論文の概要: Post-surgical Endometriosis Segmentation in Laparoscopic Videos

• arxiv url: http://arxiv.org/abs/2510.13899v1
• Date: Tue, 14 Oct 2025 18:54:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-17 21:15:14.524416
• Title: Post-surgical Endometriosis Segmentation in Laparoscopic Videos
• Title（参考訳）: 腹腔鏡下手術後の子宮内膜剥離術
• Authors: Andreas Leibetseder, Klaus Schoeffmann, Jörg Keckstein, Simon Keckstein,
• Abstract要約: 本論文は, 子宮内膜症, すなわち暗い子宮内膜インプラントの出現頻度の高い視覚的外観の分節を訓練するシステムについて述べる。 このシステムは、腹腔鏡下手術ビデオを分析し、特定インプラント領域にマルチカラーオーバーレイを付加し、ビデオブラウジングを改善するための検出概要を表示する。
• 参考スコア（独自算出の注目度）: 4.996330128336737
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Endometriosis is a common women's condition exhibiting a manifold visual appearance in various body-internal locations. Having such properties makes its identification very difficult and error-prone, at least for laymen and non-specialized medical practitioners. In an attempt to provide assistance to gynecologic physicians treating endometriosis, this demo paper describes a system that is trained to segment one frequently occurring visual appearance of endometriosis, namely dark endometrial implants. The system is capable of analyzing laparoscopic surgery videos, annotating identified implant regions with multi-colored overlays and displaying a detection summary for improved video browsing.
• Abstract（参考訳）: 子宮内膜症は、様々な身体内部位に異形の視覚的外観を呈する一般的な女性の状態である。 このような特性を持つことは、少なくとも平民や非専門の医療従事者にとって、その識別を非常に難しく、誤りを生じさせる。 本論文は, 子宮内膜症を治療する婦人科医を支援するために, 頻繁に発生する子宮内膜症, すなわち暗い子宮内膜インプラントの視覚的外観の分節を訓練するシステムについて述べる。 このシステムは、腹腔鏡下手術ビデオを分析し、特定インプラント領域にマルチカラーオーバーレイを付加し、ビデオブラウジングを改善するための検出概要を表示する。

関連論文リスト

• GLENDA: Gynecologic Laparoscopy Endometriosis Dataset [4.657080645343133]
  Gynecological Laparoscopy ENdometriosis DAtasetは、共通疾患である子宮内膜症の領域的アノテーションを含む画像データセットである。 データセットはこの種のものでは初めてのもので、この分野の著名な医療専門家と共同で作成されている。
  論文  参考訳（メタデータ） (2025-08-29T08:15:27Z)
• Deep Learning-Based Automated Segmentation of Uterine Myomas [1.0819408603463427]
  子宮筋線維腫は女性の生殖系において最も一般的な良性腫瘍である。 頻度が70%を超えると、女性の生殖健康に大きな負担がかかる。 深層学習アルゴリズムは、医用画像のセグメンテーションを著しく改善した。
  論文  参考訳（メタデータ） (2025-08-14T18:22:14Z)
• Vision-Based Neurosurgical Guidance: Unsupervised Localization and Camera-Pose Prediction [41.91807060434709]
  内視鏡的処置中に自分自身を位置決めすることは、区別可能なテクスチャやランドマークが欠如しているため、問題となることがある。 本稿では,解剖学的認識に基づく深層学習手法を提案する。
  論文  参考訳（メタデータ） (2024-05-15T14:09:11Z)
• Eye-gaze Guided Multi-modal Alignment for Medical Representation Learning [65.54680361074882]
  アイゲイズガイドマルチモーダルアライメント(EGMA)フレームワークは、アイゲイズデータを利用して、医用視覚的特徴とテキスト的特徴のアライメントを改善する。 我々は4つの医療データセット上で画像分類と画像テキスト検索の下流タスクを行う。
  論文  参考訳（メタデータ） (2024-03-19T03:59:14Z)
• Periocular biometrics: databases, algorithms and directions [69.35569554213679]
  近視バイオメトリックスは、制御されていない条件下での虹彩や顔のシステムの性能に関する懸念から、独立したモダリティとして確立されている。 本稿では, 近視バイオメトリックス研究における最先端技術について概説する。
  論文  参考訳（メタデータ） (2023-07-26T11:14:36Z)
• Periocular Biometrics: A Modality for Unconstrained Scenarios [66.93179447621188]
  眼球周囲のバイオメトリックスには、眼窩を囲む顔の外部から見える領域が含まれる。 新型コロナウイルス(COVID-19)のパンデミックは、コントロールされた設定でも目に見える唯一の顔領域であり、その重要性を強調している。
  論文  参考訳（メタデータ） (2022-12-28T12:08:27Z)
• Learned super resolution ultrasound for improved breast lesion characterization [52.77024349608834]
  超高分解能超音波局在顕微鏡は毛細血管レベルでの微小血管のイメージングを可能にする。 この作業では、これらの課題に対処するために、信号構造を効果的に活用するディープニューラルネットワークアーキテクチャを使用します。 トレーニングしたネットワークを利用することで,従来のPSF知識を必要とせず,UCAの分離性も必要とせず,短時間で微小血管構造を復元する。
  論文  参考訳（メタデータ） (2021-07-12T09:04:20Z)
• Act Like a Radiologist: Towards Reliable Multi-view Correspondence Reasoning for Mammogram Mass Detection [49.14070210387509]
  マンモグラム質量検出のための解剖学的グラフ畳み込みネットワーク(AGN)を提案する。 AGNはマンモグラムの質量検出用に調整されており、既存の検出手法を多視点推論能力で実現している。 2つの標準ベンチマークの実験によると、AGNは最先端のパフォーマンスを大幅に上回っている。
  論文  参考訳（メタデータ） (2021-05-21T06:48:34Z)
• Arthroscopic Multi-Spectral Scene Segmentation Using Deep Learning [2.198760145670348]
  膝関節鏡検査は、膝関節の病気を治療するために行われる最小限の侵襲手術(MIS)手順です。 小型カメラから得られた手術部位の視覚情報の欠如は、この手術手順をより複雑にします。 本研究では,複数構造物を分割するシーンセグメンテーション手法を提案する。
  論文  参考訳（メタデータ） (2021-03-03T15:23:04Z)
• Weakly supervised multiple instance learning histopathological tumor segmentation [51.085268272912415]
  スライド画像全体のセグメント化のための弱教師付きフレームワークを提案する。 トレーニングモデルに複数のインスタンス学習スキームを利用する。 提案するフレームワークは,The Cancer Genome AtlasとPatchCamelyonデータセットのマルチロケーションとマルチ中心公開データに基づいて評価されている。
  論文  参考訳（メタデータ） (2020-04-10T13:12:47Z)

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。