論文の概要: OPTARI: An open-source software framework for clinical translation of optoacoustic imaging

• arxiv url: http://arxiv.org/abs/2610.32468v1
• Date: Fri, 23 Oct 2026 10:35:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.496835
• Title: OPTARI: An open-source software framework for clinical translation of optoacoustic imaging
• Title（参考訳）: OPTARI:光音響画像の臨床翻訳のためのオープンソースソフトウェアフレームワーク
• Abstract要約: OPTARI(OPTARI)は,大規模臨床視音響超音波(OPUS)研究を支援するオープンソースグラフィカルソフトウェアである。 OPTARIは、naariイメージビューアとOptAデータ処理用のPATATOツールキットの上に構築されている。 ネイティブベンダとオープンなHDF5データフォーマットをサポートし、IPASC標準に準拠し、スタンドアロン実行可能ファイルとして配布されている。
• 参考スコア（独自算出の注目度）: 25.233069207498545
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Combined optoacoustic (OptA) and ultrasound imaging is a promising modality across a wide range of pathologies. Its use in clinical research, however, is limited by a lack of analysis software accessible to users without programming expertise. Existing tools are either script-based engineering frameworks or proprietary vendor applications. We present OPTARI, an open-source graphical software application to facilitate large-scale clinical optoacoustic-ultrasound (OPUS) studies. OPTARI builds on the napari image viewer and the PATATO toolkit for OptA data processing. It supports native vendor and open HDF5 data formats, aligns with the IPASC standard, and is distributed as a standalone executable. Features include region-of-interest annotation, reconstruction, chromophore unmixing, deep-learning-based tissue segmentation, and temporal and spectral analysis modules. OPTARI offers a combination of features for clinical study analysis that none of the compared tools provide. The automated tissue segmentation produced results comparable to expert labeling for muscle tissue, and batch processing reduced analysis time from minutes to under one second per scan. The tool is used in ongoing clinical OPUS studies. OPTARI connects engineering frameworks with medical research and provides an open-source basis for reproducible and standardized analysis in clinical OptA imaging studies.
• Abstract（参考訳）: オプトアコースティック(OptA)と超音波画像の併用は、幅広い病態において有望なモダリティである。 しかし、臨床研究におけるその利用は、プログラミングの専門知識がなくてもユーザーがアクセス可能な分析ソフトウェアが不足していることによって制限されている。 既存のツールは、スクリプトベースのエンジニアリングフレームワークか、プロプライエタリなベンダーアプリケーションである。 OPTARI(OPTARI)は,大規模臨床視音響超音波(OPUS)研究を支援するオープンソースグラフィカルソフトウェアである。 OPTARIは、naariイメージビューアとOptAデータ処理用のPATATOツールキットの上に構築されている。 ネイティブベンダとオープンなHDF5データフォーマットをサポートし、IPASC標準に準拠し、スタンドアロン実行可能ファイルとして配布されている。 特徴としては、領域のアノテーション、再構成、染色体アンミックス、深層学習に基づく組織セグメンテーション、時間的およびスペクトル分析モジュールなどがある。 OPTARIは、比較ツールが提供しない臨床研究分析のための機能の組み合わせを提供する。 自動組織セグメンテーションの結果は、筋組織の専門的なラベル付けに匹敵する結果となり、バッチ処理によって分析時間が数分から1秒未満に短縮された。 このツールは、現在進行中のOPUS研究で使用されている。 OPTARIは、医療研究とエンジニアリングフレームワークを結びつけ、臨床用OptAイメージング研究において再現性および標準化された分析のためのオープンソース基盤を提供する。

