論文の概要: Weighted Mean Frequencies: a handcraft Fourier feature for 4D Flow MRI segmentation
- arxiv url: http://arxiv.org/abs/2506.20614v1
- Date: Wed, 25 Jun 2025 17:04:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-26 21:00:42.866515
- Title: Weighted Mean Frequencies: a handcraft Fourier feature for 4D Flow MRI segmentation
- Title（参考訳）: 重み付き平均周波数:4次元フローMRIセグメンテーションのためのハンドクラフトフーリエ機能
- Authors: Simon Perrin, Sébastien Levilly, Huajun Sun, Harold Mouchère, Jean-Michel Serfaty,
- Abstract要約: 本研究の目的は、4次元フローMRI画像の新しい可視化を提供する新しいハンドクラフト機能の導入である。
重み付き平均周波数(WMF)と呼ばれるこの特徴は、ボクセルが脈動流によって通過した3次元の領域を明らかにすることができる。
- 参考スコア（独自算出の注目度）: 0.027961972519572442
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In recent decades, the use of 4D Flow MRI images has enabled the quantification of velocity fields within a volume of interest and along the cardiac cycle. However, the lack of resolution and the presence of noise in these biomarkers are significant issues. As indicated by recent studies, it appears that biomarkers such as wall shear stress are particularly impacted by the poor resolution of vessel segmentation. The Phase Contrast Magnetic Resonance Angiography (PC-MRA) is the state-of-the-art method to facilitate segmentation. The objective of this work is to introduce a new handcraft feature that provides a novel visualisation of 4D Flow MRI images, which is useful in the segmentation task. This feature, termed Weighted Mean Frequencies (WMF), is capable of revealing the region in three dimensions where a voxel has been passed by pulsatile flow. Indeed, this feature is representative of the hull of all pulsatile velocity voxels. The value of the feature under discussion is illustrated by two experiments. The experiments involved segmenting 4D Flow MRI images using optimal thresholding and deep learning methods. The results obtained demonstrate a substantial enhancement in terms of IoU and Dice, with a respective increase of 0.12 and 0.13 in comparison with the PC-MRA feature, as evidenced by the deep learning task. This feature has the potential to yield valuable insights that could inform future segmentation processes in other vascular regions, such as the heart or the brain.
- Abstract（参考訳）: 近年,4次元フローMRI画像の利用により,興味の量と心臓循環に沿った速度場の定量化が可能となった。
しかし、分解能の欠如とバイオマーカーのノイズの存在は重要な問題である。
近年の研究で示されているように,壁せん断応力などのバイオマーカーは,血管のセグメンテーションの分解能に特に影響していると考えられる。
The Phase Contrast Magnetic Resonance Angiography (PC-MRA) is the State-of-the-art method to facilitate segmentation。
本研究の目的は, 分割作業に有用な4次元フローMRI画像の新しい可視化を提供する, 新しい手技機能の導入である。
重み付き平均周波数(WMF)と呼ばれるこの特徴は、ボクセルが脈動流によって通過した3次元の領域を明らかにすることができる。
実際、この特徴は全ての推進速度ボクセルの船体を表している。
議論中の機能の価値は、2つの実験によって説明されます。
実験では、最適なしきい値と深層学習法を用いて、4次元フローMRI画像のセグメンテーションを行った。
その結果,PC-MRAと比較すると,IoUとDiceでは0.12,0.13の増加がみられた。
この特徴は、心臓や脳などの他の血管領域における将来の分節過程を知らせる貴重な洞察を与える可能性がある。
関連論文リスト
- Deep learning for temporal super-resolution 4D Flow MRI [34.90138772411514]
本研究の目的は,時間的超解像4D Flow MRIのための残像ネットワークの実装と評価である。
