論文の概要: A Novel Patch-Based TDA Approach for Computed Tomography

• arxiv url: http://arxiv.org/abs/2512.12108v1
• Date: Sat, 13 Dec 2025 00:51:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-16 17:54:56.124271
• Title: A Novel Patch-Based TDA Approach for Computed Tomography
• Title（参考訳）: Patch-based TDA approach for Computed Tomography
• Authors: Dashti A. Ali, Aras T. Asaad, Jacob J. Peoples, Mohammad Hamghalam, Alex Robins, Mane Piliposyan, Richard K. G. Do, Natalie Gangai, Yun S. Chun, Ahmad Bashir Barekzai, Jayasree Chakraborty, Hala Khasawneh, Camila Vilela, Natally Horvat, João Miranda, Alice C. Wei, Amber L. Simpson,
• Abstract要約: 本研究は, 医用画像データ, 特にCTモダリティに適したパッチベースの新しいPH構築手法を提案する。 本結果は,分類性能と時間効率の両方の観点から,パッチベースのTDAアプローチの優位性を強調した。
• 参考スコア（独自算出の注目度）: 1.4747891731529605
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The development of machine learning (ML) models based on computed tomography (CT) imaging modality has been a major focus of recent research in the medical imaging domain. Incorporating robust feature engineering approach can highly improve the performance of these models. Topological data analysis (TDA), a recent development based on the mathematical field of algebraic topology, mainly focuses on the data from a topological perspective, extracting deeper insight and higher dimensional structures from the data. Persistent homology (PH), a fundamental tool in the area of TDA, can extract topological features such as connected components, cycles and voids from the data. A popular approach to construct PH from 3D CT images is to utilize the 3D cubical complex filtration, a method adapted for grid-structured data. However, this approach may not always yield the best performance and can suffer from computational complexity with higher resolution CT images. This study introduces a novel patch-based PH construction approach tailored for volumetric medical imaging data, in particular CT modality. A wide range of experiments has been conducted on several datasets of 3D CT images to comprehensively analyze the performance of the proposed method with various parameters and benchmark it against the 3D cubical complex algorithm. Our results highlight the dominance of the patch-based TDA approach in terms of both classification performance and time-efficiency. The proposed approach outperformed the cubical complex method, achieving average improvement of 10.38%, 6.94%, 2.06%, 11.58%, and 8.51% in accuracy, AUC, sensitivity, specificity, and F1 score, respectively, across all datasets. Finally, we provide a convenient python package, Patch-TDA, to facilitate the utilization of the proposed approach.
• Abstract（参考訳）: CT画像モダリティに基づく機械学習(ML)モデルの開発は,最近の医用画像領域における研究の焦点となっている。 堅牢な機能エンジニアリングアプローチを取り入れることで、これらのモデルの性能を高く向上させることができる。 代数トポロジの数学的分野に基づく最近の開発であるトポロジカルデータ解析(TDA)は、主にトポロジ的観点からのデータに焦点を当て、データから深い洞察と高次元構造を抽出している。 TDA領域の基本的なツールである永続ホモロジー(PH)は、データから連結成分、サイクル、空隙などのトポロジ的特徴を抽出することができる。 3次元CT画像からPHを構築するための一般的なアプローチは、格子構造データに適応した3次元立方体複素フィルタを利用することである。 しかし、この手法は必ずしも最高の性能を得られず、高解像度CT画像の計算複雑性に悩まされる可能性がある。 本研究は, ボリューム医療画像データ, 特にCTモダリティに適した, パッチベースの新しいPH構築手法を提案する。 提案手法の性能を様々なパラメータで包括的に解析し、3次元立方体複素アルゴリズムと比較するために, 様々な3次元CT画像のデータセットを用いて幅広い実験を行った。 本結果は,分類性能と時間効率の両方の観点から,パッチベースのTDAアプローチの優位性を強調した。 提案手法は, 平均10.38%, 6.94%, 2.06%, 11.58%, 8.51%の精度, AUC, 感度, 特異性, F1スコアを全データセットで達成し, 立方体錯体法よりも優れていた。 最後に,提案手法の活用を容易にするために,Patch-TDAという便利なピソンパッケージを提供する。

