論文の概要: Robust Fetal Pose Estimation across Gestational Ages via Cross-Population Augmentation

• arxiv url: http://arxiv.org/abs/2509.12062v1
• Date: Mon, 15 Sep 2025 15:42:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-16 17:26:23.378029
• Title: Robust Fetal Pose Estimation across Gestational Ages via Cross-Population Augmentation
• Title（参考訳）: クロスポピュレーション増強による静止年代のロバスト胎児ポス推定
• Authors: Sebastian Diaz, Benjamin Billot, Neel Dey, Molin Zhang, Esra Abaci Turk, P. Ellen Grant, Polina Golland, Elfar Adalsteinsson,
• Abstract要約: 3次元エコープラナーイメージング(EPI)時系列上でのアノテートランドマークの位置を予測して胎児の動きを追跡する方法が現在ある。 我々は,若年GA臨床コホートに対して,ポーズ推定モデルによるロバストな一般化を可能にするクロスポピュレーションデータ拡張フレームワークを開発した。
• 参考スコア（独自算出の注目度）: 9.428378792628813
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Fetal motion is a critical indicator of neurological development and intrauterine health, yet its quantification remains challenging, particularly at earlier gestational ages (GA). Current methods track fetal motion by predicting the location of annotated landmarks on 3D echo planar imaging (EPI) time-series, primarily in third-trimester fetuses. The predicted landmarks enable simplification of the fetal body for downstream analysis. While these methods perform well within their training age distribution, they consistently fail to generalize to early GAs due to significant anatomical changes in both mother and fetus across gestation, as well as the difficulty of obtaining annotated early GA EPI data. In this work, we develop a cross-population data augmentation framework that enables pose estimation models to robustly generalize to younger GA clinical cohorts using only annotated images from older GA cohorts. Specifically, we introduce a fetal-specific augmentation strategy that simulates the distinct intrauterine environment and fetal positioning of early GAs. Our experiments find that cross-population augmentation yields reduced variability and significant improvements across both older GA and challenging early GA cases. By enabling more reliable pose estimation across gestation, our work potentially facilitates early clinical detection and intervention in challenging 4D fetal imaging settings. Code is available at https://github.com/sebodiaz/cross-population-pose.
• Abstract（参考訳）: 胎児運動は、神経学的発達と子宮内健康の重要な指標であるが、その定量化は、特に早期妊娠期(GA)において困難である。 現在の方法では、3Dエコープラナー画像(EPI)におけるアノテートランドマークの位置を予測して胎児の動きを追跡する。 予測されたランドマークは、下流の分析のために胎児体の単純化を可能にする。 これらの方法はトレーニング年齢分布内では良好に機能するが、妊娠中における母親と胎児の解剖学的変化や、注釈付き早期GA EPIデータを得ることの難しさにより、早期GAへの一般化に一貫して失敗する。 本研究では,より古いGAコホートからの注釈付き画像のみを用いて,ポーズ推定モデルによる若年GA臨床コホートへの堅牢な一般化を可能にするクロスポピュレーションデータ拡張フレームワークを開発する。 具体的には,早期GAの子宮内環境と胎児の位置をシミュレートする胎児特異的増強戦略を導入する。 以上の結果より, 地域間人口増加は, 高齢者GAと早期GAの双方において, 多様性の低下と有意な改善をもたらすことが示唆された。 妊娠中におけるより信頼性の高いポーズ推定を可能にすることで,早期臨床発見と4次元胎児画像設定への介入が促進される可能性が示唆された。 コードはhttps://github.com/sebodiaz/cross-population-pose.comで入手できる。

