論文の概要: An anatomically-informed correspondence initialisation method to improve learning-based registration for radiotherapy

• arxiv url: http://arxiv.org/abs/2502.19101v1
• Date: Wed, 26 Feb 2025 12:45:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-27 14:57:31.296777
• Title: An anatomically-informed correspondence initialisation method to improve learning-based registration for radiotherapy
• Title（参考訳）: 放射線治療のための学習ベース登録を改善するための解剖学的インフォームド対応初期化法
• Authors: Edward G. A. Henderson, Marcel van Herk, Andrew F. Green, Eliana M. Vasquez Osorio,
• Abstract要約: 患者間CT非剛性登録のための解剖学的インフォームド初期化法を提案する。 第2のNRRステップの前に、薄板スプライン(TPS)変形を用いてスキャンを初期化する。 2番目のステップとして、B-スプライン反復最適化に基づくアルゴリズムとディープラーニングに基づくアプローチの2つの確立されたNRR手法を比較した。 提案手法は,従来の反復アルゴリズムとより緊密に一致するように,学習に基づく手法の登録性能を改善した。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: We propose an anatomically-informed initialisation method for interpatient CT non-rigid registration (NRR), using a learning-based model to estimate correspondences between organ structures. A thin plate spline (TPS) deformation, set up using the correspondence predictions, is used to initialise the scans before a second NRR step. We compare two established NRR methods for the second step: a B-spline iterative optimisation-based algorithm and a deep learning-based approach. Registration performance is evaluated with and without the initialisation by assessing the similarity of propagated structures. Our proposed initialisation improved the registration performance of the learning-based method to more closely match the traditional iterative algorithm, with the mean distance-to-agreement reduced by 1.8mm for structures included in the TPS and 0.6mm for structures not included, while maintaining a substantial speed advantage (5 vs. 72 seconds).
• Abstract（参考訳）: 我々は, 臓器構造間の対応を推定する学習モデルを用いて, 患者間CT非剛性登録(NRR)のための解剖学的インフォームド初期化法を提案する。 第2のNRRステップの前に、対応予測を用いて設定された薄板スプライン(TPS)変形を用いてスキャンを初期化する。 2番目のステップとして、B-スプライン反復最適化に基づくアルゴリズムとディープラーニングに基づくアプローチの2つの確立されたNRR手法を比較した。 伝搬構造の類似性を評価することにより,初期化および不要な登録性能を評価する。 提案手法は,TPSと0.6mmを含む構造では平均距離が1.8mm,非構造では0.6mm削減され,高速性(5対72秒)を維持しながら,従来の反復アルゴリズムとよりよく一致するように,学習ベース手法の登録性能が向上した。

