Fugu-MT 論文翻訳(概要): A public cardiac CT dataset featuring the left atrial appendage

論文の概要: A public cardiac CT dataset featuring the left atrial appendage

arxiv url: http://arxiv.org/abs/2510.06090v1
Date: Tue, 07 Oct 2025 16:16:59 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-08 17:57:08.347087
Title: A public cardiac CT dataset featuring the left atrial appendage
Title（参考訳）: 左心房補助を特徴とした心電図の1例
Authors: Bjoern Hansen, Jonas Pedersen, Klaus F. Kofoed, Oscar Camara, Rasmus R. Paulsen, Kristine Soerensen,
Abstract要約: 左心房補助 (LAA) , 冠動脈 (CAs) , 肺静脈 (PVs) の1例を経験したので報告する。 ImageCAS上のLAAセグメンテーションは、高分解能LAAセグメンテーションのために開発された最先端のセグメンテーションフレームワークを用いて生成された。我々は、ステップアーティファクト、スキャナの視野を超えて広がるLAA、その他の種類のデータ欠陥などの一般的なデータ欠陥を含む、ImageCASからのスキャンのリストを提供する。
参考スコア（独自算出の注目度）: 0.24673512588011856
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Despite the success of advanced segmentation frameworks such as TotalSegmentator (TS), accurate segmentations of the left atrial appendage (LAA), coronary arteries (CAs), and pulmonary veins (PVs) remain a significant challenge in medical imaging. In this work, we present the first open-source, anatomically coherent dataset of curated, high-resolution segmentations for these structures, supplemented with whole-heart labels produced by TS on the publicly available ImageCAS dataset consisting of 1000 cardiac computed tomography angiography (CCTA) scans. One purpose of the data set is to foster novel approaches to the analysis of LAA morphology. LAA segmentations on ImageCAS were generated using a state-of-the-art segmentation framework developed specifically for high resolution LAA segmentation. We trained the network on a large private dataset with manual annotations provided by medical readers guided by a trained cardiologist and transferred the model to ImageCAS data. CA labels were improved from the original ImageCAS annotations, while PV segmentations were refined from TS outputs. In addition, we provide a list of scans from ImageCAS that contains common data flaws such as step artefacts, LAAs extending beyond the scanner's field of view, and other types of data defects.
Abstract（参考訳）: TotalSegmentator (TS) のような高度なセグメンテーションフレームワークの成功にもかかわらず、左心房細動(LAA)、冠動脈(CAs)、肺静脈(PVs)の正確なセグメンテーションは、医用画像において重要な課題である。本研究は,1000個の心CTアンギオグラフィー(CCTA)スキャンからなる画像CASデータセット上に,TSが生成した全コアラベルを補足した,これらの構造に対するキュレートされた高分解能セグメンテーションの,最初のオープンソースで解剖学的に整合したデータセットを示す。データセットの1つの目的は、LAA形態解析における新しいアプローチを育むことである。 ImageCAS上のLAAセグメンテーションは、高分解能LAAセグメンテーションのために開発された最先端のセグメンテーションフレームワークを用いて生成された。我々は、トレーニングされた心臓科医が指導した医療読者が手動で手動で作成した、大規模なプライベートデータセットでネットワークをトレーニングし、モデルをImageCASデータに転送した。 CAラベルは元のImageCASアノテーションから改善され、PVセグメンテーションはTS出力から改善された。さらに、ステップアーティファクト、スキャナの視野を超えて広がるLAA、その他の種類のデータ欠陥など、一般的なデータ欠陥を含むImageCASからのスキャンのリストを提供する。

