論文の概要: Automated Measurement of Optic Nerve Sheath Diameter Using Ocular Ultrasound Video

• arxiv url: http://arxiv.org/abs/2506.02789v1
• Date: Tue, 03 Jun 2025 12:14:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-04 21:47:35.617985
• Title: Automated Measurement of Optic Nerve Sheath Diameter Using Ocular Ultrasound Video
• Title（参考訳）: 眼超音波画像を用いた視神経シース径の自動計測
• Authors: Renxing Li, Weiyi Tang, Peiqi Li, Qiming Huang, Jiayuan She, Shengkai Li, Haoran Xu, Yeyun Wan, Jing Liu, Hailong Fu, Xiang Li, Jiangang Chen,
• Abstract要約: OnSD計測のためのビデオシーケンスから最適なフレームを自動的に識別する新しい手法を提案する。 提案手法は平均誤差,平均二乗偏差,クラス内相関係数(ICC)をそれぞれ0.04,0.054,0.782とした。
• 参考スコア（独自算出の注目度）: 14.016658180958444
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Objective. Elevated intracranial pressure (ICP) is recognized as a biomarker of secondary brain injury, with a significant linear correlation observed between optic nerve sheath diameter (ONSD) and ICP. Frequent monitoring of ONSD could effectively support dynamic evaluation of ICP. However, ONSD measurement is heavily reliant on the operator's experience and skill, particularly in manually selecting the optimal frame from ultrasound sequences and measuring ONSD. Approach. This paper presents a novel method to automatically identify the optimal frame from video sequences for ONSD measurement by employing the Kernel Correlation Filter (KCF) tracking algorithm and Simple Linear Iterative Clustering (SLIC) segmentation algorithm. The optic nerve sheath is mapped and measured using a Gaussian Mixture Model (GMM) combined with a KL-divergence-based method. Results. When compared with the average measurements of two expert clinicians, the proposed method achieved a mean error, mean squared deviation, and intraclass correlation coefficient (ICC) of 0.04, 0.054, and 0.782, respectively. Significance. The findings suggest that this method provides highly accurate automated ONSD measurements, showing potential for clinical application.
• Abstract（参考訳）: 目的。 上頭蓋内圧 (ICP) は二次脳損傷のバイオマーカーとして認識され, 視神経シース径 (ONSD) とICPとの間に有意な線形相関が認められた。 ONSDの頻繁なモニタリングはICPの動的評価を効果的に支援できる。 しかし、ONSD測定は、特に超音波シーケンスから最適なフレームを手動で選択し、ONSDを測定する際に、オペレータの経験と技術に大きく依存している。 アプローチ。 本稿では,KCF(Kernel correlation Filter)トラッキングアルゴリズムとSLIC(Simple Linear Iterative Clustering)セグメンテーションアルゴリズムを用いて,OnSD計測のためのビデオシーケンスから最適なフレームを自動的に識別する手法を提案する。 視神経シースをKL分割法と組み合わせたガウス混合モデル(GMM)を用いてマッピングし測定する。 結果。 2名の専門医の平均値と比較すると, 平均誤差, 平均二乗偏差, クラス内相関係数(ICC)は0.04, 0.054, 0.782であった。 重要なこと。 以上の結果から,本手法は臨床応用の可能性を示し,精度の高いONSD自動測定が可能であることが示唆された。

