Consistency Scheme for Semi-supervised Atherosclerotic Coronary Plaque Segmentation
- arxiv url: http://arxiv.org/abs/2501.07850v1
- Date: Tue, 14 Jan 2025 05:23:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-15 13:25:56.309936
- Title: An Intra- and Cross-frame Topological Consistency Scheme for Semi-supervised Atherosclerotic Coronary Plaque Segmentation
- Title（参考訳）: 半教師付き動脈硬化性冠動脈プラーク分別のためのフレーム内およびクロスフレームトポロジ的整合性スキーム
- Authors: Ziheng Zhang, Zihan Li, Dandan Shan, Yuehui Qiu, Qingqi Hong, Qingqiang Wu,
- Abstract要約: 冠状動脈硬化解析 (CAA) は, 湾曲平面再構成法を用いて再建した血管断面画像の解析に頼っている。
この課題は、プラークと血管の境界や構造がはっきりしないため、重大な課題を提起する。
フレーム内トポロジ的整合性(ITC)とクロスフレームトポロジ的整合性(CTC)を統合した,新しい二重整合性半教師型フレームワークを提案する。
提案手法は,既存の半教師付き手法を超越し,CAAにおける教師付き手法の性能にアプローチする。
- 参考スコア（独自算出の注目度）: 9.902034502749501
- License:
- Abstract: Enhancing the precision of segmenting coronary atherosclerotic plaques from CT Angiography (CTA) images is pivotal for advanced Coronary Atherosclerosis Analysis (CAA), which distinctively relies on the analysis of vessel cross-section images reconstructed via Curved Planar Reformation. This task presents significant challenges due to the indistinct boundaries and structures of plaques and blood vessels, leading to the inadequate performance of current deep learning models, compounded by the inherent difficulty in annotating such complex data. To address these issues, we propose a novel dual-consistency semi-supervised framework that integrates Intra-frame Topological Consistency (ITC) and Cross-frame Topological Consistency (CTC) to leverage labeled and unlabeled data. ITC employs a dual-task network for simultaneous segmentation mask and Skeleton-aware Distance Transform (SDT) prediction, achieving similar prediction of topology structure through consistency constraint without additional annotations. Meanwhile, CTC utilizes an unsupervised estimator for analyzing pixel flow between skeletons and boundaries of adjacent frames, ensuring spatial continuity. Experiments on two CTA datasets show that our method surpasses existing semi-supervised methods and approaches the performance of supervised methods on CAA. In addition, our method also performs better than other methods on the ACDC dataset, demonstrating its generalization.
- Abstract（参考訳）: CT Angiography (CTA) 画像による冠状動脈プラークの分画精度の向上は, 冠状動脈硬化解析 (CAA) において重要な役割を担っている。
この課題は、プラークと血管の境界や構造が不明瞭であることによる重要な課題であり、このような複雑なデータに注釈を付けるのに固有の困難が伴う現在のディープラーニングモデルの不適切な性能をもたらす。
これらの課題に対処するために,フレーム内トポロジカル一貫性 (ITC) とクロスフレームトポロジカル整合 (CTC) を統合し,ラベル付きおよびラベルなしのデータを活用可能な,新しいデュアル一貫性半教師付きフレームワークを提案する。
ITCは、セグメンテーションマスクとSkeleton-aware Distance Transform (SDT)の同時予測にデュアルタスクネットワークを使用し、追加アノテーションなしで一貫性制約によってトポロジ構造の類似した予測を実現する。
一方、CTCは教師なし推定器を用いて、骨格と隣接するフレームの境界の間のピクセルフローを分析し、空間的連続性を確保する。
2つのCTAデータセットの実験により,本手法は既存の半教師付き手法を超越し,CAAにおける教師付き手法の性能にアプローチすることを示した。
さらに,本手法は,ACDCデータセット上の他の手法よりも優れた性能を示し,その一般化を実証する。
関連論文リスト
- InterNet: Unsupervised Cross-modal Homography Estimation Based on Interleaved Modality Transfer and Self-supervised Homography Prediction [9.313783457777125]
