論文の概要: Choroidal image analysis for OCT image sequences with applications in systemic health
- arxiv url: http://arxiv.org/abs/2502.07117v1
- Date: Mon, 10 Feb 2025 23:14:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-12 14:08:30.912923
- Title: Choroidal image analysis for OCT image sequences with applications in systemic health
- Title（参考訳）: OCT画像系列の脈絡膜画像解析と全身健康への応用
- Authors: Jamie Burke,
- Abstract要約: 脈絡膜は網膜の裏側にある非常に血管状の層である。
全身性疾患の病態を反映した脈絡膜血流に対する関心が高まっている。
この論文は、コロイド測定の標準化のための多くのオープンソースツールに貢献している。
- 参考スコア（独自算出の注目度）: 2.7195102129095003
- License:
- Abstract: The choroid, a highly vascular layer behind the retina, is an extension of the central nervous system and has parallels with the renal cortex, with blood flow far exceeding that of the brain and kidney. Thus, there has been growing interest of choroidal blood flow reflecting physiological status of systemic disease. Optical coherence tomography (OCT) enables high-resolution imaging of the choroid, but conventional analysis methods remain manual or semi-automatic, limiting reproducibility, standardisation and clinical utility. In this thesis, I develop several new methods to analyse the choroid in OCT image sequences, with each successive method improving on its predecessors. I first develop two semi-automatic approaches for choroid region (Gaussian Process Edge Tracing, GPET) and vessel (Multi-scale Median Cut Quantisation, MMCQ) analysis, which improve on manual approaches but remain user-dependent. To address this, I introduce DeepGPET, a deep learning-based region segmentation method which improves on execution time, reproducibility, and end-user accessibility, but lacks choroid vessel analysis and automatic feature measurement. Improving on this, I developed Choroidalyzer, a deep learning-based pipeline to segment the choroidal space and vessels and generate fully automatic, clinically meaningful and reproducible choroidal features. I provide rigorous evaluation of these four approaches and consider their potential clinical value in three applications into systemic health: OCTANE, assessing choroidal changes in renal transplant recipients and donors; PREVENT, exploring choroidal associations with Alzheimer's risk factors at mid-life; D-RISCii, assessing choroidal variation and feasibility of OCT in critical care. In short, this thesis contributes many open-source tools for standardised choroidal measurement and highlights the choroid's potential as a biomarker in systemic health.
- Abstract（参考訳）: 脈絡膜は網膜の裏側にある非常に血管性の層であり、中枢神経系の延長であり、腎皮質と平行であり、血流は脳や腎臓のそれを超える。
このように、全身疾患の生理的地位を反映した脈絡膜血流の関心が高まっている。
光コヒーレンストモグラフィ(OCT)は、コロイドの高分解能イメージングを可能にするが、従来の分析手法は手動または半自動で再現性、標準化、臨床的有用性を制限する。
そこで本論文では,OCT画像系列における脈絡膜を解析するための新しい手法を開発し,各手法を先行手法により改良する。
まず,コロイド領域(ガウスプロセスエッジトレース,GPET)と血管(マルチスケールメディアカット量子化,MCCQ)の2つの半自動的アプローチを開発し,手動によるアプローチを改善しつつ,ユーザ依存を維持した。
この問題を解決するために,DeepGPETを導入する。DeepGPETは,実行時間,再現性,エンドユーザのアクセシビリティを改善するが,脈絡膜血管分析や自動特徴測定に欠ける。
そこで我々はChoroidalyzerを開発した。Choroidalyzerは、深層学習に基づくパイプラインで、脈絡膜空間と血管を分断し、完全な自動的、臨床的に有意で再現可能な脈絡膜特徴を生成する。
本研究はこれら4つのアプローチの厳密な評価と,腎移植受給者およびドナーの脈絡膜変化を評価するOCTANE,中期におけるアルツハイマーの危険因子と脈絡膜関連を探索するPreVENT,重篤なケアにおける脈絡膜変化とOCTの有用性を評価するD-RISCiiの3つの応用における臨床価値について考察する。