関連論文リスト

Semantic Segmentation for Preoperative Planning in Transcatheter Aortic Valve Replacement [61.573750959726475]
経カテーテル大動脈弁置換術(TAVR)の術前計画のための医療ガイドラインを考察し,セマンティックセグメンテーションモデルを用いて支援できる課題を同定する。まず, 細粒度のTAVR関連擬似ラベルを, 粗粒度の解剖学的情報から抽出し, セグメンテーションモデルを訓練し, スキャンでこれらの構造がどれだけよく見つかるかを定量化する。
論文参考訳（メタデータ） (2025-07-22T13:24:45Z)
Cardiovascular disease classification using radiomics and geometric features from cardiac CT [14.254217534681997]
CVD分類パイプラインを, (i) 画像分割, (ii) 画像登録, (iii) 下流CVD分類の3つのコンポーネントに分割した。具体的には、Atlas-ISTNフレームワークと最近のセグメンテーション基礎モデルを用いて、解剖学的構造セグメンテーションと規範的健全なアトラスを生成する。 ASOCAデータセットを用いた実験により,これらの特徴を生CT画像を直接トレーニングした分類モデル(67.50%)と比較すると,CVD分類精度(87.50%)が向上することが示された。
論文参考訳（メタデータ） (2025-06-27T13:43:05Z)
PathSegDiff: Pathology Segmentation using Diffusion model representations [63.20694440934692]
そこで我々は,Latent Diffusion Models (LDMs) を事前学習した特徴抽出器として活用する,病理組織像分割の新しい手法であるPathSegDiffを提案する。本手法は,H&E染色組織像から多彩な意味情報を抽出するために,自己教師型エンコーダによって誘導される病理特異的LCMを用いる。本実験は,BCSSおよびGlaSデータセットにおける従来の手法よりも大幅に改善されたことを示す。
論文参考訳（メタデータ） (2025-04-09T14:58:21Z)
Multi-Class Segmentation of Aortic Branches and Zones in Computed Tomography Angiography: The AortaSeg24 Challenge [55.252714550918824]
AortaSeg24 MICCAI Challengeは、23の臨床的に関連する大動脈枝と領域に注釈付き100 CTA巻の最初のデータセットを導入した。本稿では,トップパフォーマンスアルゴリズムの課題設計,データセットの詳細,評価指標,詳細な分析について述べる。
論文参考訳（メタデータ） (2025-02-07T21:09:05Z)
DSCA: A Digital Subtraction Angiography Sequence Dataset and Spatio-Temporal Model for Cerebral Artery Segmentation [26.053968841717825]
CVDの診断におけるゴールド標準としてデジタルサブトラクションアンギオグラフィーシーケンスが認識されている。脳動脈(CA)と幹と枝の分類は、医師が病気の正確な定量化に不可欠である。本稿では,CA の画素レベルのセマンティックセマンティックセマンティックセマンティックセマンティクスのための DSA Sequence ベースの脳動脈セマンティクスデータセット (DSCA) を提案する。また、DS-temporal network for CA segmentation in DSA sequencesを提案する。
論文参考訳（メタデータ） (2024-06-01T07:35:21Z)
Dual-scale Enhanced and Cross-generative Consistency Learning for Semi-supervised Medical Image Segmentation [49.57907601086494]
医用画像のセグメンテーションはコンピュータ支援診断において重要な役割を担っている。半教師型医用画像(DEC-Seg)のための新しいDual-scale Enhanced and Cross-generative consistency learning frameworkを提案する。
論文参考訳（メタデータ） (2023-12-26T12:56:31Z)
Self-Supervised Correction Learning for Semi-Supervised Biomedical Image Segmentation [84.58210297703714]
半教師付きバイオメディカルイメージセグメンテーションのための自己教師付き補正学習パラダイムを提案する。共有エンコーダと2つの独立デコーダを含むデュアルタスクネットワークを設計する。異なるタスクのための3つの医用画像分割データセットの実験により,本手法の優れた性能が示された。
論文参考訳（メタデータ） (2023-01-12T08:19:46Z)
Computed tomography coronary angiogram images, annotations and associated data of normal and diseased arteries [8.516530964229814]
CTCAは冠動脈の解剖と疾患を評価する非侵襲的手法である。私たちの知る限り、完全な冠状樹の中心線とセグメンテーションを含むパブリックデータセットはありません。データは、患者固有の3Dプリンティングモデル、セグメンテーションアルゴリズムの開発と検証、医療従事者の教育と訓練、医療機器のテストなど、様々な研究目的に使用できる。
論文参考訳（メタデータ） (2022-11-03T14:50:43Z)
ImageCAS: A Large-Scale Dataset and Benchmark for Coronary Artery Segmentation based on Computed Tomography Angiography Images [13.486031592290258]
心臓血管疾患 (CVD) は非感染性疾患の約半数を占める。冠動脈の血管狭窄はCVDの大きなリスクであると考えられている。 CTA画像を用いた冠動脈セグメンテーションのための大規模データセットを提案する。
論文参考訳（メタデータ） (2022-11-03T06:37:10Z)
Preservation of High Frequency Content for Deep Learning-Based Medical Image Classification [74.84221280249876]
大量の胸部ラジオグラフィーの効率的な分析は、医師や放射線技師を助けることができる。本稿では,視覚情報の効率的な識別と符号化のための離散ウェーブレット変換(DWT)を提案する。
論文参考訳（メタデータ） (2022-05-08T15:29:54Z)

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。