論文の概要: Multi-View Transformers for Airway-To-Lung Ratio Inference on Cardiac CT Scans: The C4R Study

• arxiv url: http://arxiv.org/abs/2501.08902v1
• Date: Wed, 15 Jan 2025 16:11:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-16 15:52:54.293610
• Title: Multi-View Transformers for Airway-To-Lung Ratio Inference on Cardiac CT Scans: The C4R Study
• Title（参考訳）: 心肺CTにおける気道-肺比推定のためのマルチビュートランスフォーマ : C4Rによる検討
• Authors: Sneha N. Naik, Elsa D. Angelini, Eric A. Hoffman, Elizabeth C. Oelsner, R. Graham Barr, Benjamin M. Smith, Andrew F. Laine,
• Abstract要約: 重症COVID-19とSARS-CoV-2感染症(PASC)の急性後遺症との関連性を検討するため、心エコー画像からALRを推測する関心が高まっている。 本研究では, 集束心磁図からFL ALR値を推定する新しいアテンションベースマルチビュースイム変換器を提案する。
• 参考スコア（独自算出の注目度）: 2.9690967372131305
• License:
• Abstract: The ratio of airway tree lumen to lung size (ALR), assessed at full inspiration on high resolution full-lung computed tomography (CT), is a major risk factor for chronic obstructive pulmonary disease (COPD). There is growing interest to infer ALR from cardiac CT images, which are widely available in epidemiological cohorts, to investigate the relationship of ALR to severe COVID-19 and post-acute sequelae of SARS-CoV-2 infection (PASC). Previously, cardiac scans included approximately 2/3 of the total lung volume with 5-6x greater slice thickness than high-resolution (HR) full-lung (FL) CT. In this study, we present a novel attention-based Multi-view Swin Transformer to infer FL ALR values from segmented cardiac CT scans. For the supervised training we exploit paired full-lung and cardiac CTs acquired in the Multi-Ethnic Study of Atherosclerosis (MESA). Our network significantly outperforms a proxy direct ALR inference on segmented cardiac CT scans and achieves accuracy and reproducibility comparable with a scan-rescan reproducibility of the FL ALR ground-truth.
• Abstract（参考訳）: 慢性閉塞性肺疾患(COPD)の危険因子として,高分解能フル肺CT(CT)をフルインスピレーションとして評価した。 疫学的コホートで広く見られる心臓CT像からALRを推測し,重症COVID-19とSARS-CoV-2感染症(PASC)の急性後遺症との関連について検討する関心が高まっている。 胸部CTでは,全肺体積の約2/3が高分解能(HR)フル肺(FL)CTより5～6倍のスライス厚であった。 本研究では, 集束心磁図からFL ALR値を推定する新しいアテンションベースマルチビュースイム変換器を提案する。 マルチエスニック・リサーチ・オブ・アテローム・オブ・アテローム(MESA)にて得られた全肺と心肺の2つのCTを併用した。 本研究のネットワークは, セグメンテッド心エコー法において, 直接ALR推定法より有意に優れ, FLALR法に匹敵する精度と再現性を実現している。

