Główne pojęcia
3D ガウシアン表現を用いて、極端に希薄な冠動脈データから効率的かつ正確に3D冠動脈を再構築する。
Streszczenie
本論文は、3D ガウシアン表現を用いた冠動脈3D再構築手法 3DGR-CARを提案している。
主な特徴は以下の通り:
3D ガウシアン表現を冠動脈再構築に初めて適用し、極端に希薄な冠動脈データに対して効率的な表現が可能。
ガウシアンの初期位置推定に深層学習ネットワークを導入し、超希薄ビューからの初期化精度を大幅に向上。
2つのデータセットでの評価実験により、提案手法が従来手法に比べ大幅な性能向上を示した。特に2ビューでの再構築精度が大幅に改善された。
提案手法は冠動脈疾患の診断、治療計画、手術ナビゲーションなどの医療応用に有用である。
Statystyki
冠動脈は典型的な心臓スキャンボリュームの約0.1%しか占めていない。
2ビューでの再構築では、提案手法3DGR-CARのDSCが56.24%、PSNRが30.56dBと、FBPの33.73%、25.07dBおよびNeRPの33.30%、25.34dBを大幅に上回った。
4ビューでの再構築では、3DGR-CARのDSCが70.03%、SSIMが98.69%と、FBPの31.36%、94.81%およびNeRPの30.56%、95.99%を大幅に上回った。
Cytaty
"冠動脈は典型的な心臓スキャンボリュームの約0.1%しか占めていない。"
"提案手法3DGR-CARは2ビューでの再構築精度が大幅に改善された。"
"4ビューでの再構築では、3DGR-CARが従来手法を大幅に上回る性能を示した。"