論文の概要: Automated Erythrocyte Detection and Tracking for Retinal Blood Flow Quantification in Erythrocyte-Mediated Angiography

• arxiv url: http://arxiv.org/abs/2606.01006v1
• Date: Sun, 31 May 2026 04:51:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:29.064481
• Title: Automated Erythrocyte Detection and Tracking for Retinal Blood Flow Quantification in Erythrocyte-Mediated Angiography
• Title（参考訳）: Erythrocyte-Mediated Angiographyにおける網膜血流定量のための自動赤血球検出と追跡
• Authors: Chiao-Yi Wang, Havish S Gadde, Yi-Ting Shen, Saige M. Oechsli, Osamah Saeedi, Yang Tao,
• Abstract要約: キャピラリーレベルの網膜血流は、様々な眼疾患のバイオマーカーとして強い可能性を秘めている。 EMA(Erythrocyte-mediated angiography)は、個々の赤血球を可視化することにより、キャピラリーレベルのRBF測定を可能にする。 赤血球検出のためのフローコンテキストモジュールとトポロジ対応トラッキング戦略を備えた新しいフレームワークであるEMTrackを提案する。
• 参考スコア（独自算出の注目度）: 2.032962561247537
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Capillary-level retinal blood flow (RBF) has strong potential as a biomarker for various ocular diseases. However, modalities for measuring capillary-level RBF remain limited. Erythrocyte-mediated angiography (EMA), an emerging imaging technique, enables capillary-level RBF measurement by visualizing individual erythrocytes, yet automated erythrocyte detection and tracking, which are essential for quantifying blood flow, remain largely unexplored. To address this gap, we propose EMTrack, a novel framework featuring a flow-context module for erythrocyte detection that distinguishes moving from paused cells and a topology-aware tracking strategy that enables tracking under large inter-frame displacements and substantial motion variations. In addition, we establish RBF-EMA, a new EMA dataset with comprehensive erythrocyte detection and tracking annotations. Experimental results demonstrate that our method outperforms baseline methods both quantitatively and qualitatively on detection and tracking tasks in the RBF-EMA dataset. Moreover, RBF quantification results highlight the strong potential of our framework for automated retinal blood flow measurement.
• Abstract（参考訳）: キャピラリーレベルの網膜血流は、様々な眼疾患のバイオマーカーとして強い可能性を秘めている。 しかし, キャピラリーレベルRBF測定のモダリティは依然として限られている。 EMA(Erythrocyte-mediated angiography)は、新しいイメージング技術であり、個々の赤血球を可視化することで、キャピラリーレベルのRBF測定を可能にするが、血流の定量化に不可欠な自動赤血球検出と追跡は、ほとんど未探索のままである。 このギャップに対処するために,停止細胞からの移動を区別する赤血球検出用フローコンテキストモジュールと,フレーム間の大きな変位とかなりの動き変化の追跡を可能にするトポロジ対応トラッキング戦略を特徴とする新しいフレームワークであるEMTrackを提案する。 さらに,包括的な赤血球検出・追跡アノテーションを備えた新しいEMAデータセットRBF-EMAを構築した。 実験の結果,RBF-EMAデータセットにおけるタスクの検出と追跡において,ベースライン法よりも定量的に,質的に優れていることがわかった。 さらに、RBF定量化の結果は、自動網膜血流測定のための枠組みの強い可能性を浮き彫りにした。

