論文の概要: BOTM: Echocardiography Segmentation via Bi-directional Optimal Token Matching

• arxiv url: http://arxiv.org/abs/2505.18052v1
• Date: Fri, 23 May 2025 15:56:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-26 18:08:34.210891
• Title: BOTM: Echocardiography Segmentation via Bi-directional Optimal Token Matching
• Title（参考訳）: BOTM : 双方向最適トケマッチングによる心エコー法
• Authors: Zhihua Liu, Lei Tong, Xilin He, Che Liu, Rossella Arcucci, Chen Jin, Huiyu Zhou,
• Abstract要約: 心エコーのフレーム間で強い解剖学的保証を実現するため,BOTM (Bi-directional Optimal Token Matching) を提案する。 BOTMは、ペア心エコー画像から、新しい解剖学的輸送の観点から最適な対応を見出すことにより、2組の離散画像トークンに一致することを学習する。
• 参考スコア（独自算出の注目度）: 16.079115186991906
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Existed echocardiography segmentation methods often suffer from anatomical inconsistency challenge caused by shape variation, partial observation and region ambiguity with similar intensity across 2D echocardiographic sequences, resulting in false positive segmentation with anatomical defeated structures in challenging low signal-to-noise ratio conditions. To provide a strong anatomical guarantee across different echocardiographic frames, we propose a novel segmentation framework named BOTM (Bi-directional Optimal Token Matching) that performs echocardiography segmentation and optimal anatomy transportation simultaneously. Given paired echocardiographic images, BOTM learns to match two sets of discrete image tokens by finding optimal correspondences from a novel anatomical transportation perspective. We further extend the token matching into a bi-directional cross-transport attention proxy to regulate the preserved anatomical consistency within the cardiac cyclic deformation in temporal domain. Extensive experimental results show that BOTM can generate stable and accurate segmentation outcomes (e.g. -1.917 HD on CAMUS2H LV, +1.9% Dice on TED), and provide a better matching interpretation with anatomical consistency guarantee.
• Abstract（参考訳）: 既往の心エコー区分け法は, 形状変化, 部分観察, 2次元心エコー区間の類似した強度の領域曖昧性による解剖学的不整合性に悩まされることが多い。 異なる心エコーフレーム間で強力な解剖学的保証を実現するため,心エコー区分けと最適な解剖学的輸送を同時に行うBOTM (Bi-directional Optimal Token Matching) という新しいセグメンテーションフレームワークを提案する。 BOTMは、ペア心エコー画像から、新しい解剖学的輸送の観点から最適な対応を見出すことにより、2組の離散画像トークンに一致することを学習する。 さらに、トークンマッチングを双方向のクロストランスポートアテンションプロキシに拡張し、時相領域における心循環変形における保存された解剖学的一貫性を調節する。 大規模な実験の結果、BOTMは安定かつ正確なセグメンテーション結果(例えば CAMUS2H LV の -1.917 HD 、TED の +1.9% Dice など)を生成でき、解剖学的整合性を保証するためのより良い解釈を提供する。

関連論文リスト

• 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)
• Class-Aware Cartilage Segmentation for Autonomous US-CT Registration in Robotic Intercostal Ultrasound Imaging [39.597735935731386]
  形状制約後処理を施したクラスアウェア軟骨骨分節ネットワークを提示し, 患者固有の骨骨格を捕捉する。 一般的なテンプレートから個々の患者へ、宿主間走査経路をマッピングするために、密度の高い骨格グラフに基づく非剛性登録が提示される。 提案手法は,CTテンプレートから個々の患者へのパスを,頑健かつ正確にマッピングできることを示す。
  論文  参考訳（メタデータ） (2024-06-06T14:15:15Z)
• Reliable Joint Segmentation of Retinal Edema Lesions in OCT Images [55.83984261827332]
  本稿では,信頼性の高いマルチスケールウェーブレットエンハンストランスネットワークを提案する。 本研究では,ウェーブレット型特徴抽出器ネットワークとマルチスケール変圧器モジュールを統合したセグメンテーションバックボーンを開発した。 提案手法は,他の最先端セグメンテーション手法と比較して信頼性の高いセグメンテーション精度を実現する。
  論文  参考訳（メタデータ） (2022-12-01T07:32:56Z)
• Bayesian Optimization of 2D Echocardiography Segmentation [2.6947715121689204]
  BOを用いて、深層畳み込みニューラルネットワークモデルのアーキテクチャおよびトレーニング関連ハイパーパラメータを最適化する。 左室心内膜(LV)、左心内膜(LV)、左心房に0.95、0.96、0.93の重なりがある。 また,LV終末容積の中央値絶対誤差を小さくするなど,導出性臨床指標の大幅な改善も観察した。
  論文  参考訳（メタデータ） (2022-11-17T20:52:36Z)
• Joint Motion Correction and Super Resolution for Cardiac Segmentation via Latent Optimisation [18.887520377396925]
  心臓画像分割のための動作補正と超解像を共同で行う新しい潜在最適化フレームワークを提案する。 2つの心MRデータセットの実験により、提案手法は最先端の超解像法に匹敵する高い性能を達成することが示された。
  論文  参考訳（メタデータ） (2021-07-08T15:14:00Z)
• Cardiac Segmentation on CT Images through Shape-Aware Contour Attentions [1.212901554957637]
  心臓臓器は複数のサブ構造(心室、心房、大動脈、動脈、静脈、心筋)から構成される。 これらの心筋サブ構造は互いに近縁であり、識別不能な境界を持つ。 形状と境界認識機能を利用する新しいモデルを提案する。
  論文  参考訳（メタデータ） (2021-05-27T13:54:59Z)

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。