論文の概要: Automatic Contouring of Spinal Vertebrae on X-Ray using a Novel Sandwich U-Net Architecture

• arxiv url: http://arxiv.org/abs/2507.09158v1
• Date: Sat, 12 Jul 2025 06:40:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-15 18:48:22.564893
• Title: Automatic Contouring of Spinal Vertebrae on X-Ray using a Novel Sandwich U-Net Architecture
• Title（参考訳）: 新しいサンドイッチU-Netアーキテクチャを用いたX線上における脊椎椎体の自動構成
• Authors: Sunil Munthumoduku Krishna Murthy, Kumar Rajamani, Srividya Tirunellai Rajamani, Yupei Li, Qiyang Sun, Bjoern W. Schuller,
• Abstract要約: 胸椎をX線画像上から正確に切り離すために設計された新しいU-Net変異体を提案する。 サンドイッチ型U-Net構造とデュアルアクティベーション関数を併用した提案手法により,ベースラインのU-Netモデルと比較してDiceスコアが4.1%向上した。
• 参考スコア（独自算出の注目度）: 2.170477444239546
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In spinal vertebral mobility disease, accurately extracting and contouring vertebrae is essential for assessing mobility impairments and monitoring variations during flexion-extension movements. Precise vertebral contouring plays a crucial role in surgical planning; however, this process is traditionally performed manually by radiologists or surgeons, making it labour-intensive, time-consuming, and prone to human error. In particular, mobility disease analysis requires the individual contouring of each vertebra, which is both tedious and susceptible to inconsistencies. Automated methods provide a more efficient alternative, enabling vertebra identification, segmentation, and contouring with greater accuracy and reduced time consumption. In this study, we propose a novel U-Net variation designed to accurately segment thoracic vertebrae from anteroposterior view on X-Ray images. Our proposed approach, incorporating a ``sandwich" U-Net structure with dual activation functions, achieves a 4.1\% improvement in Dice score compared to the baseline U-Net model, enhancing segmentation accuracy while ensuring reliable vertebral contour extraction.
• Abstract（参考訳）: 脊椎可動性疾患では、屈曲・伸展運動の変動を計測し、運動障害を評価するために、正確に椎骨を抽出・縫合することが不可欠である。 しかし、このプロセスは伝統的に放射線技師や外科医によって手動で行われ、労働集約的、時間的、人的ミスを生じさせる。 特に、移動性疾患の分析には各脊椎の個体構成が必要であり、これは退屈で矛盾に敏感である。 自動化された方法は、より効率的な代替手段を提供し、脊椎の識別、分節化、コントゥーリングをより正確で時間消費の少ないものにする。 本研究では,胸椎骨をX線画像上から正確に切り離すための新しいU-Net変種を提案する。 提案手法は, 2重アクティベーション関数を持つ 'sandwich' U-Net 構造を組み込むことで,ベースラインの U-Net モデルと比較して,Dice スコアが 4.1 % 向上し,信頼性の高い脊椎輪郭抽出を確保しつつセグメンテーション精度を向上する。

