論文の概要: Robust Alignment of the Human Embryo in 3D Ultrasound using PCA and an Ensemble of Heuristic, Atlas-based and Learning-based Classifiers Evaluated on the Rotterdam Periconceptional Cohort

• arxiv url: http://arxiv.org/abs/2511.03416v1
• Date: Wed, 05 Nov 2025 12:30:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-06 18:19:32.426012
• Title: Robust Alignment of the Human Embryo in 3D Ultrasound using PCA and an Ensemble of Heuristic, Atlas-based and Learning-based Classifiers Evaluated on the Rotterdam Periconceptional Cohort
• Title（参考訳）: PCAを用いた3次元超音波によるヒト胚のロバストアライメントとロッテルダム知覚コホートを用いたヒューリスティック・アトラス・学習型分類器のアンサンブル
• Authors: Nikolai Herrmann, Marcella C. Zijta, Stefan Klein, Régine P. M. Steegers-Theunissen, Rene M. H. Wijnen, Bernadette S. de Bakker, Melek Rousian, Wietske A. P. Bastiaansen,
• Abstract要約: 3D超音波画像における胚の標準化されたアライメントは、出生前成長監視に役立つ。 このアライメントを標準化する自動化手法を提案する。 妊娠1043例の超音波3D画像2166例について検討した。
• 参考スコア（独自算出の注目度）: 0.22485007639406515
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Standardized alignment of the embryo in three-dimensional (3D) ultrasound images aids prenatal growth monitoring by facilitating standard plane detection, improving visualization of landmarks and accentuating differences between different scans. In this work, we propose an automated method for standardizing this alignment. Given a segmentation mask of the embryo, Principal Component Analysis (PCA) is applied to the mask extracting the embryo's principal axes, from which four candidate orientations are derived. The candidate in standard orientation is selected using one of three strategies: a heuristic based on Pearson's correlation assessing shape, image matching to an atlas through normalized cross-correlation, and a Random Forest classifier. We tested our method on 2166 images longitudinally acquired 3D ultrasound scans from 1043 pregnancies from the Rotterdam Periconceptional Cohort, ranging from 7+0 to 12+6 weeks of gestational age. In 99.0% of images, PCA correctly extracted the principal axes of the embryo. The correct candidate was selected by the Pearson Heuristic, Atlas-based and Random Forest in 97.4%, 95.8%, and 98.4% of images, respectively. A Majority Vote of these selection methods resulted in an accuracy of 98.5%. The high accuracy of this pipeline enables consistent embryonic alignment in the first trimester, enabling scalable analysis in both clinical and research settings. The code is publicly available at: https://gitlab.com/radiology/prenatal-image-analysis/pca-3d-alignment.
• Abstract（参考訳）: 三次元3D超音波画像における胚の標準化されたアライメントは、標準的な平面検出を容易にし、ランドマークの可視化を改善し、異なるスキャン間の差を強調することによって、出生前成長の監視を支援する。 本研究では,このアライメントを標準化する自動化手法を提案する。 胚のセグメンテーションマスクが与えられると、主成分分析(PCA)が胚の主軸を抽出するマスクに適用され、4つの候補配向が導出される。 標準配向の候補は、ピアソンの形状の相関に基づくヒューリスティック、正規化相互相関によるアトラスとの画像マッチング、ランダムフォレスト分類器の3つの戦略のうちの1つを用いて選択される。 妊娠後7～12～6週のRotterdam Periconceptional Cohortの妊娠1043例を対象に, 経時的に取得した3D超音波画像2166例について検討した。 99.0%の画像において、PCAは胚の主軸を正確に抽出した。 正しい候補はピアソン・ヒューリスティック (Pearson Heuristic) 、アトラス・ベース (Atlas-based) 、ランダム・フォレスト (Random Forest) によって、それぞれ97.4%、95.8%、98.4%で選ばれた。 これらの選別方法の多数投票の結果、98.5%の精度が得られた。 このパイプラインの高精度は、第1三期における一貫した胚のアライメントを可能にし、臨床と研究の両方でスケーラブルな分析を可能にする。 コードは、https://gitlab.com/radiology/prenatal-image-analysis/pca-3d-alignmentで公開されている。