患者固有のシリコモデル由来の合成4次元フローMRIデータと、in-vivoデータセットを用いてトレーニングおよび試験を行った。
以上の結果から, 時空間超解像4次元フローMRIにおけるデータ駆動型ニューラルネットワークの有用性が示唆された。
論文 参考訳（メタデータ） (2025-01-15T13:01:47Z) - Motion Artifact Removal in Pixel-Frequency Domain via Alternate Masks and Diffusion Model [58.694932010573346]
MRI(MRI)における運動アーチファクトは臨床診断に深刻な干渉を与える可能性がある。
ノイズの多いMRI画像の画素周波数情報を利用して、事前学習した拡散モデルを誘導し、クリーンなMRI画像の復元を行う新しい教師なし浄化法を提案する。
論文 参考訳（メタデータ） (2024-12-10T15:25:18Z) - Neural Fields for Continuous Periodic Motion Estimation in 4D Cardiovascular Imaging [1.1786989970743633]
時間分解型3次元フローMRI(4D Flow MRI)は、大動脈弓などの血管の血行動態を可視化し定量化するための、ユニークな非侵襲的なソリューションを提供する。
動脈4DフローMRIのほとんどの解析法は, フルサイクルセグメンテーションが難しいため, 静的動脈壁を用いている。
心臓周期を通して連続的な周期的な壁の変形を直接推定する神経磁場に基づく手法を提案する。
論文 参考訳（メタデータ） (2024-07-30T10:50:51Z) - Transferring Ultrahigh-Field Representations for Intensity-Guided Brain
Segmentation of Low-Field Magnetic Resonance Imaging [51.92395928517429]
7T MRIの使用は、低磁場MRIと比較して高コストでアクセシビリティが低いため制限されている。
本研究では,入力されたLF磁気共鳴特徴表現と,脳画像分割タスクのための7T様特徴表現とを融合したディープラーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2024-02-13T12:21:06Z) - Volumetric Reconstruction Resolves Off-Resonance Artifacts in Static and
Dynamic PROPELLER MRI [76.60362295758596]
磁気共鳴イメージング(MRI)におけるオフ共鳴アーティファクトは、画像ボリューム内のスピンの実際の共鳴周波数が空間情報を符号化するのに使用される期待周波数と異なる場合に発生する視覚歪みである。
本稿では,2次元MRI再構成問題を3次元に引き上げ,このオフ共鳴をモデル化するための「スペクトル」次元を導入することで,これらのアーチファクトを解決することを提案する。
論文 参考訳（メタデータ） (2023-11-22T05:44:51Z) - MyI-Net: Fully Automatic Detection and Quantification of Myocardial
Infarction from Cardiovascular MRI Images [9.709445432765039]
心臓発作 (Heart attack) または心筋梗塞(MI)は、心臓に血液を供給する動脈が突然閉塞されたときに起こる。
MIの定量化のための完全に自動化された「金の標準」は存在しない。
MyI-NetはMRI画像中のMIの検出と定量化のためのエンドツーエンドの完全自動システムである。
論文 参考訳（メタデータ） (2022-12-28T06:34:38Z) - Non-invasive hemodynamic analysis for aortic regurgitation using
computational fluid dynamics and deep learning [2.150638298922378]
心臓血管血行動態の変化は大動脈逆流(AR)の発生と密接に関連している
4次元(4次元)流磁気共鳴画像(MRI)を用いて非侵襲的に測定できる。
しかし、解像度の低さは、しばしば4次元フローMRIと複雑なAR血行動態の限界によって生じる。
これを解決するために、計算流体力学シミュレーションを合成された4次元フローMRIデータに変換し、様々なニューラルネットワークのトレーニングに使用した。
論文 参考訳（メタデータ） (2021-11-23T05:19:42Z) - 4DFlowNet: Super-Resolution 4D Flow MRI using Deep Learning and
Computational Fluid Dynamics [0.0795451369160375]
画像解像度の上昇は、特に異常な血流を持つ患者において、より正確で、血流のより良い評価を可能にする。
計算流体力学シミュレーションを用いて, 合成4次元フローMRIデータを生成する。
我々の新しい4DFlowNetネットワークは, この合成4Dフローデータをトレーニングし, 2。
論文 参考訳（メタデータ） (2020-04-15T12:16:52Z) - Multifold Acceleration of Diffusion MRI via Slice-Interleaved Diffusion
Encoding (SIDE) [50.65891535040752]
本稿では,Slice-Interleaved Diffusionと呼ばれる拡散符号化方式を提案する。
SIDEは、拡散重み付き(DW)画像ボリュームを異なる拡散勾配で符号化したスライスでインターリーブする。
また,高いスライスアンサンプデータからDW画像を効果的に再構成するためのディープラーニングに基づく手法を提案する。
論文 参考訳（メタデータ） (2020-02-25T14:48:17Z) - Microvascular Dynamics from 4D Microscopy Using Temporal Segmentation [81.30750944868142]
経時的に脳血流量の変化を追跡でき, ピアル表面に向かって伝播する自発性動脈拡張を同定できる。
この新たなイメージング機能は、機能的磁気共鳴イメージング(fMRI)を基盤とした血行動態応答関数を特徴付けるための有望なステップである。
論文 参考訳（メタデータ） (2020-01-14T22:55:03Z)
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。