関連論文リスト

• DRACO: Differentiable Reconstruction for Arbitrary CBCT Orbits [3.331348121758607]
  本稿では,円錐線CT(CBCT)画像を任意の軌道に再構成する新しい手法を提案する。 提案手法では, 任意の軌道に最適化されたシフト可変FBPアルゴリズムをディープラーニング手法により適用した。 提案手法は、特にロボットC-アームCTシステムにおいて、介入医療画像の大幅な進歩である。
  論文  参考訳（メタデータ） (2024-10-18T22:59:36Z)
• A lifted Bregman strategy for training unfolded proximal neural network Gaussian denoisers [8.343594411714934]
  屈曲した近位ニューラルネットワーク(PNN)は、深層学習と近位最適化のアプローチを組み合わせた一連の手法である。 展開されたPNNに対するBregman距離に基づく揚力トレーニングの定式化を提案する。 画像復調の数値シミュレーションにより,提案したPNNのトレーニング手法の挙動を評価する。
  論文  参考訳（メタデータ） (2024-08-16T13:41:34Z)
• POLAFFINI: Efficient feature-based polyaffine initialization for improved non-linear image registration [2.6821469866843435]
  本稿では,非線形画像登録を初期化するための効率的な特徴ベース手法を提案する。 従来の反復アルゴリズムと最近の一発ディープラーニング(DL)ベースの選択肢の両方において、初期変換の優れた見積が不可欠である。
  論文  参考訳（メタデータ） (2024-07-04T13:36:29Z)
• Provably Efficient UCB-type Algorithms For Learning Predictive State Representations [55.00359893021461]
  逐次決定問題は、予測状態表現(PSR)によってモデル化された低ランク構造が認められる場合、統計的に学習可能である 本稿では,推定モデルと実モデル間の全変動距離を上限とする新しいボーナス項を特徴とする,PSRに対する最初のUCB型アプローチを提案する。 PSRに対する既存のアプローチとは対照的に、UCB型アルゴリズムは計算的トラクタビリティ、最優先の準最適ポリシー、モデルの精度が保証される。
  論文  参考訳（メタデータ） (2023-07-01T18:35:21Z)
• Scalable Learning of Latent Language Structure With Logical Offline Cycle Consistency [71.42261918225773]
  概念的には、LOCCOは、トレーニング対象のセマンティクスを使用してラベルなしテキストのアノテーションを生成する、自己学習の一形態と見なすことができる。 追加ボーナスとして、LOCCOによって生成されたアノテーションは、神経テキスト生成モデルをトレーニングするために自明に再利用することができる。
  論文  参考訳（メタデータ） (2023-05-31T16:47:20Z)
• BO-ICP: Initialization of Iterative Closest Point Based on Bayesian Optimization [3.248584983235657]
  臨界初期ICP変換を求めるため,ベイズ最適化に基づく新しい手法を提案する。 同様の計算時間を与えられた場合,本手法は最先端の手法よりも優れていることを示す。 ICPの他の改良と互換性があり、初期変換の選択のみに焦点を当てている。
  論文  参考訳（メタデータ） (2023-04-25T19:38:53Z)
• The Cascaded Forward Algorithm for Neural Network Training [61.06444586991505]
  本稿では,ニューラルネットワークのための新しい学習フレームワークであるCascaded Forward(CaFo)アルゴリズムを提案する。 FFとは異なり、我々のフレームワークは各カスケードブロックのラベル分布を直接出力する。 我々のフレームワークでは、各ブロックは独立して訓練できるので、並列加速度システムに容易に展開できる。
  論文  参考訳（メタデータ） (2023-03-17T02:01:11Z)
• A Recursively Recurrent Neural Network (R2N2) Architecture for Learning Iterative Algorithms [64.3064050603721]
  本研究では,リカレントニューラルネットワーク (R2N2) にランゲ・クッタニューラルネットワークを一般化し,リカレントニューラルネットワークを最適化した反復アルゴリズムの設計を行う。 本稿では, 線形方程式系に対するクリロフ解法, 非線形方程式系に対するニュートン・クリロフ解法, 常微分方程式に対するルンゲ・クッタ解法と類似の繰り返しを計算問題クラスの入力・出力データに対して提案した超構造内における重みパラメータの正規化について述べる。
  論文  参考訳（メタデータ） (2022-11-22T16:30:33Z)
• Improved Algorithms for Neural Active Learning [74.89097665112621]
  非パラメトリックストリーミング設定のためのニューラルネットワーク(NN)ベースの能動学習アルゴリズムの理論的および経験的性能を改善する。 本研究では,SOTA(State-of-the-art (State-the-art)) 関連研究で使用されるものよりも,アクティブラーニングに適する人口減少を最小化することにより,2つの後悔の指標を導入する。
  論文  参考訳（メタデータ） (2022-10-02T05:03:38Z)
• An LSTM-based Plagiarism Detection via Attention Mechanism and a Population-based Approach for Pre-Training Parameters with imbalanced Classes [1.9949261242626626]
  本稿では,Long Short-Term Memory(LSTM)と,LSTM-AM-ABCと呼ばれるアテンション機構に基づくアーキテクチャを提案する。 提案アルゴリズムは,全てのLSTM,アテンション機構,フィードフォワードニューラルネットワークにおいて,モデル学習の初期値を同時に求めることができる。
  論文  参考訳（メタデータ） (2021-10-17T09:20:03Z)
• An AI-Assisted Design Method for Topology Optimization Without Pre-Optimized Training Data [68.8204255655161]
  トポロジ最適化に基づくAI支援設計手法を提示し、最適化された設計を直接的に得ることができる。 設計は、境界条件と入力データとしての充填度に基づいて、人工ニューラルネットワーク、予測器によって提供される。
  論文  参考訳（メタデータ） (2020-12-11T14:33:27Z)

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。