論文の概要: Investigating the Role of Bilateral Symmetry for Inpainting Brain MRI

• arxiv url: http://arxiv.org/abs/2504.10039v1
• Date: Mon, 14 Apr 2025 09:41:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-22 19:24:26.531727
• Title: Investigating the Role of Bilateral Symmetry for Inpainting Brain MRI
• Title（参考訳）: 脳MRIにおけるバイラテラルシンメトリーの役割の検討
• Authors: Sergey Kuznetsov, Sanduni Pinnawala, Peter A. Wijeratne, Ivor J. A. Simpson,
• Abstract要約: 近年, 医療画像データ解析において, インペイントは有用かつ興味深い技術として注目されている。 塗布された脳構造と主観的条件情報量との統計的関係について検討した。 塗布プロセスの条件付けにおいて,いくつかの構造が対称性の強い影響を示すことを示す。
• 参考スコア（独自算出の注目度）: 1.6893691730575022
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Inpainting has recently emerged as a valuable and interesting technology to employ in the analysis of medical imaging data, in particular brain MRI. A wide variety of methodologies for inpainting MRI have been proposed and demonstrated on tasks including anomaly detection. In this work we investigate the statistical relationship between inpainted brain structures and the amount of subject-specific conditioning information, i.e. the other areas of the image that are masked. In particular, we analyse the distribution of inpainting results when masking additional regions of the image, specifically the contra-lateral structure. This allows us to elucidate where in the brain the model is drawing information from, and in particular, what is the importance of hemispherical symmetry? Our experiments interrogate a diffusion inpainting model through analysing the inpainting of subcortical brain structures based on intensity and estimated area change. We demonstrate that some structures show a strong influence of symmetry in the conditioning of the inpainting process.
• Abstract（参考訳）: インペイントは、医療画像データ、特に脳MRIを分析する上で、有用で興味深い技術として最近登場した。 異常検出を含む課題に対して,MRIの多種多様な手法が提案され,実証されている。 本研究では,塗布された脳構造と被写体特異的条件情報量,すなわち隠蔽画像の他の領域との統計的関係について検討する。 特に,画像の付加領域,特に対側構造をマスキングする場合の塗装結果の分布を分析した。 これにより、脳内のモデルが情報を引き出す場所、特に半球対称性の重要性を解明できます。 本実験は,皮質下脳構造の変化を強度と推定面積変化に基づいて解析し,拡散塗布モデルに疑問を投げかけるものである。 塗布プロセスの条件付けにおいて,いくつかの構造が対称性の強い影響を示すことを示す。