関連論文リスト

• MARVEL: Universal Murray's Law-informed Vessel Tree Segmentation and Topology Estimation [75.40785674602147]
  血管セグメンテーションのための深層学習法は、しばしば生物物理学的な制約を無視している。 これは生理的に不確実な分岐と誤分類の血管木につながる。 バイオ物理の先駆体を血管樹抽出に組み込んだ背骨非依存フレームワークMARVELについて紹介する。
  論文  参考訳（メタデータ） (2026-05-25T02:32:29Z)
• ASBA: A-line State Space Model and B-line Attention for Sparse Optical Doppler Tomography Reconstruction [52.60553814186938]
  横軸(B線)に沿って1次元深度分解生Aスキャン(A線)を順次取得して2次元光ドップラートモグラフィ(ODT)画像(B線)を生成する。 現在のプラクティスは、スキャン時間が長くなり、ストレージの需要が増加し、急激な血流動態の捕捉が制限される、密度の高いサンプリングに依存している。 そこで本研究では,高度にサンプル化した生のAスキャンからODT画像の再構成を行うために,ASBAという新しい血流認識ネットワークを導入する。
  論文  参考訳（メタデータ） (2026-01-20T17:17:02Z)
• ArteryX: Advancing Brain Artery Feature Extraction with Vessel-Fused Networks and a Robust Validation Framework [0.0]
  血管の特徴を高い精度と効率で定量化する半教師付き動脈評価フレームワークであるArteryXを提案する。 ArteryXは、トレースを確実に追跡および管理するために、船舶ネットワークベースのランドマーク方式を採用しており、ダングリング/切断された船舶の問題に効果的に対処している。
  論文  参考訳（メタデータ） (2025-07-10T17:00:49Z)
• AutoComb: Automated Comb Sign Detector for 3D CTE Scans [6.146230417980112]
  Comb Signは、複数の消化管疾患を検出する重要なバイオマーカーである。 現在の検出方法は、手動、時間集約、主観的解釈の傾向にある。 本稿では,CTE からComb Sign を検出するための完全自動手法を提案する。
  論文  参考訳（メタデータ） (2025-02-28T18:53:32Z)
• Finetuning and Quantization of EEG-Based Foundational BioSignal Models on ECG and PPG Data for Blood Pressure Estimation [46.36100528165335]
  光胸腺撮影と心電図は、連続血圧モニタリング(BP)を可能にする可能性がある。 しかし、データ品質と患者固有の要因の変化のため、正確で堅牢な機械学習(ML)モデルは依然として困難である。 本研究では,1つのモータリティで事前学習したモデルを効果的に利用して,異なる信号タイプの精度を向上させる方法について検討する。 本手法は, 拡張期BPの最先端精度を約1.5倍に向上し, 拡張期BPの精度を1.5倍に向上させる。
  論文  参考訳（メタデータ） (2025-02-10T13:33:12Z)
• Enhancing Angular Resolution via Directionality Encoding and Geometric Constraints in Brain Diffusion Tensor Imaging [70.66500060987312]
  拡散強調画像(DWI)は、水分子の拡散率に感応した磁気共鳴イメージング(MRI)の一種である。 本研究はDirGeo-DTIを提案する。DirGeo-DTIは、勾配方向の最小理論数(6)で得られたDWIの集合からでも、信頼できるDTIメトリクスを推定する深層学習に基づく手法である。
  論文  参考訳（メタデータ） (2024-09-11T11:12:26Z)
• Optimal navigation of magnetic artificial microswimmers in blood capillaries with deep reinforcement learning [1.3225694028747141]
  外部磁場によって推進される網膜毛細血管における人工細菌鞭毛(ABF)の数値シミュレーションを行った。 シミュレーションは、個々の赤血球の力学とABFとの流体力学的相互作用を予測する検証された血液モデルに基づいている。 そこで本研究では,ABFを低次モデルと細粒度血液シミュレーションの両方において,確実に所定の目標に導出する方針を示す。
  論文  参考訳（メタデータ） (2024-03-29T17:01:09Z)
• fMRI from EEG is only Deep Learning away: the use of interpretable DL to unravel EEG-fMRI relationships [68.8204255655161]
  多チャンネル脳波データからいくつかの皮質下領域の活性を回復するための解釈可能な領域基底解を提案する。 我々は,皮質下核の血行動態信号の頭皮脳波予測の空間的・時間的パターンを復元する。
  論文  参考訳（メタデータ） (2022-10-23T15:11:37Z)
• RAVIR: A Dataset and Methodology for the Semantic Segmentation and Quantitative Analysis of Retinal Arteries and Veins in Infrared Reflectance Imaging [7.316426736150123]
  Infrared Reflectance (IR) 画像における網膜動脈と静脈のセグメンテーションのための新しいデータセット RAVIR を提案する。 本稿では,網膜動脈と静脈のセマンティックセグメンテーションのための,新しい深層学習手法を提案する。 本実験は,SegRAVIRの有効性を検証し,最先端モデルと比較して優れた性能を示した。
  論文  参考訳（メタデータ） (2022-03-28T17:30:29Z)
• A Deep Learning-Based Unified Framework for Red Lesions Detection on Retinal Fundus Images [0.5018156030818883]
  糖尿病性網膜症(DR)の早期徴候は赤髄、微小動脈瘤(MAs)、出血(HMs)である 既存の手法のほとんどは、そのテクスチャ、サイズ、形態の違いから、MAsかHMsのみを検出する。 そこで本研究では,小病変と大病変を同時に扱う2流レッド病変検出システムを提案する。
  論文  参考訳（メタデータ） (2021-09-10T00:12:13Z)
• Microvascular Dynamics from 4D Microscopy Using Temporal Segmentation [81.30750944868142]
  経時的に脳血流量の変化を追跡でき, ピアル表面に向かって伝播する自発性動脈拡張を同定できる。 この新たなイメージング機能は、機能的磁気共鳴イメージング(fMRI)を基盤とした血行動態応答関数を特徴付けるための有望なステップである。
  論文  参考訳（メタデータ） (2020-01-14T22:55:03Z)

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。