関連論文リスト

• Framework to generate perfusion map from CT and CTA images in patients with acute ischemic stroke: A longitudinal and cross-sectional study [1.198949046134029]
  我々はCTとCTAの画像から予測された灌流マップ(PPM)を抽出する枠組みを提案する。 PPMとNIHSS(National Institutes of Health Stroke Scale)の下位スコア間のボクセルワイズ相関は、予想される梗塞部位に確実に対応している。
  論文  参考訳（メタデータ） (2024-04-05T11:13:59Z)
• Robust deep labeling of radiological emphysema subtypes using squeeze and excitation convolutional neural networks: The MESA Lung and SPIROMICS Studies [34.200556207264974]
  肺気腫は進行性で不可逆的な肺組織喪失である。 最近の研究は、肺CTにおける空間的インフォームド肺テクスチャパターン(ss)の教師なし学習につながっている。 肺CT上のss CNNとCTESの教師あり分類のための3次元圧縮・励起モデルを提案する。
  論文  参考訳（メタデータ） (2024-03-01T03:45:56Z)
• Rotational Augmented Noise2Inverse for Low-dose Computed Tomography Reconstruction [83.73429628413773]
  改良された深層学習手法は、画像のノイズを除去する能力を示しているが、正確な地上の真実を必要とする。 畳み込みニューラルネットワーク(CNN)のトレーニングに基礎的真理を必要としないLDCTのための新しい自己教師型フレームワークを提案する。 数値および実験結果から,Sparse View を用いた N2I の再構成精度は低下しており,提案手法は異なる範囲のサンプリング角度で画像品質を向上する。
  論文  参考訳（メタデータ） (2023-12-19T22:40:51Z)
• Using BOLD-fMRI to Compute the Respiration Volume per Time (RTV) and Respiration Variation (RV) with Convolutional Neural Networks (CNN) in the Human Connectome Development Cohort [55.41644538483948]
  本研究では, RVとRVTの2つの呼吸対策を再現するための1次元CNNモデルを提案する。 その結果、CNNはBOLD信号の静止から情報的特徴を捉え、現実的なRVとRVTのタイムリーを再構築できることがわかった。
  論文  参考訳（メタデータ） (2023-07-03T18:06:36Z)
• Detecting Pulmonary Embolism from Computed Tomography Using Convolutional Neural Network [0.0]
  本研究は, 畳み込みニューラルネットワークを用いて胸部CT画像を取得する全症例において, 肺塞栓症を検出するための深層学習手法を提案する。 肺塞栓症検出システムにより, 肺塞栓症とCT像の同時検出が可能となった。
  論文  参考訳（メタデータ） (2022-06-03T00:01:47Z)
• CoRSAI: A System for Robust Interpretation of CT Scans of COVID-19 Patients Using Deep Learning [133.87426554801252]
  我々は,深部畳み込み神経網のアンサンブルを用いた肺CTスキャンのセグメンテーションによるアプローチを採用した。 本モデルを用いて, 病変の分類, 患者の動態の評価, 病変による肺の相対体積の推定, 肺の損傷ステージの評価が可能となった。
  論文  参考訳（メタデータ） (2021-05-25T12:06:55Z)
• Automatic Pulmonary Artery and Vein Separation Algorithm Based on Multitask Classification Network and Topology Reconstruction in Chest CT Images [6.7068805048290425]
  胸部CT像から肺動脈と静脈を自動的に分離する新しい方法を提案する。 提案手法は非コントラスト胸部CTの平均精度96.2%を達成した。
  論文  参考訳（メタデータ） (2021-03-22T11:25:45Z)
• M3Lung-Sys: A Deep Learning System for Multi-Class Lung Pneumonia Screening from CT Imaging [85.00066186644466]
  マルチタスク型マルチスライス深層学習システム(M3Lung-Sys)を提案する。 COVID-19とHealthy, H1N1, CAPとの鑑別に加えて, M3 Lung-Sysも関連病変の部位を特定できる。
  論文  参考訳（メタデータ） (2020-10-07T06:22:24Z)
• Segmentation of Pulmonary Opacification in Chest CT Scans of COVID-19 Patients [3.140265238474236]
  胸部CT(CT)スキャンにおける肺不透明化パターンのセグメンテーションのためのオープンソースモデルについて検討した。 世界中の医療センターで663個の胸部CT検査を行った。 本研究の最適モデルは,テストセットで0.76オパシティ・インターセクション・オーバー・ユニオンスコアを達成し,ドメイン適応を成功させ,専門家の1.7%以内のオパシティの容積を予測する。
  論文  参考訳（メタデータ） (2020-07-07T17:32:24Z)
• Synergistic Learning of Lung Lobe Segmentation and Hierarchical Multi-Instance Classification for Automated Severity Assessment of COVID-19 in CT Images [61.862364277007934]
  3次元CT画像におけるCOVID-19の重症度自動評価のための相乗的学習フレームワークを提案する。 マルチタスクのディープネットワーク(M$2$UNet)が開発され、新型コロナウイルス患者の重症度を評価する。 われわれのM$2$UNetはパッチレベルのエンコーダと肺葉分画のためのセグメンテーションサブネットワークと重度評価のための分類サブネットワークから構成されている。
  論文  参考訳（メタデータ） (2020-05-08T03:16:15Z)
• 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。