関連論文リスト

• Fusing Radiomic Features with Deep Representations for Gestational Age Estimation in Fetal Ultrasound Images [5.626701242497243]
  胎児超音波画像を用いて妊娠年齢(GA)を計測するための新しい特徴融合フレームワークを提案する。 我々のフレームワークは、GAを3つのトリメータで平均8.0日間の絶対誤差で推定し、これらの妊娠期において現在の機械学習手法よりも優れている。
  論文  参考訳（メタデータ） (2025-06-25T13:23:35Z)
• AGE-US: automated gestational age estimation based on fetal ultrasound images [0.695054745486515]
  少なからぬ出生は、新生児死亡率の増加や、将来の心臓病の可能性が高まるなど、重大な健康リスクをもたらす。 本研究では,自動妊娠年齢計算のための解釈可能な深層学習手法を提案する。
  論文  参考訳（メタデータ） (2025-06-19T12:15:06Z)
• Time-to-Event Pretraining for 3D Medical Imaging [44.46415168541444]
  本稿では,3次元医用画像モデルのための事前トレーニングフレームワークである,時間とイベントの事前トレーニングを紹介する。 我々は18,945個のCTスキャン(420万枚の2D画像)のデータセットと、何千ものEHR由来のタスクにまたがる時間-時間分布を用いています。 提案手法は,AUROCの平均値が23.7%,HarrellのC-インデックスが29.4%向上し,結果予測が向上する。
  論文  参考訳（メタデータ） (2024-11-14T11:08:54Z)
• Harnessing the power of longitudinal medical imaging for eye disease prognosis using Transformer-based sequence modeling [49.52787013516891]
  今回提案した Longitudinal Transformer for Survival Analysis (LTSA, Longitudinal Transformer for Survival Analysis, LTSA) は, 縦断的医用画像から動的疾患の予後を予測できる。 時間的注意分析により、最新の画像は典型的には最も影響力のあるものであるが、以前の画像は追加の予後に価値があることが示唆された。
  論文  参考訳（メタデータ） (2024-05-14T17:15:28Z)
• Enabling faster and more reliable sonographic assessment of gestational age through machine learning [1.3238745915345225]
  胎児超音波は出生前治療の不可欠な部分であり、妊娠年齢(GA)を推定するために用いられる。 我々は,標準平面画像を用いた画像モデル,フライトビデオを用いたビデオモデル,アンサンブルモデル(画像とビデオの組み合わせ)の3つのAIモデルを開発した。 これら3種は, 専門ソノグラフィーによる標準胎児バイオメトリに基づくGA推定よりも統計的に優れていた。
  論文  参考訳（メタデータ） (2022-03-22T17:15:56Z)
• FetReg: Placental Vessel Segmentation and Registration in Fetoscopy Challenge Dataset [57.30136148318641]
  Fetoscopy Laser Photocoagulation はツイン・ツー・ツイン・トランスフュージョン症候群(TTTS)の治療に広く用いられている治療法である これにより、プロシージャ時間と不完全アブレーションが増加し、持続的なTTTSが生じる可能性がある。 コンピュータ支援による介入は、ビデオモザイクによって胎児の視野を広げ、船体ネットワークのより良い視覚化を提供することによって、これらの課題を克服するのに役立つかもしれない。 本稿では,長期フェトスコープビデオからドリフトフリーモザイクを作成することを目的とした,胎児環境のための汎用的でロバストなセマンティックセマンティックセグメンテーションとビデオモザイクアルゴリズムを開発するための大規模マルチセントデータセットを提案する。
  論文  参考訳（メタデータ） (2021-06-10T17:14:27Z)
• Hybrid Attention for Automatic Segmentation of Whole Fetal Head in Prenatal Ultrasound Volumes [52.53375964591765]
  胎児の頭部全体を米国全巻に分割する,最初の完全自動化ソリューションを提案する。 セグメント化タスクは、まずエンコーダ-デコーダディープアーキテクチャの下で、エンドツーエンドのボリュームマッピングとして定式化される。 次に,セグメンタとハイブリットアテンションスキーム(HAS)を組み合わせることで,識別的特徴を選択し,非情報量的特徴を抑える。
  論文  参考訳（メタデータ） (2020-04-28T14:43:05Z)
• FetusMap: Fetal Pose Estimation in 3D Ultrasound [42.59502360552173]
  そこで本研究では, 胎児の3次元姿勢を推定し, その定量的解析を容易にすることを提案する。 これは文学における胎児の3次元ポーズ推定に関する最初の研究である。 本稿では、深層ネットワークを微調整し、視覚的に妥当なポーズ予測を形成するための自己教師付き学習(SSL)フレームワークを提案する。
  論文  参考訳（メタデータ） (2019-10-11T01:45:09Z)

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。