関連論文リスト

• UltraSeP: Sequence-aware Pre-training for Echocardiography Probe Movement Guidance [70.94473797093293]
  本稿では,高品質な標準平面画像取得のためのプローブポーズ調整によるロボットシステムや初心者の誘導に応用可能な,新しいプローブ移動誘導アルゴリズムを提案する。 本研究では, マスクアウト画像の特徴とプローブ動作をスキャンシーケンスで予測することにより, パーソナライズされた3次元心構造の特徴を学習する。
  論文  参考訳（メタデータ） (2024-08-27T12:55:54Z)
• Localizing Scan Targets from Human Pose for Autonomous Lung Ultrasound Imaging [61.60067283680348]
  新型コロナウイルス(COVID-19)の世界的なパンデミックの出現に伴い、超音波画像を完全に自動化する必要がある。 本稿では,学習型コンピュータビジョン技術を取り入れた,視覚に基づくデータ駆動方式を提案する。 本手法は、プローブ位置決めのための15.52mm(9.47mm)、プローブ方位のための4.32(3.69deg)の精度を達成し、全走査目標に対する誤差閾値25mm以下で成功率を80%以上とした。
  論文  参考訳（メタデータ） (2022-12-15T14:34:12Z)
• Stain-invariant self supervised learning for histopathology image analysis [74.98663573628743]
  乳がんのヘマトキシリンおよびエオシン染色像におけるいくつかの分類課題に対する自己監督アルゴリズムを提案する。 本手法は,いくつかの乳がんデータセット上での最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2022-11-14T18:16:36Z)
• Phase Recognition in Contrast-Enhanced CT Scans based on Deep Learning and Random Sampling [0.3670422696827525]
  腹部CTスキャンをコントラスト強調の複数の位相で解釈する完全自動システムでは,その位相を正確に分類する必要がある。 本研究の目的は,腹部CTにおける3種類のコントラスト位相を認識するために,高精度で高速な多相分類器を開発し,検証することである。
  論文  参考訳（メタデータ） (2022-03-20T18:27:08Z)
• Multi-Atlas Segmentation and Spatial Alignment of the Human Embryo in First Trimester 3D Ultrasound [0.0]
  本稿では,最小限の監督力を持つ深層学習を用いた胚の自動分割と空間アライメントのためのフレームワークを提案する。 本研究の枠組みは, 妊娠年齢で得られたUS画像から成るアトラスに胚を登録することを学ぶ。 複数のアトラスを組み込むために異なる融合戦略を評価した。
  論文  参考訳（メタデータ） (2022-02-14T10:40:51Z)
• Statistical Dependency Guided Contrastive Learning for Multiple Labeling in Prenatal Ultrasound [56.631021151764955]
  標準平面認識は出生前超音波(US)スクリーニングにおいて重要な役割を担っている。 我々は,複数の標準平面と対応する解剖学的構造を同時に識別する,新しいマルチラベル学習手法を構築した。
  論文  参考訳（メタデータ） (2021-08-11T06:39:26Z)
• Assisted Probe Positioning for Ultrasound Guided Radiotherapy Using Image Sequence Classification [55.96221340756895]
  前立腺外照射療法における経皮的超音波画像誘導は, 患者設定中の各セッションにおけるプローブと前立腺の整合性を必要とする。 本研究では,画像とプローブ位置データの共同分類により,高精度なプローブ配置を確保する方法を示す。 マルチ入力マルチタスクアルゴリズムを用いて、光学的追跡された超音波プローブからの空間座標データを、繰り返しニューラルネットワークを用いて画像クラスシファイアと組み合わせ、リアルタイムで2セットの予測を生成する。 このアルゴリズムは平均(標準偏差)3.7$circ$ (1.2$circ$)の範囲内で最適なプローブアライメントを同定する。
  論文  参考訳（メタデータ） (2020-10-06T13:55:02Z)
• Spontaneous preterm birth prediction using convolutional neural networks [8.47519763941156]
  毎年1500万人の赤ちゃんが生まれ過ぎている。 妊娠末期(PTB)の合併症により、毎年約100万人が死亡している。
  論文  参考訳（メタデータ） (2020-08-16T21:21:33Z)
• 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)

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。