論文の概要: Temporally Consistent Mitral Annulus Measurements from Sparse Annotations in Echocardiographic Videos

• arxiv url: http://arxiv.org/abs/2503.12087v1
• Date: Sat, 15 Mar 2025 11:26:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-18 12:31:29.270769
• Title: Temporally Consistent Mitral Annulus Measurements from Sparse Annotations in Echocardiographic Videos
• Title（参考訳）: 心エコー画像におけるスパースアノテーションからの経時的中僧帽弁計測
• Authors: Gino E. Jansen, Mark J. Schuuring, Berto J. Bouma, Ivana Išgum,
• Abstract要約: 隣接フレーム間の時間的一貫性を強制する自己教師付き損失項を導入する。 解剖学的に欠落したランドマークの認識を改善するために,現実的な視野拡大を取り入れた。 平均絶対MAPSE誤差は1.81$pm$ 0.14 mm、アンラスサイズ誤差は2.46$pm$ 0.31 mm、ランドマークローカライゼーション誤差は2.48$pm$ 0.07 mmである。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: This work presents a novel approach to achieving temporally consistent mitral annulus landmark localization in echocardiography videos using sparse annotations. Our method introduces a self-supervised loss term that enforces temporal consistency between neighboring frames, which smooths the position of landmarks and enhances measurement accuracy over time. Additionally, we incorporate realistic field-of-view augmentations to improve the recognition of missing anatomical landmarks. We evaluate our approach on both a public and private dataset, and demonstrate significant improvements in Mitral Annular Plane Systolic Excursion (MAPSE) calculations and overall landmark tracking stability. The method achieves a mean absolute MAPSE error of 1.81 $\pm$ 0.14 mm, an annulus size error of 2.46 $\pm$ 0.31 mm, and a landmark localization error of 2.48 $\pm$ 0.07 mm. Finally, it achieves a 0.99 ROC-AUC for recognition of missing landmarks.
• Abstract（参考訳）: 本研究は,スパースアノテーションを用いた心エコービデオにおいて,時間的に一貫した僧帽弁のランドマーク化を実現するための新しいアプローチを提案する。 本手法では,隣接するフレーム間の時間的一貫性を強制する自己監督的損失項を導入し,ランドマークの位置を円滑にし,時間とともに測定精度を高める。 さらに,解剖学的に欠落したランドマークの認識を改善するために,現実的な視野拡大を取り入れた。 我々は,パブリックデータセットとプライベートデータセットの両方に対するアプローチを評価し,Mitral Annular Plane Systolic Excursion(MAPSE)計算の大幅な改善と全体のランドマーク追跡安定性を示す。 平均絶対MAPSE誤差は1.81$\pm$ 0.14 mm、アンラスサイズ誤差は2.46$\pm$ 0.31 mm、ランドマークローカライゼーション誤差は2.48$\pm$ 0.07 mmである。 最後に、欠落したランドマークを認識するために0.99ROC-AUCを達成する。