関連論文リスト

• Double Debiased Machine Learning for Mediation Analysis with Continuous Treatments [38.70412001488559]
  本稿では,継続的な治療を支援するメディエーション分析のための機械学習アルゴリズムを提案する。 本研究では,現実の医療データとシミュレーションによるアプローチの数値評価を行い,グリセミックコントロールが認知機能に与える影響を解析する。
  論文  参考訳（メタデータ） (2025-03-08T10:46:47Z)
• SQUWA: Signal Quality Aware DNN Architecture for Enhanced Accuracy in Atrial Fibrillation Detection from Noisy PPG Signals [37.788535094404644]
  心房細動(AF)は脳卒中、心臓病、死亡のリスクを著しく増大させる。 光胸腺造影(PPG)信号は、運動人工物や、しばしば起立条件で遭遇する他の要因による腐敗に影響を受けやすい。 本研究では,一部劣化したPSGから正確な予測の維持方法を学習するための新しい深層学習モデルを提案する。
  論文  参考訳（メタデータ） (2024-04-15T01:07:08Z)
• A Unified Approach for Comprehensive Analysis of Various Spectral and Tissue Doppler Echocardiography [3.7775754350457746]
  本稿では、コンボリューションニューラルネットワークを用いた新しい統合フレームワークを導入し、スペクトルおよび組織ドプラ心エコー画像の包括的解析を行った。 ネットワークは、新しいドップラー形状の埋め込みとアンチエイリアスモジュールによって、様々なドップラービューにまたがる重要な特徴を自動的に認識する。 実験結果から, ダイス類似度係数 (DSC) や結合上の交叉 (IoU) など, 性能指標における一貫したアウトパフォーマンスを示す。
  論文  参考訳（メタデータ） (2023-11-14T15:10:05Z)
• 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)
• Machine Learning based Extraction of Boundary Conditions from Doppler Echo Images for Patient Specific Coarctation of the Aorta: Computational Fluid Dynamics Study [0.0]
  本研究では,ドップラー心エコー画像から境界条件(BC)を求める機械学習(ML)手法の応用について検討する。 提案手法は,MLとCFDを組み合わせて,関心領域内のヘモダイナミックフローをモデル化する。
  論文  参考訳（メタデータ） (2022-09-19T16:00:38Z)
• Multiple Time Series Fusion Based on LSTM An Application to CAP A Phase Classification Using EEG [56.155331323304]
  本研究では,深層学習に基づく脳波チャンネルの特徴レベル融合を行う。 チャネル選択,融合,分類手順を2つの最適化アルゴリズムで最適化した。
  論文  参考訳（メタデータ） (2021-12-18T14:17:49Z)
• Automatic Segmentation of the Optic Nerve Head Region in Optical Coherence Tomography: A Methodological Review [4.777796444711511]
  視神経頭は、視神経(ONH)の眼内部分を表す。 光コヒーレンストモグラフィーの出現により、新しい視神経頭部パラメータの評価が可能となった。 ディープラーニングに基づくアルゴリズムは、ONHの異なる構造を分割する上で、最高の精度、感度、特異性を提供する。
  論文  参考訳（メタデータ） (2021-09-06T09:45:57Z)
• Heart Sound Classification Considering Additive Noise and Convolutional Distortion [2.63046959939306]
  異常検出のための心臓音の自動解析は、加算雑音とセンサ依存劣化の課題に直面している。 本研究の目的は, 心音に両種類の歪みが存在する場合に, 心的異常検出問題に対処する手法を開発することである。 提案手法は, 安価な聴診器を用いて, ノイズの多い環境下で, コンピュータ支援型心臓聴診システムを開発するための道を開くものである。
  論文  参考訳（メタデータ） (2021-06-03T14:09:04Z)
• Statistical control for spatio-temporal MEG/EEG source imaging with desparsified multi-task Lasso [102.84915019938413]
  脳磁図(MEG)や脳電図(EEG)のような非侵襲的手法は、非侵襲的手法を約束する。 ソースローカライゼーション(ソースイメージング)の問題は、しかしながら、高次元の統計的推測問題を引き起こす。 この問題に対処するために,分離されたマルチタスクラッソ(ecd-MTLasso)のアンサンブルを提案する。
  論文  参考訳（メタデータ） (2020-09-29T21:17:16Z)
• Segmentation of the Myocardium on Late-Gadolinium Enhanced MRI based on 2.5 D Residual Squeeze and Excitation Deep Learning Model [55.09533240649176]
  本研究の目的は,LGE-MRIを用いた心筋境界領域の深部学習モデルに基づく正確な自動セグメンテーション法を開発することである。 合計320回の試験(平均6回の試験)と28回の試験が行われた。 ベーススライスとミドルスライスにおけるアンサンブルモデルの性能解析は, サーバ内調査と同等であり, アトピーススライスではわずかに低かった。
  論文  参考訳（メタデータ） (2020-05-27T20:44:38Z)
• A Global Benchmark of Algorithms for Segmenting Late Gadolinium-Enhanced Cardiac Magnetic Resonance Imaging [90.29017019187282]
  現在世界最大の心臓LGE-MRIデータセットである154個の3D LGE-MRIを用いた「2018 left Atrium Challenge」。 技術および生物学的指標を用いた提案アルゴリズムの解析を行った。 その結果, 最上部法は93.2%, 平均表面は0.7mmであった。
  論文  参考訳（メタデータ） (2020-04-26T08:49:17Z)

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。