関連論文リスト

• Structurally Consistent MRI Colorization using Cross-modal Fusion Learning [2.1374208474242815]
  本稿では,構造的に一貫した色を音源MRIデータに伝達する新しいアーキテクチャを提案する。 本アーキテクチャは,MRI画像における種々の臓器の安定な色付けのための,葉状切片画像のセグメンテーション意味を融合させる。 我々の実験は、我々のアーキテクチャが既存の手法を超越し、より定量的で質的な結果をもたらすことを示した。
  論文  参考訳（メタデータ） (2024-12-12T06:40:14Z)
• Symmetry Awareness Encoded Deep Learning Framework for Brain Imaging Analysis [17.96729816246268]
  本研究は,脳疾患の検出とセグメンテーション分析を強化するために,ヒト脳の固有対称解剖学的特徴を活用する新しいアプローチを提案する。 左右半球の対称的特徴を符号化するために,新たな対称性認識クロスアテンション (SACA) モジュールが提案され,Symmetry-Aware Head (SAH) として対称的特徴を検出するプロキシタスクが提案されている。 本研究は, 事前トレーニングに対称性認識を取り入れることの有効性を提唱し, 医用画像解析のための新しいベンチマークを作成し, 正確かつ効率的な診断プロセスに向けて大きな前進を約束する。
  論文  参考訳（メタデータ） (2024-07-12T03:08:15Z)
• Psychometry: An Omnifit Model for Image Reconstruction from Human Brain Activity [60.983327742457995]
  人間の脳活動から見るイメージを再構築することで、人間とコンピュータのビジョンをBrain-Computer Interfaceを通して橋渡しする。 異なる被験者から得られた機能的磁気共鳴イメージング(fMRI)による画像再構成のための全能モデルであるサイコメトリを考案した。
  論文  参考訳（メタデータ） (2024-03-29T07:16:34Z)
• Symbrain: A large-scale dataset of MRI images for neonatal brain symmetry analysis [3.3748750222488657]
  本稿では,脳対称性研究の分野を推し進めるために,脳MRI画像の注釈付きデータセットを提案する。 このデータセットは、2つの脳半球の相対対称性を用いて重要な診断と治療計画を行う方法の研究と開発に寄与することができる。
  論文  参考訳（メタデータ） (2024-01-22T10:22:14Z)
• Introducing Shape Prior Module in Diffusion Model for Medical Image Segmentation [7.7545714516743045]
  拡散確率モデル(DDPM)を利用したVerseDiff-UNetというエンドツーエンドフレームワークを提案する。 我々のアプローチは拡散モデルを標準のU字型アーキテクチャに統合する。 本手法はX線画像から得られた脊椎画像の1つのデータセットを用いて評価する。
  論文  参考訳（メタデータ） (2023-09-12T03:05:00Z)
• Controllable Mind Visual Diffusion Model [58.83896307930354]
  脳信号の可視化は、人間の視覚システムとコンピュータビジョンモデルの間の重要なインターフェースとして機能する活発な研究領域として登場した。 我々は、制御可能なマインドビジュアルモデル拡散(CMVDM)と呼ばれる新しいアプローチを提案する。 CMVDMは属性アライメントとアシスタントネットワークを用いてfMRIデータから意味情報とシルエット情報を抽出する。 そして、制御モデルを利用して抽出した情報を画像合成に活用し、セマンティクスやシルエットの観点から視覚刺激によく似た画像を生成する。
  論文  参考訳（メタデータ） (2023-05-17T11:36:40Z)
• Patched Diffusion Models for Unsupervised Anomaly Detection in Brain MRI [55.78588835407174]
  本稿では,正常脳解剖のパッチベース推定法として拡散モデルの生成タスクを再構築する手法を提案する。 腫瘍と多発性硬化症について検討し,既存のベースラインと比較して25.1%の改善がみられた。
  論文  参考訳（メタデータ） (2023-03-07T09:40:22Z)
• SQUID: Deep Feature In-Painting for Unsupervised Anomaly Detection [76.01333073259677]
  無線画像からの異常検出のための空間認識型メモリキューを提案する(略してSQUID)。 SQUIDは, 微細な解剖学的構造を逐次パターンに分類でき, 推測では画像中の異常(見えない/修正されたパターン)を識別できる。
  論文  参考訳（メタデータ） (2021-11-26T13:47:34Z)
• Symmetry-Enhanced Attention Network for Acute Ischemic Infarct Segmentation with Non-Contrast CT Images [50.55978219682419]
  急性虚血性梗塞セグメンテーションのための対称性増強型注意ネットワーク(SEAN)を提案する。 提案するネットワークは、入力されたCT画像を、脳組織が左右対称な標準空間に自動的に変換する。 提案したSEANは、ダイス係数と梗塞局所化の両方の観点から、対称性に基づく最先端の手法より優れている。
  論文  参考訳（メタデータ） (2021-10-11T07:13:26Z)
• Symmetric-Constrained Irregular Structure Inpainting for Brain MRI Registration with Tumor Pathology [33.90454917741234]
  腫瘍領域に合成組織強度を発生させるコンテキスト認識型画像インパインティングフレームワークを提案する。 パッチワイズ機能間のセマンティックな関連性をモデル化して詳細を洗練するために,機能レベルのパッチマッチ改善モジュールを適用した。 提案手法は,信号対雑音比,構造類似度指数,ピーク信号対雑音比,L1誤差を低減した結果を得た。
  論文  参考訳（メタデータ） (2021-01-17T20:38:50Z)
• Interpretation of 3D CNNs for Brain MRI Data Classification [56.895060189929055]
  T1脳MRIにおける拡散テンソル画像の男女差について,これまでの知見を拡張した。 ボクセルの3次元CNN解釈を3つの解釈法の結果と比較する。
  論文  参考訳（メタデータ） (2020-06-20T17:56:46Z)

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。