論文の概要: Leveraging Multiphase CT for Quality Enhancement of Portal Venous CT: Utility for Pancreas Segmentation
- arxiv url: http://arxiv.org/abs/2501.14013v1
- Date: Thu, 23 Jan 2025 18:45:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-27 14:57:37.217386
- Title: Leveraging Multiphase CT for Quality Enhancement of Portal Venous CT: Utility for Pancreas Segmentation
- Title(参考訳): 門脈CTの品質向上のための多相CTの応用 : 膵分画の有用性
- Authors: Xinya Wang, Tejas Sudharshan Mathai, Boah Kim, Ronald M. Summers,
- Abstract要約: 多相CT研究は、様々な疾患の診断と管理のための臨床実践において日常的に得られている。
従来のアプローチでは、1つの特定のCTフェーズの品質改善を目標としていた。
3Dプログレッシブフュージョンと非局所(PFNL)ネットワークが開発され,門脈相の質が向上した。
- 参考スコア(独自算出の注目度): 8.279931474338541
- License:
- Abstract: Multiphase CT studies are routinely obtained in clinical practice for diagnosis and management of various diseases, such as cancer. However, the CT studies can be acquired with low radiation doses, different scanners, and are frequently affected by motion and metal artifacts. Prior approaches have targeted the quality improvement of one specific CT phase (e.g., non-contrast CT). In this work, we hypothesized that leveraging multiple CT phases for the quality enhancement of one phase may prove advantageous for downstream tasks, such as segmentation. A 3D progressive fusion and non-local (PFNL) network was developed. It was trained with three degraded (low-quality) phases (non-contrast, arterial, and portal venous) to enhance the quality of the portal venous phase. Then, the effect of scan quality enhancement was evaluated using a proxy task of pancreas segmentation, which is useful for tracking pancreatic cancer. The proposed approach improved the pancreas segmentation by 3% over the corresponding low-quality CT scan. To the best of our knowledge, we are the first to harness multiphase CT for scan quality enhancement and improved pancreas segmentation.
- Abstract(参考訳): 多相CT研究は、がんなどの様々な疾患の診断と管理のための臨床実践において、日常的に得られている。
しかし、CT研究は低放射線線量、異なるスキャナーで得ることができ、運動や金属の人工物によって頻繁に影響を受ける。
従来のアプローチでは、1つの特定のCTフェーズ(例えば、非コントラストCT)の品質改善を目標としていた。
本研究では,1つの位相の品質向上のために複数のCT位相を利用すると,セグメンテーションなどの下流タスクに有利である可能性が示唆された。
3Dプログレッシブフュージョンと非局所(PFNL)ネットワークを開発した。
非コントラスト,動脈,門脈の3段階(非コントラスト,動脈,門脈)を併用し,門脈の質を高めた。
次に膵癌追跡に有用な膵分画のプロキシタスクを用いて,スキャン品質向上の効果を評価した。
提案法では,低画質CTで膵分画を3%改善した。
我々の知る限り、我々は初めてマルチフェーズCTをスキャン品質の向上と膵分画の改善に利用した。
関連論文リスト
- Multimodal Learning With Intraoperative CBCT & Variably Aligned Preoperative CT Data To Improve Segmentation [0.21847754147782888]
コーンビームCT(CBCT)はコンピュータ支援による介入を促進する重要なツールである。
劣化した画像品質は下流のセグメンテーションに影響を及ぼす可能性があるが、高品質の術前スキャンが利用可能であることは、改善の可能性を示唆している。