関連論文リスト

• Learning to Predict Global Atrial Fibrillation Dynamics from Sparse Measurements [71.49601301663651]
  FibMapは、スパース測定からグローバルAFダイナミクスを再構築するグラフリカレントニューラルネットワークモデルである。 51の非接触全アリア記録に基づいてトレーニングされ、検証され、フィブマップは10%の表面カバレッジから全アリアダイナミクスを再構築した。 実世界の接触マッピング記録にFibMapの臨床的有用性を示し,非接触マッピングに匹敵する再現性を実現する。
  論文  参考訳（メタデータ） (2025-02-13T16:36:25Z)
• GV-Bench: Benchmarking Local Feature Matching for Geometric Verification of Long-term Loop Closure Detection [32.54601978758081]
  ループクロージャは軌道推定における正しいドリフトを補正し、グローバルに一貫したマップを構築する。 偽ループ閉鎖は致命的であり、堅牢性を保証するための追加のステップとして検証が必要である。 本稿では,長期条件下でのループ閉鎖検出の幾何的検証を対象とする統一ベンチマークを提案する。
  論文  参考訳（メタデータ） (2024-07-16T14:05:19Z)
• Aortic root landmark localization with optimal transport loss for heatmap regression [0.0]
  粗い画像からの高精度な一段階ランドマーク定位法を提案する。 仙台高瀬井病院で収集した3次元CT画像データセットに本手法を適用した。
  論文  参考訳（メタデータ） (2024-07-06T02:01:48Z)
• Localizing Anomalies via Multiscale Score Matching Analysis [13.898576482792173]
  本稿では,脳MRIにおける異常局所化のための新しい教師なし手法であるSpatial-MSMAを紹介する。 パッチ位置とグローバル画像の特徴を条件としたフレキシブルな正規化フローモデルを用いて、パッチワイド異常スコアを推定する。 この方法は、通常発達している幼児の1,650T1およびT2重み付き脳MRIのデータセットで評価される。
  論文  参考訳（メタデータ） (2024-06-28T17:57:12Z)
• Unsupervised Landmark Discovery Using Consistency Guided Bottleneck [63.624186864522315]
  画像再構成に基づくパイプラインに一貫性のあるボトルネックを導入する。 本稿では,画像間のランドマーク対応を形成することによって,擬似スーパービジョンを得る手法を提案する。 この一貫性は、アダプティブ・ヒートマップの生成において発見されたランドマークの不確かさを変調する。
  論文  参考訳（メタデータ） (2023-09-19T10:57:53Z)
• Weakly supervised segmentation of intracranial aneurysms using a novel 3D focal modulation UNet [0.5106162890866905]
  本稿では,新しい3次元焦点変調UNetであるFocalSegNetを提案する。 UIA検出では偽陽性率は0.21で感度は0.80であった。
  論文  参考訳（メタデータ） (2023-08-06T03:28:08Z)
• Automatic registration with continuous pose updates for marker-less surgical navigation in spine surgery [52.63271687382495]
  本研究では, 腰部脊柱管固定術の登録問題を, 無放射線で自動的に解決するアプローチを提案する。 深部神経ネットワークは、腰椎を分割し、その方向を同時に予測するように訓練され、前手術モデルに対する最初のポーズが得られた。 拡張現実ベースのナビゲーションシステムとの統合により、直感的な外科的ガイダンスが提供される。
  論文  参考訳（メタデータ） (2023-08-05T16:26:41Z)
• Corneal endothelium assessment in specular microscopy images with Fuchs' dystrophy via deep regression of signed distance maps [48.498376125522114]
  本稿では,UNetをベースとしたセグメンテーション手法を提案する。 これは、フックスのジストロフィーの全度にわたって、信頼できるCE形態計測と腸骨同定を実現する。
  論文  参考訳（メタデータ） (2022-10-13T15:34:20Z)
• Real-time landmark detection for precise endoscopic submucosal dissection via shape-aware relation network [51.44506007844284]
  内視鏡下粘膜下郭清術における高精度かつリアルタイムなランドマーク検出のための形状認識型関係ネットワークを提案する。 まず,ランドマーク間の空間的関係に関する先行知識を直感的に表現する関係キーポイント・ヒートマップを自動生成するアルゴリズムを考案する。 次に、事前知識を学習プロセスに段階的に組み込むために、2つの補完的な正規化手法を開発する。
  論文  参考訳（メタデータ） (2021-11-08T07:57:30Z)
• Structure-Aware Long Short-Term Memory Network for 3D Cephalometric Landmark Detection [37.031819721889676]
  本研究では,3次元ランドマーク検出のための構造対応長短期記憶フレームワーク(SA-LSTM)を提案する。 SA-LSTMは、まず、ダウンサンプリングCBCTボリューム上の熱マップ回帰によって粗いランドマークを見つける。 その後、高解像度の収穫パッチを使用して、注意深いオフセット回帰によってランドマークを徐々に洗練する。 実験の結果,提案手法は効率と精度で最先端の手法よりも優れていた。
  論文  参考訳（メタデータ） (2021-07-21T06:35:52Z)
• Appearance Learning for Image-based Motion Estimation in Tomography [60.980769164955454]
  トモグラフィー画像では、取得した信号に擬似逆フォワードモデルを適用することにより、解剖学的構造を再構成する。 患者の動きは、復元過程における幾何学的アライメントを損なうため、運動アーティファクトが生じる。 本研究では,スキャン対象から独立して剛性運動の構造を認識する外観学習手法を提案する。
  論文  参考訳（メタデータ） (2020-06-18T09:49:11Z)

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。