グラフ表現および表面畳込みによる膝軟骨欠陥評価【JST・京大機械翻訳】

Zhuang Zixu; Si Liping; Wang Sheng; Xuan Kai; Ouyang Xi; Zhan Yiqiang; Xue Zhong; Zhang Lichi; Shen Dinggang; Yao Weiwu; Wang Qian

プレプリント

J-GLOBAL ID：202202210797992827 整理番号：22P0026555

グラフ表現および表面畳込みによる膝軟骨欠陥評価【JST・京大機械翻訳】

Knee Cartilage Defect Assessment by Graph Representation and Surface Convolution

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (11件)： , , , , , , , , , ,
資料名：
発行年： 2022年01月12日プレプリントサーバーでの情報更新日： 2022年01月12日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

膝変形性関節症(OA)は最も一般的な変形性関節症であり,障害の主要な原因である。軟骨欠損は,磁気共鳴イメージング(MRI)により見える膝OAの主要な症状と考えられている。したがって,膝軟骨欠損の早期検出と評価は,膝OAから患者を保護するために重要である。この方法で,膝MRIに畳み込みニューラルネットワーク(CNN)を適用することにより,膝軟骨欠損評価に関して多くの試みがなされてきた。しかし,軟骨の生理学的特性はこのような努力を妨げる可能性がある:軟骨は薄い湾曲層であり,膝MRIにおけるボクセルの小さい部分のみが軟骨欠損評価に寄与することができる;不均一走査プロトコルは,臨床診療におけるCNNの実現可能性をさらに挑戦する。CNNベースの膝軟骨評価結果は解釈不能性を欠く。これらの課題に取り組むために,軟骨構造と膝MRIからグラフ表現への外観をモデル化し,それは高度に多様な臨床データを扱うことができる。次に,軟骨グラフ表現によって誘導して,著者らは自己注意機構を有する非ユークリッド深層学習ネットワークを設計して,局所およびグローバルにおける軟骨特徴を抽出して,可視化結果による最終的評価を引き出した。包括的実験は,提案方法が膝軟骨欠損評価において優れた性能をもたらし,解釈可能性のためのその便利な3D可視化を示した。【JST・京大機械翻訳】

, , , , , , ,
, , , , , 【Automatic Indexing@JST】

運動器系の疾患 , 運動器系の診断 , 骨格系

, , , , ,

前のページに戻る