本稿では,CBCT と CT のほぼ一致したスキャンを融合させるマルチモーダル学習法を提案し,CBCT の品質と誤調整が最終的なセグメンテーション性能に与える影響について検討する。
論文 参考訳(メタデータ) (2024-06-17T15:31:54Z) - A Unified Multi-Phase CT Synthesis and Classification Framework for
Kidney Cancer Diagnosis with Incomplete Data [18.15801599933636]
非完全多相CTを用いた腎癌診断のための統合的枠組みを提案する。
同時に、欠落したCT画像を復元し、完了した画像セットを使用して癌サブタイプを分類する。
提案するフレームワークは,完全な3次元畳み込みニューラルネットワークに基づいている。
論文 参考訳(メタデータ) (2023-12-09T11:34:14Z) - A Cascaded Approach for ultraly High Performance Lesion Detection and
False Positive Removal in Liver CT Scans [15.352636778576171]
肝臓がんは世界中で高い死亡率と死亡率を持っている。
CT画像における肝病変の自動検出と分類は、臨床ワークフローを改善する可能性がある。
本研究では,多相CT画像のためのマルチオブジェクトラベリングツールをカスタマイズする。
論文 参考訳(メタデータ) (2023-06-28T09:11:34Z) - Moving from 2D to 3D: volumetric medical image classification for rectal
cancer staging [62.346649719614]
術前T2期とT3期を区別することは直腸癌治療における最も困難かつ臨床的に重要な課題である。
直腸MRIでT3期直腸癌からT2を正確に判別するための体積畳み込みニューラルネットワークを提案する。
論文 参考訳(メタデータ) (2022-09-13T07:10:14Z) - CyTran: A Cycle-Consistent Transformer with Multi-Level Consistency for
Non-Contrast to Contrast CT Translation [56.622832383316215]
コントラストCTを非コントラストCTに変換する手法を提案する。
提案手法は、CyTranを略して、サイクル一貫性のある生成逆転変換器に基づいている。
実験の結果、CyTranは競合するすべての手法より優れています。
論文 参考訳(メタデータ) (2021-10-12T23:25:03Z) - Explainability Guided Multi-Site COVID-19 CT Classification [79.4957965474334]
監督されたポジティブなケースの限られた数、地域ベースの監督の欠如、および買収サイト間のばらつきに対処する。
現状と比較すると,比較的多くの症例を抱えるサイトにおいてF1スコアが5%増加し,訓練画像が少ないサイトでは2倍の差がみられた。
論文 参考訳(メタデータ) (2021-03-25T08:56:08Z) - Multitask 3D CBCT-to-CT Translation and Organs-at-Risk Segmentation
Using Physics-Based Data Augmentation [4.3971310109651665]
現在の臨床実践では、放射線治療中の患者設定にのみ、ノイズとアーティファクトを付加した毎週のコーンビームCT画像が用いられる。
治療計画には, 高画質計画ct (pct) 画像とoars ( organ-at-risk) 構造の手輪郭を用いて, 治療開始時に一度行う。
OAR構造を同時にセグメンテーションしながら毎週CBCT画像の品質を向上させることができれば、放射線治療中の治療適応や治療応答のためのバイオマーカーの抽出に重要な情報を提供することができる。
論文 参考訳(メタデータ) (2021-03-09T19:51:44Z) - Multi-Slice Low-Rank Tensor Decomposition Based Multi-Atlas
Segmentation: Application to Automatic Pathological Liver CT Segmentation [4.262342157729123]
腹部CT像からの肝分画は,肝癌のコンピュータ診断と手術計画に必須のステップである。
現在、既存の肝セグメンテーション法の精度と堅牢性は臨床応用の要件を満たしていない。
低ランクテンソル分解(LRTD)ベースのマルチアトラス分割(MAS)フレームワークを提案し、CT画像の正確で堅牢な病理学的肝分割を実現する。
論文 参考訳(メタデータ) (2021-02-24T04:09:39Z) - Co-Heterogeneous and Adaptive Segmentation from Multi-Source and
Multi-Phase CT Imaging Data: A Study on Pathological Liver and Lesion
Segmentation [48.504790189796836]
我々は,新しいセグメンテーション戦略,コヘテロジネティック・アダプティブセグメンテーション(CHASe)を提案する。
本稿では,外見に基づく半スーパービジョン,マスクに基づく対向ドメイン適応,擬似ラベルを融合した多目的フレームワークを提案する。
CHASeは4.2% sim 9.4%$の範囲で、病理的な肝臓マスクDice-Sorensen係数をさらに改善することができる。
論文 参考訳(メタデータ) (2020-05-27T06:58:39Z) - 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。