要するに、この論文は、コロイド測定の標準化のための多くのオープンソースツールに貢献し、全身健康におけるバイオマーカーとしてのコロイドの可能性を強調している。
関連論文リスト
- Beyond the Eye: A Relational Model for Early Dementia Detection Using Retinal OCTA Images [42.75763279888966]
早期発症アルツハイマー病 (AD) と軽度認知障害 (MCI) をコントロールから識別するために, 網膜光コヒーレンストモグラフィー (OCTA) を用いた新しいPolarNet+を提案する。
提案手法は,まずカルト座標から極座標へのOCTA画像のマッピングを行う。
次に,包括的かつ臨床的に有用な情報抽出のための3次元画像のシリアライズと解析を行う多視点モジュールを提案する。
論文 参考訳（メタデータ） (2024-08-09T15:10:34Z) - TransONet: Automatic Segmentation of Vasculature in Computed Tomographic
Angiograms Using Deep Learning [0.08376229126363229]
末梢動脈疾患(PAD)手術中の患者の画像に血管系を区分する深層学習モデルを提案する。
本研究は,(1)下行胸部大動脈から腸骨分岐部,(2)下行胸部大動脈からCTA画像の膝までを深層学習技術を用いて正確に分類することに焦点を当てた。
論文 参考訳（メタデータ） (2023-11-17T04:59:08Z) - SSASS: Semi-Supervised Approach for Stenosis Segmentation [9.767759441883008]
冠状動脈構造の複雑さとX線像の固有ノイズが相まって,この課題には大きな課題が生じる。
心血管狭窄セグメンテーションに対する半監督的アプローチを提案する。
自動冠状動脈疾患診断では異常な成績を示した。
論文 参考訳（メタデータ） (2023-11-17T02:01:19Z) - A Hybrid Approach to Full-Scale Reconstruction of Renal Arterial Network [5.953404851562665]
腎血管ネットワークの主観的なモデルを構築するためのハイブリッドフレームワークを提案する。
我々は,大動脈の半自動分割と微小CTスキャンによる大脳皮質領域の推定を出発点として用いた。
ラット腎から得られた再建データと既存の解剖学的データとの統計的対応性を示した。
論文 参考訳（メタデータ） (2023-03-03T10:39:25Z) - An Algorithm for the Labeling and Interactive Visualization of the
Cerebrovascular System of Ischemic Strokes [59.116811751334225]
VirtualDSA++は、CTAスキャンで脳血管ツリーをセグメンテーションし、ラベル付けするために設計されたアルゴリズムである。
閉塞血管を同定するために,脳動脈のラベル付け機構を拡張した。
本稿では,そのモデルの全ノードにおける経路の反復的体系探索という一般的な概念を紹介し,新たな対話的特徴を実現する。
論文 参考訳（メタデータ） (2022-04-26T14:20:26Z) - Multiple Time Series Fusion Based on LSTM An Application to CAP A Phase
Classification Using EEG [56.155331323304]
本研究では,深層学習に基づく脳波チャンネルの特徴レベル融合を行う。
チャネル選択,融合,分類手順を2つの最適化アルゴリズムで最適化した。
論文 参考訳（メタデータ） (2021-12-18T14:17:49Z) - A Deep Learning Approach to Predicting Collateral Flow in Stroke
Patients Using Radiomic Features from Perfusion Images [58.17507437526425]
側方循環は、血流を妥協した領域に酸素を供給する特殊な無酸素流路から生じる。
実際のグレーティングは主に、取得した画像の手動検査によって行われる。
MR灌流データから抽出した放射線学的特徴に基づいて,脳卒中患者の側方血流低下を予測するための深層学習手法を提案する。
論文 参考訳（メタデータ） (2021-10-24T18:58:40Z) - AI-based Aortic Vessel Tree Segmentation for Cardiovascular Diseases
Treatment: Status Quo [55.04215695343928]
大動脈血管木は大動脈とその枝枝動脈からなる。
大動脈弁木の自動・半自動セグメンテーションのための計算手法を体系的に検討した。
論文 参考訳（メタデータ） (2021-08-06T08:18:28Z) - Automated Detection of Coronary Artery Stenosis in X-ray Angiography
using Deep Neural Networks [0.0]
X線冠動脈造影画像からの狭窄検出を部分的に自動化する2段階のディープラーニングフレームワークを提案する。
左/右冠動脈角ビューの分類作業において0.97の精度を達成し、LCAとRCAの関心領域の決定について0.68/0.73のリコールを行った。
論文 参考訳（メタデータ） (2021-03-04T11:45:54Z) - Automated Deep Learning Analysis of Angiography Video Sequences for
Coronary Artery Disease [4.233200689119682]
冠状動脈閉塞(狭窄)の評価は、現在、医師による冠動脈造影ビデオシーケンスの視覚的評価によって行われている。
深層学習に基づく自動解析パイプラインを報告し,冠動脈血管造影を迅速かつ客観的に評価する。
我々は、ResNetやU-Netといった強力なディープラーニングアプローチと、従来の画像処理と幾何解析を組み合わせた。
論文 参考訳（メタデータ） (2021-01-29T10:23:49Z) - A Global Benchmark of Algorithms for Segmenting Late Gadolinium-Enhanced
Cardiac Magnetic Resonance Imaging [90.29017019187282]
現在世界最大の心臓LGE-MRIデータセットである154個の3D LGE-MRIを用いた「2018 left Atrium Challenge」。
技術および生物学的指標を用いた提案アルゴリズムの解析を行った。
その結果, 最上部法は93.2%, 平均表面は0.7mmであった。
論文 参考訳（メタデータ） (2020-04-26T08:49:17Z)
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。