論文の概要: Multi-needle Localization for Pelvic Seed Implant Brachytherapy based on Tip-handle Detection and Matching

• arxiv url: http://arxiv.org/abs/2509.17931v1
• Date: Mon, 22 Sep 2025 15:53:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-23 18:58:16.477515
• Title: Multi-needle Localization for Pelvic Seed Implant Brachytherapy based on Tip-handle Detection and Matching
• Title（参考訳）: Tip-handle Detection と Matching を用いた骨盤移植術における多孔体局在の検討
• Authors: Zhuo Xiao, Fugen Zhou, Jingjing Wang, Chongyu He, Bo Liu, Haitao Sun, Zhe Ji, Yuliang Jiang, Junjie Wang, Qiuwen Wu,
• Abstract要約: HRNetをベースとしたアンカーフリーネットワークは,マルチスケールの特徴を抽出し,針先やハンドルを正確に検出するために提案されている。 制約付き不均衡な代入問題を解くために設計された欲求整合およびマージ手法を提案する。
• 参考スコア（独自算出の注目度）: 11.168299220031662
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Accurate multi-needle localization in intraoperative CT images is crucial for optimizing seed placement in pelvic seed implant brachytherapy. However, this task is challenging due to poor image contrast and needle adhesion. This paper presents a novel approach that reframes needle localization as a tip-handle detection and matching problem to overcome these difficulties. An anchor-free network, based on HRNet, is proposed to extract multi-scale features and accurately detect needle tips and handles by predicting their centers and orientations using decoupled branches for heatmap regression and polar angle prediction. To associate detected tips and handles into individual needles, a greedy matching and merging (GMM) method designed to solve the unbalanced assignment problem with constraints (UAP-C) is presented. The GMM method iteratively selects the most probable tip-handle pairs and merges them based on a distance metric to reconstruct 3D needle paths. Evaluated on a dataset of 100 patients, the proposed method demonstrates superior performance, achieving higher precision and F1 score compared to a segmentation-based method utilizing the nnUNet model,thereby offering a more robust and accurate solution for needle localization in complex clinical scenarios.
• Abstract（参考訳）: 術中CT画像の正確な多針局所化は骨盤種移植術における種子配置の最適化に不可欠である。 しかし,この課題は画像コントラストの低下と針の付着が原因で困難である。 本稿では,針の局所化をチップハンドル検出とマッチング問題として再編成し,これらの課題を克服する手法を提案する。 HRNetをベースとしたアンカーフリーネットワークは, 熱マップ回帰と極角予測のための分離枝を用いて, 針先とハンドルの位置を正確に予測することにより, マルチスケールの特徴を抽出し, 針先とハンドルを正確に検出する。 検出されたヒントとハンドを個々の針に関連付けるために,制約付き不均衡割当問題(UAP-C)を解決するために設計されたgreedy matching and merging(GMM)法を提案する。 GMM法は、最も可能性の高いチップハンドルペアを反復的に選択し、距離測定に基づいてマージして3D針経路を再構成する。 提案法は,100症例のデータセットから評価し,nUNetモデルを用いたセグメンテーション法と比較して高い精度とF1スコアを達成し,複雑な臨床シナリオにおいて針局所化のためのより堅牢で正確なソリューションを提供する。

関連論文リスト

• Dimensionality Reduction and Nearest Neighbors for Improving Out-of-Distribution Detection in Medical Image Segmentation [1.2873975765521795]
  この研究は、肝臓を分断する4つのSwin UNETRとnnU-netモデルのボトルネック特徴にマハラノビス距離(MD)ポストホックを適用した。 モデルが失敗した画像は、高性能で最小の計算負荷で検出された。
  論文  参考訳（メタデータ） (2024-08-05T18:24:48Z)
• Domain Adaptive Synapse Detection with Weak Point Annotations [63.97144211520869]
  弱点アノテーションを用いたドメイン適応型シナプス検出のためのフレームワークであるAdaSynを提案する。 I SBI 2023のWASPSYNチャレンジでは、我々の手法が第1位にランクインした。
  論文  参考訳（メタデータ） (2023-08-31T05:05:53Z)
• Reliable Joint Segmentation of Retinal Edema Lesions in OCT Images [55.83984261827332]
  本稿では,信頼性の高いマルチスケールウェーブレットエンハンストランスネットワークを提案する。 本研究では,ウェーブレット型特徴抽出器ネットワークとマルチスケール変圧器モジュールを統合したセグメンテーションバックボーンを開発した。 提案手法は,他の最先端セグメンテーション手法と比較して信頼性の高いセグメンテーション精度を実現する。
  論文  参考訳（メタデータ） (2022-12-01T07:32:56Z)
• Self-Supervised Equivariant Regularization Reconciles Multiple Instance Learning: Joint Referable Diabetic Retinopathy Classification and Lesion Segmentation [3.1671604920729224]
  病変の出現は、糖尿病網膜症(rDR)と非参照性DRを区別する重要な手がかりである。 既存の大規模DRデータセットの多くは、ピクセルベースのアノテーションではなく、画像レベルのラベルのみを含む。 本稿では,自己教師付き同変学習と注目型マルチインスタンス学習を活用し,この問題に対処する。 我々はEyepacsデータセット上で広範囲な検証実験を行い、0.958の受信器動作特性曲線(AU ROC)の領域を達成し、現在の最先端アルゴリズムより優れている。
  論文  参考訳（メタデータ） (2022-10-12T06:26:05Z)
• Real-time landmark detection for precise endoscopic submucosal dissection via shape-aware relation network [51.44506007844284]
  内視鏡下粘膜下郭清術における高精度かつリアルタイムなランドマーク検出のための形状認識型関係ネットワークを提案する。 まず,ランドマーク間の空間的関係に関する先行知識を直感的に表現する関係キーポイント・ヒートマップを自動生成するアルゴリズムを考案する。 次に、事前知識を学習プロセスに段階的に組み込むために、2つの補完的な正規化手法を開発する。
  論文  参考訳（メタデータ） (2021-11-08T07:57:30Z)
• Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
  局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。 本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。 実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
  論文  参考訳（メタデータ） (2020-07-20T12:07:48Z)
• Residual Block-based Multi-Label Classification and Localization Network with Integral Regression for Vertebrae Labeling [4.867669606257232]
  既存の方法は、主に複数のニューラルネットワークの統合に基づいており、そのほとんどは、ガウス熱マップを用いて椎骨のセンチロイドを探索している。 本研究では,CTスキャンにおける脊椎座標のエンドツーエンド差分訓練について,頑健かつ高精度な自動椎体ラベル付けアルゴリズムを提案する。 提案手法は挑戦的なデータセット上で評価され,その結果は最先端の手法よりもはるかに優れている。
  論文  参考訳（メタデータ） (2020-01-01T09:16:10Z)

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。