文献

J-GLOBAL ID：202002274465962470   整理番号：20A0953507

条件付き生成敵対ネットワークを用いた低線量画像からの全線量4D CT潅流画像の推定【JST・京大機械翻訳】

Estimation of full-dose 4D CT perfusion images from low-dose images using conditional generative adversarial networks

著者 (7件)： Moghari M. Dashtbani (University of Sydney,School of Biomedical Engineering,Sydney,Australia) ,  Zhou L. (University of Sydney,School of Electrical and Information Engineering,Sydney,Australia) ,  Yu B. (University of Wollongong,School of Computing and Information Technology,Wollongong,Australia) ,  Moore K. (Westmead Hospital,Department of Radiology,Sydney,Australia) ,  Young N. (Westmead Hospital,Department of Radiology,Sydney,Australia) ,  Fulton R. (University of Sydney,Faculty of Health Sciences and the Brain & Mind Centre,Sydney,Australia) ,  Kyme A. (University of Sydney,School of Biomedical Engineering,Sydney,Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： NSS/MIC  ページ： 1-3  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： CT潅流(CTP)イメージングは,急性虚血性脳卒中患者の評価のための最も一般的な領域の1つである。CTPイメージングプロトコルは,典型的には,コントラスト投与後,約1分にわたる脳容積のいくつかのフレームの急速な取得を含む。したがって,それは比較的高い放射線量と関連している。画像ベースのストローク解析の精度を維持しながら,この線量を低減する能力は非常に望ましい。しかしながら,用量の減少は,騒音の増加を伴い,それは,脳卒中解析の間,重要な血液動態パラメータの計算を妥協することができる。本論文では,画像品質を保存しながら,CTP線量低減を達成するために,3D条件付き生成敵ネットワーク(3D c-GANs)を用いることの実現可能性を調べた。著者らは,18人の陽性急性脳卒中被験者に対して100mAsと45mAsのチューブ電流に対応する低線量CTP画像をシミュレートし,3D c-GANsモデルを適用して,模擬低線量画像から標準線量CTP画像を推定した。また,3D c-GANsモデルにおけるCTPデータの4D性質を扱うための2つの異なる戦略を比較した。定性的に,結果は推定した低雑音画像と真の画像の間に優れた一致を示した。定量的評価はまた,約40dBの高いピーク信号対雑音比(PNSR),ゼロに近い正規化平均二乗誤差(NMSE),および1に近い構造類似性指数(SSIM)に関連したモデルの良好な性能を示した。全ての体積を連結するよりもむしろ元のデータを積み重ねることにより,結果は100mAsのシミュレーション曝露で1.05dBPNSR,0.005NMSE,0.01SSIM,45mAsの模擬管電流で0.93dBPNSR,0.019NMSEにより改善された。結果は,CTPにおける線量低減のための良好な有望性を示したが,しかし,著者らは現在,この方法を検証するために,合成画像に関する完全なストロークモデリング解析を実行している。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コントラスト ,  シミュレーション ,  騒音 ,  *ネットワーク ,  血液動態 ,  画像処理 ,  画質 ,  *放射線量 ,  *潅流 ,  脳卒中 ,  三次元 ,  類似性 ,  正規化
準シソーラス用語： 被験者 ,  平均二乗誤差 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 敵対 ,  低線量 ,  線量 ,  CT潅流画像 ,  推定