論文の概要: Boundary-Emphasized Weight Maps for Distal Airway Segmentation

• arxiv url: http://arxiv.org/abs/2503.00242v1
• Date: Fri, 28 Feb 2025 23:11:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-05 19:15:38.419287
• Title: Boundary-Emphasized Weight Maps for Distal Airway Segmentation
• Title（参考訳）: 遠位気道セグメンテーションのための境界強調重みマップ
• Authors: Ali Keshavarzi, Elsa Angelini,
• Abstract要約: 境界に基づく重みマップと適応重み改善戦略を用いて境界保存を向上させる境界強調損失(BEL)を提案する。 ATM22とAIIB23で評価され、BELはベースライン損失関数より優れ、トポロジ関連メトリクスと同等の全体ベース尺度を達成する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Automated airway segmentation from lung CT scans is vital for diagnosing and monitoring pulmonary diseases. Despite advancements, challenges like leakage, breakage, and class imbalance persist, particularly in capturing small airways and preserving topology. We propose the Boundary-Emphasized Loss (BEL), which enhances boundary preservation using a boundary-based weight map and an adaptive weight refinement strategy. Unlike centerline-based approaches, BEL prioritizes boundary voxels to reduce misclassification, improve topology, and enhance structural consistency, especially on distal airway branches. Evaluated on ATM22 and AIIB23, BEL outperforms baseline loss functions, achieving higher topology-related metrics and comparable overall-based measures. Qualitative results further highlight BEL's ability to capture fine anatomical details and reduce segmentation errors, particularly in small airways. These findings establish BEL as a promising solution for accurate and topology-enhancing airway segmentation in medical imaging.
• Abstract（参考訳）: 肺CT検査から自動気道分断は肺疾患の診断とモニタリングに不可欠である。 進展にもかかわらず、漏れ、破損、階級不均衡といった課題が続き、特に小さな気道を捕獲し、トポロジーを保存している。 境界に基づく重みマップと適応重み改善戦略を用いて境界保存を向上させる境界強調損失(BEL)を提案する。 中心線に基づくアプローチとは異なり、BELは境界ボクセルを優先順位付けし、分類ミスを減らし、トポロジーを改善し、特に遠位気道分岐における構造的整合性を高める。 ATM22とAIIB23で評価され、BELはベースライン損失関数より優れ、トポロジ関連メトリクスが高く、全体的な測定値に匹敵する。 質的な結果はさらに、BELが微細な解剖学的詳細を捕捉し、特に小さな気道でのセグメンテーションエラーを減らす能力を強調している。 これらの知見は,BELを医用画像における高精度かつトポロジに富んだ気道セグメンテーションのための有望な解決策として確立している。

関連論文リスト

• Pitfalls of topology-aware image segmentation [81.19923502845441]
  我々は、不適切な接続選択、見過ごされたトポロジカルアーティファクト、評価指標の不適切な使用を含むモデル評価における致命的な落とし穴を同定する。 本稿では,トポロジを意識した医用画像分割手法の公正かつ堅牢な評価基準を確立するための,行動可能なレコメンデーションセットを提案する。
  論文  参考訳（メタデータ） (2024-12-19T08:11:42Z)
• Progressive Curriculum Learning with Scale-Enhanced U-Net for Continuous Airway Segmentation [3.1903847117782274]
  胸部CT画像における気道の連続的,正確な分画は,術前の計画とリアルタイム気管支鏡ナビゲーションに不可欠である。 セグメンテーションの継続性を高めるために,プログレッシブカリキュラム学習パイプラインとスケール強化U-Netを提案する。 社内および公開データセットの両方の実験により、我々の手法が既存のアプローチより優れていることが示された。
  論文  参考訳（メタデータ） (2024-10-24T06:10:09Z)
• Semi- and Weakly-Supervised Learning for Mammogram Mass Segmentation with Limited Annotations [49.33388736227072]
  本稿では,マスセグメンテーションのための半弱教師付き学習フレームワークを提案する。 良好な性能を得るために, 限られた強ラベルのサンプルと十分な弱ラベルのサンプルを用いる。 CBIS-DDSMおよびINbreastデータセットを用いた実験により,本手法の有効性が示された。
  論文  参考訳（メタデータ） (2024-03-14T12:05:25Z)
• Small Object Detection via Coarse-to-fine Proposal Generation and Imitation Learning [52.06176253457522]
  本稿では,粗粒度パイプラインと特徴模倣学習に基づく小型物体検出に適した2段階フレームワークを提案する。 CFINetは、大規模な小さなオブジェクト検出ベンチマークであるSODA-DとSODA-Aで最先端の性能を達成する。
  論文  参考訳（メタデータ） (2023-08-18T13:13:09Z)
• Differentiable Topology-Preserved Distance Transform for Pulmonary Airway Segmentation [34.22415353209505]
  気道セグメンテーションの性能を向上させるために, 位相保存距離変換(DTPDT)フレームワークを提案する。 The Topology-Preserved Surrogate (TPS) learning strategy was first proposed to balance the training progress within-class distribution。 The Convolutional Distance Transform (CDT) is designed to identify the breakage phenomenon with superior sensitivity and minimize the variation of the distance map between the prediction and ground-truth。
  論文  参考訳（メタデータ） (2022-09-17T15:47:01Z)
• 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)
• Evaluation of automated airway morphological quantification for assessing fibrosing lung disease [7.027000487683603]
  気道拡張症は特発性肺線維症(IPF)の典型的特徴である 深層学習に基づく気道セグメンテーションから気道木をその葉と世代枝にパーセルする自動パイプラインであるAirQuantを提案する。
  論文  参考訳（メタデータ） (2021-11-19T21:30:42Z)
• 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)
• Alleviating Class-wise Gradient Imbalance for Pulmonary Airway Segmentation [35.18277191213468]
  自動気道セグメンテーションは術前診断と肺介入のための術中ナビゲーションの前提条件である。 周囲気管支の大きさや空間分布が分散しているため,前景と背景の高度不均衡が原因と考えられる。 本稿では, この問題の発端は, 近傍のボクセルの傾斜浸食と拡張によるものであることを示す。 本稿では,距離に基づく重みによる気道サイズの影響を回避し,学習プロセスに基づいて勾配比を適応的に調整する一般ユニオン損失関数を提案する。
  論文  参考訳（メタデータ） (2020-11-24T08:14:38Z)
• Bending Loss Regularized Network for Nuclei Segmentation in Histopathology Images [69.74667930907314]
  核分割のための曲げ損失正規化ネットワークを提案する。 提案した曲げ損失は、大きな曲率を持つ輪郭点に対する高い罰則を定義し、小さな曲率を持つ輪郭点に小さな罰則を適用する。 曲げ損失の最小化は、複数の核を含む輪郭の発生を避けることができる。
  論文  参考訳（メタデータ） (2020-02-03T21:20:50Z)

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。