Fugu-MT 論文翻訳(概要): Accelerated 3D-3D rigid registration of echocardiographic images obtained from apical window using particle filter

論文の概要: Accelerated 3D-3D rigid registration of echocardiographic images obtained from apical window using particle filter

arxiv url: http://arxiv.org/abs/2504.19930v1
Date: Mon, 28 Apr 2025 16:06:24 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-02 19:15:54.501135
Title: Accelerated 3D-3D rigid registration of echocardiographic images obtained from apical window using particle filter
Title（参考訳）: 粒子フィルタを用いた心エコー画像の3次元3次元高速剛性登録
Authors: Thanuja Uruththirakodeeswaran, Harald Becher, Michelle Noga, Lawrence H. Le, Pierre Boulanger, Jonathan Windram, Kumaradevan Punithakumar,
Abstract要約: 様々な角度から捉えた3次元心エコー画像の完全なアライメントは、画質を改善し、視野を広げる。本研究では,経胸壁心エコー画像の3次元3次元剛性登録のための高速化されたモンテカルロ (SMC) アルゴリズムを提案する。
参考スコア（独自算出の注目度）: 0.6150964239592719
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: The perfect alignment of 3D echocardiographic images captured from various angles has improved image quality and broadened the field of view. This study proposes an accelerated sequential Monte Carlo (SMC) algorithm for 3D-3D rigid registration of transthoracic echocardiographic images with significant and limited overlap taken from apical window that is robust to the noise and intensity variation in ultrasound images. The algorithm estimates the translational and rotational components of the rigid transform through an iterative process and requires an initial approximation of the rotation and translation limits. We perform registration in two ways: the image-based registration computes the transform to align the end-diastolic frame of the apical nonstandard image to the apical standard image and applies the same transform to all frames of the cardiac cycle, whereas the mask-based registration approach uses the binary masks of the left ventricle in the same way. The SMC and exhaustive search (EX) algorithms were evaluated for 4D temporal sequences recorded from 7 volunteers who participated in a study conducted at the Mazankowski Alberta Heart Institute. The evaluations demonstrate that the mask-based approach of the accelerated SMC yielded a Dice score value of 0.819 +/- 0.045 for the left ventricle and gained 16.7x speedup compared to the CPU version of the SMC algorithm.
Abstract（参考訳）: 様々な角度から捉えた3次元心エコー画像の完全なアライメントは、画質を改善し、視野を広げる。本研究では,超音波画像の雑音や強度変化に頑健な尖端窓から有意かつ限定的な重なりを有する経胸壁心エコー画像の3次元3次元剛性登録のための高速化されたモンテカルロ (SMC) アルゴリズムを提案する。アルゴリズムは、厳密な変換の変換成分と回転成分を反復過程を通じて推定し、回転限界と翻訳限界の初期近似を必要とする。画像ベース登録は, 心尖部非標準画像の終端拡張フレームを心尖部標準画像に整合させる変換を演算し, 心循環のすべてのフレームに同じ変換を施す一方, マスクベース登録アプローチは左室のバイナリマスクを同じように利用する。 The SMC and exhaustive search (EX) algorithm were evaluate for 4D temporal sequences from 7 volunteer who were participated in the Mazankowski Alberta Heart Institute。評価の結果, 加速SMCのマスクベースのアプローチは左室では0.819 +/-0.045のDiceスコア値を示し, SMCアルゴリズムのCPUバージョンと比較して16.7倍のスピードアップを示した。

