論文の概要: AutoComb: Automated Comb Sign Detector for 3D CTE Scans

• arxiv url: http://arxiv.org/abs/2502.21311v1
• Date: Fri, 28 Feb 2025 18:53:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-03 13:40:45.663976
• Title: AutoComb: Automated Comb Sign Detector for 3D CTE Scans
• Title（参考訳）: AutoComb:3D CTEスキャン用の自動Combサイン検出器
• Authors: Shashwat Gupta, Sarthak Gupta, Akshan Agrawal, Mahim Naaz, Rajanikanth Yadav, Priyanka Bagade,
• Abstract要約: Comb Signは、複数の消化管疾患を検出する重要なバイオマーカーである。 現在の検出方法は、手動、時間集約、主観的解釈の傾向にある。 本稿では,CTE からComb Sign を検出するための完全自動手法を提案する。
• 参考スコア（独自算出の注目度）: 6.146230417980112
• License:
• Abstract: Comb Sign is an important imaging biomarker to detect multiple gastrointestinal diseases. It shows up as increased blood flow along the intestinal wall indicating potential abnormality, which helps doctors diagnose inflammatory conditions. Despite its clinical significance, current detection methods are manual, time-intensive, and prone to subjective interpretation due to the need for multi-planar image-orientation. To the best of our knowledge, we are the first to propose a fully automated technique for the detection of Comb Sign from CTE scans. Our novel approach is based on developing a probabilistic map that shows areas of pathological hypervascularity by identifying fine vascular bifurcations and wall enhancement via processing through stepwise algorithmic modules. These modules include utilising deep learning segmentation model, a Gaussian Mixture Model (GMM), vessel extraction using vesselness filter, iterative probabilistic enhancement of vesselness via neighborhood maximization and a distance-based weighting scheme over the vessels. Experimental results demonstrate that our pipeline effectively identifies Comb Sign, offering an objective, accurate, and reliable tool to enhance diagnostic accuracy in Crohn's disease and related hypervascular conditions where Comb Sign is considered as one of the important biomarkers.
• Abstract（参考訳）: Comb Signは、複数の消化管疾患を検出する重要なバイオマーカーである。 腸壁に沿って血流が増加すると、潜在的な異常が示され、医師が炎症の症状を診断するのに役立ちます。 その臨床的意義にもかかわらず、現在の検出方法は手動であり、時間集約的であり、多平面画像指向の必要性により主観的解釈が困難である。 我々の知る限り、我々は初めてCTEスキャンからComb Signを検出する完全自動化技術を提案する。 我々の新しいアプローチは、段階的アルゴリズムモジュールによる処理による細血管の分岐と壁の強化を識別し、病理的高血管性領域を示す確率的マップの開発に基づいている。 これらのモジュールは、深層学習セグメンテーションモデルの利用、ガウス混合モデル(GMM)、容器性フィルタを用いた容器抽出、近隣の最大化による容器性反復的確率的向上、遠距離重み付け方式などを含む。 実験の結果,本パイプラインはComb Signを効果的に同定し,Crohn病の診断精度を高めるための客観的かつ正確かつ信頼性の高いツールであり,Comb Signを重要なバイオマーカーの1つとみなしている。

関連論文リスト

• Enhancing Angular Resolution via Directionality Encoding and Geometric Constraints in Brain Diffusion Tensor Imaging [70.66500060987312]
  拡散強調画像(DWI)は、水分子の拡散率に感応した磁気共鳴イメージング(MRI)の一種である。 本研究はDirGeo-DTIを提案する。DirGeo-DTIは、勾配方向の最小理論数(6)で得られたDWIの集合からでも、信頼できるDTIメトリクスを推定する深層学習に基づく手法である。
  論文  参考訳（メタデータ） (2024-09-11T11:12:26Z)
• 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)
• Dr-SAM: An End-to-End Framework for Vascular Segmentation, Diameter Estimation, and Anomaly Detection on Angiography Images [2.9265754968401723]
  Dr-SAMは血管のセグメンテーション、直径推定、異常解析のためのフレームワークである。 血管造影画像の包括的解析のための新しいベンチマークデータセットを提案する。
  論文  参考訳（メタデータ） (2024-04-25T20:43:32Z)
• Spatiotemporal Disentanglement of Arteriovenous Malformations in Digital Subtraction Angiography [37.44819725897024]
  本提案手法は, 船舶の自動分類による臨界情報を強調することにより, デジタルサブトラクション血管造影(DSA)画像シリーズを向上することを目的としている。 本法は, 臨床用DSA画像シリーズを用いて検討し, 動脈と静脈の効率的な鑑別を実証した。
  論文  参考訳（メタデータ） (2024-02-15T00:29:53Z)
• Intelligent Breast Cancer Diagnosis with Heuristic-assisted Trans-Res-U-Net and Multiscale DenseNet using Mammogram Images [0.0]
  乳癌(BC)は、女性のがん関連死亡率に大きく寄与する。 悪性の腫瘤を正確に識別することは 依然として困難です マンモグラフィ画像を用いたBCGスクリーニングのための新しい深層学習手法を提案する。
  論文  参考訳（メタデータ） (2023-10-30T10:22:14Z)
• Fuzzy Attention Neural Network to Tackle Discontinuity in Airway Segmentation [67.19443246236048]
  気道セグメンテーションは肺疾患の検査、診断、予後に重要である。 いくつかの小型の気道支線(気管支や終端など)は自動セグメンテーションの難しさを著しく増す。 本稿では,新しいファジィアテンションニューラルネットワークと包括的損失関数を備える,気道セグメンテーションの効率的な手法を提案する。
  論文  参考訳（メタデータ） (2022-09-05T16:38:13Z)
• Improving the diagnosis of breast cancer based on biophysical ultrasound features utilizing machine learning [0.0]
  乳がん検出のための生物物理学的特徴に基づく機械学習手法を提案する。 以上より, 乳腺病変のタイプとサイズは, 分類では98.0%, 操作特性曲線では0.98以上であった。
  論文  参考訳（メタデータ） (2022-07-13T23:53:09Z)
• 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)
• Lymphocyte Classification in Hyperspectral Images of Ovarian Cancer Tissue Biopsy Samples [94.37521840642141]
  生検コアのハイパースペクトル画像に白血球画素を分割する機械学習パイプラインを提案する。 これらの細胞は臨床的に診断に重要であるが、いくつかの先行研究は正確なピクセルラベルを得るのが困難であるため、それらを組み込むのに苦労している。
  論文  参考訳（メタデータ） (2022-03-23T00:58:27Z)
• Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based Sparse PCA Network [93.22587316229954]
  ヘマトキシリンとエオシン(H&E)で染色した組織学的肺スライドにおける癌病変の自動検出のためのグラフベーススパース成分分析(GS-PCA)ネットワークを提案する。 我々は,SVM K-rasG12D肺がんモデルから得られたH&Eスライダーの精度・リコール率,Fスコア,谷本係数,レシーバ演算子特性(ROC)の曲線下領域を用いて,提案アルゴリズムの性能評価を行った。
  論文  参考訳（メタデータ） (2021-10-27T19:28:36Z)
• 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)

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。