関連論文リスト

• An Anisotropic Cross-View Texture Transfer with Multi-Reference Non-Local Attention for CT Slice Interpolation [14.362801452711466]
  臨床実践では、CT画像は通常、高コストのメモリストレージと操作時間のために大きなスライス厚で取得される。 深層学習に基づく超解像法はスライス間分解能を改善するために開発された。 3次元CTボリュームの異方性特性をフル活用して,CTスライスのための新しい横方向テクスチャ転送手法を提案する。
  論文  参考訳（メタデータ） (2025-09-24T15:32:39Z)
• Enhanced Liver Tumor Detection in CT Images Using 3D U-Net and Bat Algorithm for Hyperparameter Optimization [0.294944680995069]
  肝がんは最も多く、致死的ながんの1つである。 本稿では,CT画像における肝腫瘍自動切除の新たなアプローチを提案する。
  論文  参考訳（メタデータ） (2025-08-11T20:21:30Z)
• 3D-CT-GPT: Generating 3D Radiology Reports through Integration of Large Vision-Language Models [51.855377054763345]
  本稿では,VQAに基づく医用視覚言語モデルである3D-CT-GPTについて紹介する。 パブリックデータセットとプライベートデータセットの両方の実験により、3D-CT-GPTはレポートの正確さと品質という点で既存の手法を著しく上回っていることが示された。
  論文  参考訳（メタデータ） (2024-09-28T12:31:07Z)
• Persistence Image from 3D Medical Image: Superpixel and Optimized Gaussian Coefficient [3.808587330262038]
  トポロジカルデータ分析(TDA)は、医用画像における物体の重要な性質を明らかにする。 これまでの研究は主に2D画像解析に焦点を合わせ、包括的な3Dコンテキストを無視していた。 医用画像の特徴を点クラウドデータに変換するために,スーパーピクセルの概念を取り入れた革新的な3D TDA手法を提案する。
  論文  参考訳（メタデータ） (2024-08-15T03:24:00Z)
• CT-LungNet: A Deep Learning Framework for Precise Lung Tissue Segmentation in 3D Thoracic CT Scans [1.1014741301167645]
  本稿では,3次元肺CT画像中の肺をディープネットワークと転写学習を用いて同定する完全自動手法を提案する。 VESSEL12とCRPFの2つの公開データセットとトレーニングとテストのために,LUNA16という1つの公開データセットを用いて定量的に評価した。
  論文  参考訳（メタデータ） (2022-12-28T17:37:08Z)
• Revisiting 3D Context Modeling with Supervised Pre-training for Universal Lesion Detection in CT Slices [48.85784310158493]
  CTスライスにおける普遍的病変検出のための3Dコンテキスト強化2D特徴を効率的に抽出するための修飾擬似3次元特徴ピラミッドネットワーク(MP3D FPN)を提案する。 新たな事前学習手法により,提案したMP3D FPNは,DeepLesionデータセット上での最先端検出性能を実現する。 提案された3Dプリトレーニングウェイトは、他の3D医療画像分析タスクのパフォーマンスを高めるために使用できる。
  論文  参考訳（メタデータ） (2020-12-16T07:11:16Z)
• Tattoo tomography: Freehand 3D photoacoustic image reconstruction with an optical pattern [49.240017254888336]
  光音響トモグラフィ(PAT)は、形態学的および機能的組織特性の両方を解決することができる新しいイメージング技術である。 現在の欠点は、従来の2Dプローブによって提供される視野の制限である。 本研究では,外部追跡システムを必要としないPATデータの3次元再構成手法を提案する。
  論文  参考訳（メタデータ） (2020-11-10T09:27:56Z)
• Cephalometric Landmark Regression with Convolutional Neural Networks on 3D Computed Tomography Data [68.8204255655161]
  側方X線写真におけるケパロメトリ解析では, 横面への投射による3次元物体の構造を十分に利用していない。 本稿では,3次元畳み込みニューラルネットワーク(CNN)を用いたキーポイント回帰法について述べる。 本研究は,Frankfort Horizontal および cephalometric points の位置推定において,提案手法を広く評価し,その効果を実証した。
  論文  参考訳（メタデータ） (2020-07-20T12:45:38Z)
• Learning Deformable Image Registration from Optimization: Perspective, Modules, Bilevel Training and Beyond [62.730497582218284]
  マルチスケールの伝搬により微分同相モデルを最適化する,新しいディープラーニングベースのフレームワークを開発した。 我々は,脳MRIデータにおける画像-アトラス登録,肝CTデータにおける画像-画像登録を含む,3次元ボリュームデータセットにおける画像登録実験の2つのグループを実行する。
  論文  参考訳（メタデータ） (2020-04-30T03:23:45Z)
• Pathological Retinal Region Segmentation From OCT Images Using Geometric Relation Based Augmentation [84.7571086566595]
  本稿では,幾何学と形状の内在的関係を共同で符号化することで,従来のGANベースの医用画像合成法よりも優れた手法を提案する。 提案手法は,取得手順の異なる画像を有する公開RETOUCHデータセット上で,最先端のセグメンテーション手法より優れている。
  論文  参考訳（メタデータ） (2020-03-31T11:50:43Z)

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。