関連論文リスト

Explicit Differentiable Slicing and Global Deformation for Cardiac Mesh Reconstruction [8.730291904586656]
医用画像からの心臓解剖のメッシュ再構築は, 形状, 運動計測, 生体物理シミュレーションに有用である。従来のボクセルベースのアプローチは、イメージの忠実さを損なう前処理と後処理に依存している。そこで本稿では,メッシュのスライスからメッシュへの勾配バックプロパゲーションを可能にする,新しい識別可能なボキセル化とスライシング(DVS)アルゴリズムを提案する。
論文参考訳（メタデータ） (2024-09-03T17:19:31Z)
Epicardium Prompt-guided Real-time Cardiac Ultrasound Frame-to-volume Registration [50.602074919305636]
本稿では,CU-Reg と呼ばれる,軽量でエンドツーエンドなカード・ツー・エンド・超音波フレーム・ツー・ボリューム・レジストレーション・ネットワークを提案する。 2次元スパースと3次元濃密な特徴の相互作用を増強するために,心内膜急速ガイドによる解剖学的手がかりを用い,その後,強化された特徴のボクセル的局所グロバル集約を行った。
論文参考訳（メタデータ） (2024-06-20T17:47:30Z)
Intensity-based 3D motion correction for cardiac MR images [9.413178499853156]
交点間のペア方向の強度一致を最大化することにより,すべてのSAスライスとLAスライスを同時に整列するアルゴリズムを提案する。従来の研究とは異なり,本手法は主観的最適化問題として定式化されており,基礎となる解剖学の事前知識は不要である。
論文参考訳（メタデータ） (2024-03-31T18:45:13Z)
DopUS-Net: Quality-Aware Robotic Ultrasound Imaging based on Doppler Signal [48.97719097435527]
DopUS-Netはドップラー画像とBモード画像を組み合わせることで、小血管のセグメンテーション精度と堅牢性を高める。動脈再同定モジュールは、リアルタイムセグメンテーション結果を質的に評価し、拡張ドップラー画像に対するプローブポーズを自動的に最適化する。
論文参考訳（メタデータ） (2023-05-15T18:19:29Z)
Attentive Symmetric Autoencoder for Brain MRI Segmentation [56.02577247523737]
視覚変換器(ViT)をベースとした3次元脳MRIセグメンテーションタスクのための新しいアテンテーティブシンメトリオートエンコーダを提案する。事前学習の段階では、提案するオートエンコーダがより注意を払って、勾配測定値に従って情報パッチを再構築する。実験の結果,提案手法は最先端の自己教師付き学習法や医用画像分割モデルよりも優れていた。
論文参考訳（メタデータ） (2022-09-19T09:43:19Z)
Three-Dimensional Segmentation of the Left Ventricle in Late Gadolinium Enhanced MR Images of Chronic Infarction Combining Long- and Short-Axis Information [5.947543669357994]
LGE CMR画像におけるLVの自動3次元セグメンテーションのための包括的フレームワークを提案する。本稿では,一貫した心筋エッジポイント検出のためのLVのパラメトリックモデルを提案する。提案手法を,21組の実患者と4組のファントムデータを用いて評価した。
論文参考訳（メタデータ） (2022-05-21T09:47:50Z)
Synthetic Velocity Mapping Cardiac MRI Coupled with Automated Left Ventricle Segmentation [1.8268300764373178]
本稿では,3次元MVMデータの時間分解能を高めるためのフレーム合成アルゴリズムを提案する。我々のアルゴリズムは、時間分解能3Dir MVMを増大させるだけでなく、同時に心筋セグメンテーション結果を生成することもできる。
論文参考訳（メタデータ） (2021-10-04T10:20:27Z)
A New Semi-Automated Algorithm for Volumetric Segmentation of the Left Ventricle in Temporal 3D Echocardiography Sequences [1.3466792104272818]
左室の起伏は、スペックルノイズの存在と信号対雑音比の低さにより困難である。本稿では,左心室の経時的3次元心エコー法における半自動セグメンテーションアルゴリズムを提案する。
論文参考訳（メタデータ） (2021-09-02T17:55:56Z)
Revisiting 3D Context Modeling with Supervised Pre-training for Universal Lesion Detection in CT Slices [48.85784310158493]
CTスライスにおける普遍的病変検出のための3Dコンテキスト強化2D特徴を効率的に抽出するための修飾擬似3次元特徴ピラミッドネットワーク(MP3D FPN)を提案する。新たな事前学習手法により,提案したMP3D FPNは,DeepLesionデータセット上での最先端検出性能を実現する。提案された3Dプリトレーニングウェイトは、他の3D医療画像分析タスクのパフォーマンスを高めるために使用できる。
論文参考訳（メタデータ） (2020-12-16T07:11:16Z)
Improved Slice-wise Tumour Detection in Brain MRIs by Computing Dissimilarities between Latent Representations [68.8204255655161]
磁気共鳴画像(MRI)の異常検出は教師なし手法で行うことができる。本研究では,変分オートエンコーダの潜伏空間における相似関数の計算に基づいて,腫瘍検出のためのスライスワイズ半教師法を提案する。本研究では,高解像度画像上でのモデルをトレーニングし,再現の質を向上させることにより,異なるベースラインに匹敵する結果が得られることを示す。
論文参考訳（メタデータ） (2020-07-24T14:02:09Z)
Kullback-Leibler Divergence-Based Fuzzy $C$-Means Clustering Incorporating Morphological Reconstruction and Wavelet Frames for Image Segmentation [152.609322951917]
そこで我々は,厳密なウェーブレットフレーム変換と形態的再構成操作を組み込むことで,Kulback-Leibler (KL) 発散に基づくFuzzy C-Means (FCM) アルゴリズムを考案した。提案アルゴリズムはよく機能し、他の比較アルゴリズムよりもセグメンテーション性能が優れている。
論文参考訳（メタデータ） (2020-02-21T05:19:10Z)

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。