論文の概要: Statistical analysis of multivariate planar curves and applications to X-ray classification

• arxiv url: http://arxiv.org/abs/2508.11780v1
• Date: Fri, 15 Aug 2025 19:13:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-19 14:49:10.37133
• Title: Statistical analysis of multivariate planar curves and applications to X-ray classification
• Title（参考訳）: 多変量平面曲線の統計的解析とX線分類への応用
• Authors: Moindjié Issam-Ali, Descary Marie-Hélène, Beaulac Cédric,
• Abstract要約: 本研究は、教師付き分類コンテキストにおいて、セグメンテーションされたイメージを予測子として利用する方法について検討する。 画像中の物体の形状を考慮に入れた画像解析のための新しい手法を開発した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent developments in computer vision have enabled the availability of segmented images across various domains, such as medicine, where segmented radiography images play an important role in diagnosis-making. As prediction problems are common in medical image analysis, this work explores the use of segmented images (through the associated contours they highlight) as predictors in a supervised classification context. Consequently, we develop a new approach for image analysis that takes into account the shape of objects within images. For this aim, we introduce a new formalism that extends the study of single random planar curves to the joint analysis of multiple planar curves-referred to here as multivariate planar curves. In this framework, we propose a solution to the alignment issue in statistical shape analysis. The obtained multivariate shape variables are then used in functional classification methods through tangent projections. Detection of cardiomegaly in segmented X-rays and numerical experiments on synthetic data demonstrate the appeal and robustness of the proposed method.
• Abstract（参考訳）: 近年のコンピュータビジョンの進歩により、医学など様々な領域にまたがるセグメンテーション画像の入手が可能となり、セグメンテーションされた放射線画像が診断に重要な役割を果たすようになった。 医用画像解析において予測問題は一般的であるので、この研究は、教師付き分類コンテキストにおける予測子としてのセグメンテーションされた画像(それらが強調する輪郭を通して)の使用を探求する。 その結果,画像中の物体の形状を考慮に入れた画像解析のための新しい手法が開発された。 この目的のために、ここでは多変量平面曲線として参照される複数の平面曲線の合同解析に単一ランダム平面曲線の研究を拡張する新しい定式化を導入する。 本稿では,統計的形状解析におけるアライメント問題の解法を提案する。 得られた多変量形状変数は、接射影による関数分類法で使用される。 セグメンテッドX線による心内膜の検出と, 合成データを用いた数値実験により, 提案手法の魅力と堅牢性を示した。

関連論文リスト

• From Pixels to Polygons: A Survey of Deep Learning Approaches for Medical Image-to-Mesh Reconstruction [38.67693323186832]
  この調査は、既存のアプローチを、テンプレートモデル、統計モデル、生成モデル、暗黙モデルという4つの主要なカテゴリに体系的に分類する。 心臓画像から神経学的研究まで,様々な解剖学的応用にまたがって,これらの手法を広範囲に評価する。 この調査は、トポロジカルな正しさ、幾何的精度、マルチモーダリティ統合の要件を含む、この分野における現在の課題を明らかにしている。
  論文  参考訳（メタデータ） (2025-05-06T15:01:43Z)
• Bayesian Unsupervised Disentanglement of Anatomy and Geometry for Deep Groupwise Image Registration [50.62725807357586]
  本稿では,マルチモーダル群画像登録のための一般ベイズ学習フレームワークを提案する。 本稿では,潜在変数の推論手順を実現するために,新しい階層的変分自動符号化アーキテクチャを提案する。 心臓、脳、腹部の医療画像から4つの異なるデータセットを含む,提案された枠組みを検証する実験を行った。
  論文  参考訳（メタデータ） (2024-01-04T08:46:39Z)
• VALD-MD: Visual Attribution via Latent Diffusion for Medical Diagnostics [0.0]
  医用画像における視覚的属性は、医用画像の診断関連成分を明確にすることを目指している。 本稿では、潜在拡散モデルとドメイン固有大言語モデルを組み合わせた新しい生成的視覚属性手法を提案する。 結果として生じるシステムは、ゼロショット局所化疾患誘導を含む様々な潜在能力を示す。
  論文  参考訳（メタデータ） (2024-01-02T19:51:49Z)
• A kinetic approach to consensus-based segmentation of biomedical images [39.58317527488534]
  バイオメディカルセグメンテーション問題に有界信頼度コンセンサスモデルの運動バージョンを適用した。 システムの長時間の挙動は、代理のフォッカー・プランク法(英語版)の助けを借りて計算される。 2次元グレースケール画像の関連集合に対して導入されたセグメンテーション距離を最小化する。
  論文  参考訳（メタデータ） (2022-11-08T09:54:34Z)
• Bayesian Logistic Shape Model Inference: application to cochlea image segmentation [0.0]
  本稿では,医療画像のセグメンテーションのためのパラメトリック形状モデルの推定について述べる。 フレームワークは、汎用形状関数に基づいて、確率的出現確率と事前ラベル確率を定義する。 10パラメータ形状モデルによって制約された臨床CT画像からのコクレア構造のセグメンテーションに適用されます。
  論文  参考訳（メタデータ） (2021-05-05T13:21:42Z)
• Deep Co-Attention Network for Multi-View Subspace Learning [73.3450258002607]
  マルチビューサブスペース学習のための深層コアテンションネットワークを提案する。 共通情報と相補情報の両方を敵意で抽出することを目的としている。 特に、新しいクロス再構成損失を使用し、ラベル情報を利用して潜在表現の構築を誘導する。
  論文  参考訳（メタデータ） (2021-02-15T18:46:44Z)
• Domain Shift in Computer Vision models for MRI data analysis: An Overview [64.69150970967524]
  機械学習とコンピュータビジョン手法は、医用画像解析において優れた性能を示している。 しかし、現在臨床応用はごくわずかである。 異なるソースや取得ドメインのデータへのモデルの不適切な転送性は、その理由の1つです。
  論文  参考訳（メタデータ） (2020-10-14T16:34:21Z)
• Pathological Retinal Region Segmentation From OCT Images Using Geometric Relation Based Augmentation [84.7571086566595]
  本稿では,幾何学と形状の内在的関係を共同で符号化することで,従来のGANベースの医用画像合成法よりも優れた手法を提案する。 提案手法は,取得手順の異なる画像を有する公開RETOUCHデータセット上で,最先端のセグメンテーション手法より優れている。
  論文  参考訳（メタデータ） (2020-03-31T11:50:43Z)

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。