関連論文リスト

• Radiuma: A Unified Zero-Code Executable Graphical Workflow Generator for Reproducible and Shareable Medical Image Analysis and Machine Learning [0.09560936263747322]
  Radiumaは、信頼できる再現可能な医療画像解析をサポートするために設計された、自由に利用可能なモジュラープラットフォームである。 Radiumaは画像読み込み、可視化、登録、融合、処理、セグメンテーション、放射能特徴抽出、機械学習モジュールを統合している。 このプラットフォームは、放射線科医、物理学者、臨床医、データサイエンティストなど、さまざまな専門知識を持つユーザーが利用できるように設計されている。
  論文  参考訳（メタデータ） (2026-05-22T20:43:21Z)
• A Fully Open and Generalizable Foundation Model for Ultrasound Clinical Applications [77.3888788549565]
  一般臨床用超音波基礎モデルであるEchoCareについて紹介する。 我々は、キュレートされた、一般公開された大規模なデータセットであるEchoCareData上で、自己教師付き学習を通じてEchoCareを開発した。 最小限のトレーニングで、EchoCareは10の代表的なベンチマークで最先端の比較モデルを上回っている。
  論文  参考訳（メタデータ） (2025-09-15T10:05:31Z)
• Software architecture and manual for novel versatile CT image analysis toolbox -- AnatomyArchive [2.4313767693803623]
  我々は,最新のフルボディセグメンテーションモデルであるTotalSegmentator上に構築されたAnatomyArchiveという新しいCT画像解析パッケージを開発した。 ユーザが設定した解剖情報に従って、自動的なターゲットボリューム選択とデセレクション機能を提供する。 解剖学的セグメンテーションマスク管理と医用画像データベースのメンテナンスのための知識グラフベースで時間効率のよいツールを備えている。
  論文  参考訳（メタデータ） (2025-07-18T13:28:32Z)
• Clinical Evaluation of Medical Image Synthesis: A Case Study in Wireless Capsule Endoscopy [63.39037092484374]
  人工知能(AI)に基づく合成データ生成は、臨床医学の届け方を変えることができる。 本研究は,無線カプセル内視鏡(WCE)画像を用いた炎症性腸疾患(IBD)の診断における概念実証による医療用SDGの臨床評価に焦点を当てた。 その結果、TIDE-IIは、最先端の生成モデルと比較して品質が向上し、臨床的に可塑性で、非常に現実的なWCE画像を生成することがわかった。
  論文  参考訳（メタデータ） (2024-10-31T19:48:50Z)
• Semantic Segmentation Based Quality Control of Histopathology Whole Slide Images [2.953447779233234]
  We developed a software pipeline for quality control (QC) of histopathology whole slide images (WSIs)。 異なるレベルのぼかし、組織領域、組織折り、ペンマークなど、さまざまな領域を区分する。 TCGAは、28の臓器から11,000以上の病理像を含むWSIデータセットとして最大である。
  論文  参考訳（メタデータ） (2024-10-04T10:03:04Z)
• CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
  縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。 ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。 我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
  論文  参考訳（メタデータ） (2024-03-21T15:13:36Z)
• Show from Tell: Audio-Visual Modelling in Clinical Settings [58.88175583465277]
  臨床環境でのオーディオ・ビジュアル・モデリングを考察し、人間の専門的アノテーションを使わずに医学的表現を学習するためのソリューションを提供する。 この目的のために, 単純かつ効果的なマルチモーダル自己教師型学習フレームワークを提案する。 提案手法は,音声のみを基準として,超音波画像中の解剖学的関心領域をローカライズすることができる。
  論文  参考訳（メタデータ） (2023-10-25T08:55:48Z)
• A parameter refinement method for Ptychography based on Deep Learning concepts [55.41644538483948]
  伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。 最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。 我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
  論文  参考訳（メタデータ） (2021-05-18T10:15:17Z)
• Coronary Plaque Analysis for CT Angiography Clinical Research [9.250057090847298]
  冠動脈内プラーク沈着の解析は,最近の臨床研究において重要な課題である。 異なるサブタスクのための新しいアルゴリズム - 例えば、 センターライン抽出または容器/プラーク分割 - 提案されます。 ソフトウェアソリューションは、手動補正、包括的な視覚フィードバック、組織分析機能を可能にします。
  論文  参考訳（メタデータ） (2021-01-11T10:22:13Z)

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。