関連論文リスト

• Landmark-Free Preoperative-to-Intraoperative Registration in Laparoscopic Liver Resection [50.388465935739376]
  術前の3Dモデルを術中2Dフレームにオーバーレイすることで肝臓の空間解剖を明瞭に把握し,より高い手術成功率を達成することができる。 既存の登録法は解剖学的ランドマークに大きく依存しており、2つの大きな制限に直面している。 本稿では,効果的な自己教師型学習を生かした,目覚ましくない術前・術中登録フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-21T14:55:57Z)
• Reconstruction of 3D lumbar spine models from incomplete segmentations using landmark detection [0.4194295877935868]
  不完全な3次元椎体から完全3次元腰椎モデルを再構築する新しい方法を提案する。 本手法は, 腰椎全椎をわずか0.14秒でL1からL5に区分する。
  論文  参考訳（メタデータ） (2024-12-06T14:23:42Z)
• Spine Vision X-Ray Image based GUI Planning of Pedicle Screws Using Enhanced YOLOv5 for Vertebrae Segmentation [0.0]
  椎骨切開による脊椎スクリューの正確な配置のための術前計画と術中指導の改善を目的とした革新的なGUIを提案する。 Spine-Visionは、同期AP-LP計画、脊椎セグメンテーションによる正確なスクリュー位置決め、効果的なスクリュー可視化、動的位置調整などの革新的な機能を備えた包括的なソリューションを提供する。
  論文  参考訳（メタデータ） (2024-07-11T09:59:43Z)
• Domain adaptation strategies for 3D reconstruction of the lumbar spine using real fluoroscopy data [9.21828361691977]
  本研究は整形外科手術における手術ナビゲーション導入における重要な障害に対処するものである。 これは、少数の蛍光画像から脊椎の3次元解剖モデルを生成するためのアプローチを示す。 これまでの合成データに基づく研究の精度に匹敵する84%のF1スコアを達成しました。
  論文  参考訳（メタデータ） (2024-01-29T10:22:45Z)
• Shape Matters: Detecting Vertebral Fractures Using Differentiable Point-Based Shape Decoding [51.38395069380457]
  変性性脊椎疾患は高齢者に多い。 骨粗しょう性骨折やその他の変性変形性骨折のタイムリーな診断は、重度の腰痛や障害のリスクを軽減するための前向きな処置を促進する。 本研究では,脊椎動物に対する形状自動エンコーダの使用について検討する。
  論文  参考訳（メタデータ） (2023-12-08T18:11:22Z)
• Automatic registration with continuous pose updates for marker-less surgical navigation in spine surgery [52.63271687382495]
  本研究では, 腰部脊柱管固定術の登録問題を, 無放射線で自動的に解決するアプローチを提案する。 深部神経ネットワークは、腰椎を分割し、その方向を同時に予測するように訓練され、前手術モデルに対する最初のポーズが得られた。 拡張現実ベースのナビゲーションシステムとの統合により、直感的な外科的ガイダンスが提供される。
  論文  参考訳（メタデータ） (2023-08-05T16:26:41Z)
• A Self-Supervised Deep Framework for Reference Bony Shape Estimation in Orthognathic Surgical Planning [55.30223654196882]
  仮想的な矯正手術計画では、3次元顔面骨形状モデルにおける顎変形の外科的修正をシミュレートする。 正常な解剖を表現した基準顔骨形状モデルは、計画精度を向上させるための客観的ガイダンスを提供することができる。 本稿では,顔面骨の形状モデルを自動的に推定する自己教師型ディープフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-09-11T05:24:40Z)
• Automatic Vertebra Localization and Identification in CT by Spine Rectification and Anatomically-constrained Optimization [23.84364494308767]
  本論文では脊椎の解剖学的知識を利用して椎骨の局在と同定を容易にする堅牢かつ正確な方法を提案する。 キーポイント局在モデルは、脊椎中心の活性化マップを作成するために訓練される。 その後、脊椎中心線に沿って再サンプリングされ、脊椎切除された活性化マップを生成し、さらに1-D活性化信号に集約される。 解剖学的に制約された最適化モジュールを導入し、連続する椎骨指数の椎骨と硬い制約の間の距離を調節するソフト制約の下で最適な椎骨中心を共同で探索する。
  論文  参考訳（メタデータ） (2020-12-14T21:26:48Z)
• Simultaneous Estimation of X-ray Back-Scatter and Forward-Scatter using Multi-Task Learning [59.17383024536595]
  後方散乱は複雑な介入の際の患者(皮膚)の服用に大きく寄与する。 前方散乱放射線は投影画像のコントラストを低減し、3次元再構成でアーティファクトを導入する。 本稿では,従来の手法と学習に基づく手法を組み合わせて,検出器に到達した前方散乱を同時に推定する手法を提案する。
  論文  参考訳（メタデータ） (2020-07-08T10:47:37Z)
• A Convolutional Approach to Vertebrae Detection and Labelling in Whole Spine MRI [70.04389979779195]
  脊椎MRIにおける脊椎の発見と同定のための新しい畳み込み法を提案する。 これには学習ベクトル場を使用して、検出された脊椎の角を個別の脊椎にまとめる。 本手法の臨床的有用性を示すために, 腰部, 脊柱管内MRスキャンにおける側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側
  論文  参考訳（メタデータ） (2020-07-06T09:37:12Z)
• Analysis of Scoliosis From Spinal X-Ray Images [17.8260780895433]
  脊柱管の計測には脊椎のラベル付けと識別が必要である。 スコリオーシス(英: Scoliosis)は、脊椎が正常な形状から変形する先天性疾患である。 そこで本研究では,脊柱管狭窄計測に伴う脊椎の完全自動的,信頼性の高いセグメンテーションを提供するエンドツーエンドセグメンテーションモデルを提案する。
  論文  参考訳（メタデータ） (2020-04-15T05:36:28Z)

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。