InterNetはモダリティ転送と自己教師付きホモグラフィー推定を統合している。
InterNetは、教師なしメソッド間のSOTA(State-of-the-art)のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2024-09-26T16:04:31Z) - DA-Flow: Dual Attention Normalizing Flow for Skeleton-based Video Anomaly Detection [52.74152717667157]
本稿では,DAM(Dual Attention Module)と呼ばれる軽量モジュールを提案する。
フレームアテンション機構を使用して、最も重要なフレームを識別し、スケルトンアテンション機構を使用して、最小パラメータとフロップで固定されたパーティション間の広範な関係をキャプチャする。
論文 参考訳（メタデータ） (2024-06-05T06:18:03Z) - MPSeg : Multi-Phase strategy for coronary artery Segmentation [9.767759441883008]
冠動脈セグメンテーションのための革新的多相戦略であるMPSegを提案する。
本手法は,これらの構造的複雑度に特化しており,SynTAXスコアの原理に準拠している。
特に, 自動冠状動脈疾患診断では, 異常な効果が認められた。
論文 参考訳（メタデータ） (2023-11-17T03:33:09Z) - Spatio-Temporal Structure Consistency for Semi-supervised Medical Image
Classification [8.656046905043876]
本研究では,新しい時空間構造一貫性(STSC)学習フレームワークを提案する。
具体的には、空間構造整合性と時間構造整合性を組み合わせるために、グラム行列を導出する。
提案手法は最先端のSSL手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2023-03-03T04:18:09Z) - Robust Implementation of Foreground Extraction and Vessel Segmentation
for X-ray Coronary Angiography Image Sequence [4.653742319057035]
X-ray coronary angiography (XCA) 画像からの造影血管の抽出は臨床的に重要である。
テンソルロバスト主成分分析(TRPCA)に基づく容器層抽出法を提案する。
不均質なコントラスト分布を有する容器画像に対しては,2段階成長(TSRG)法を用いて血管拡張とセグメンテーションを行う。
論文 参考訳（メタデータ） (2022-09-15T12:07:09Z) - Interpolation-based Correlation Reduction Network for Semi-Supervised
Graph Learning [49.94816548023729]
補間型相関低減ネットワーク(ICRN)と呼ばれる新しいグラフコントラスト学習手法を提案する。
提案手法では,決定境界のマージンを大きくすることで,潜在特徴の識別能力を向上させる。
この2つの設定を組み合わせることで、豊富なラベル付きノードと稀に価値あるラベル付きノードから豊富な監視情報を抽出し、離散表現学習を行う。
論文 参考訳（メタデータ） (2022-06-06T14:26:34Z) - LTSP: Long-Term Slice Propagation for Accurate Airway Segmentation [19.40457329997144]
気管支鏡下手術は、肺疾患に対する広く用いられている臨床技術である。
気道マップは胸部CTスキャンから自動的に抽出できる。
気道の複雑な木のような構造のため、そのトポロジーの完全性を維持することは難しい課題である。
論文 参考訳（メタデータ） (2022-02-13T08:47:01Z) - Mitigating the Mutual Error Amplification for Semi-Supervised Object
Detection [92.52505195585925]
擬似ラベルの修正機構を導入し,相互誤りの増幅を緩和するクロス・インストラクション(CT)手法を提案する。
他の検出器からの予測を直接擬似ラベルとして扱う既存の相互指導法とは対照的に,我々はラベル修正モジュール(LRM)を提案する。
論文 参考訳（メタデータ） (2022-01-26T03:34:57Z) - Unsupervised Instance Segmentation in Microscopy Images via Panoptic
Domain Adaptation and Task Re-weighting [86.33696045574692]
病理組織像における教師なし核分割のためのCycle Consistency Panoptic Domain Adaptive Mask R-CNN(CyC-PDAM)アーキテクチャを提案する。
まず,合成画像中の補助的な生成物を除去するための核塗布機構を提案する。
第二に、ドメイン識別器を持つセマンティックブランチは、パンプトレベルのドメイン適応を実現するように設計されている。
論文 参考訳（メタデータ） (2020-05-05T11:08:26Z) - Deep Semantic Matching with Foreground Detection and Cycle-Consistency [103.22976097225457]
深層ネットワークに基づく弱い教師付きセマンティックマッチングに対処する。
本研究では,背景乱れの影響を抑えるために,前景領域を明示的に推定する。
複数の画像にまたがって予測変換を強制し、幾何的に可視かつ一貫したサイクル一貫性の損失を発生させる。
論文 参考訳（メタデータ） (2020-03-31T22:38:09Z) - Detecting Pancreatic Ductal Adenocarcinoma in Multi-phase CT Scans via
Alignment Ensemble [77.5625174267105]
膵管腺癌(PDAC)は最も致命的ながんの1つである。
複数のフェーズは単一のフェーズよりも多くの情報を提供するが、それらは整列せず、テクスチャにおいて不均一である。
PDAC検出性能を高めるために,これらすべてのアライメントのアンサンブルを提案する。
論文 参考訳（メタデータ） (2020-03-18T19:06:27Z)
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。