Open Dataset

7980個の短軸心臓MR画像データ

423.1M

1091 hits

1 likes

5 downloads

0 discuss

Medical 2D Box

私たちは、形状と外観の統計モデルを用いて短軸心臓MRIを分析するフレームワークを提供しました。このフレームワークは時間的および構造的制約を統合し、このような高次元モデルに固有の一般的な最適化問題を回避します。......

Introduction
Data file
Related papers
Code
Discuss(0)
Instructions

Data Structure ? 423.1M

*The above analysis is the result extracted and analyzed by the system, and the specific actual data shall prevail.

README.md

私たちは、形状と外観の統計モデルを用いて短軸心臓MRIを分析するフレームワークを提供しました。このフレームワークは時間的および構造的制約を統合し、このような高次元モデルに固有の一般的な最適化問題を回避します。最初の貢献は、短軸心臓MRI上で3Dアクティブ外観モデル（AAM）をフィッティングするアルゴリズムの導入です。我々は、フィッティング速度と分割精度が44倍向上することを観察しました。これは、このような問題に広く使用されている最適化アルゴリズムの1つであるガウス - ニュートン最適化アルゴリズムと比較した結果です。2つ目の貢献は、時間的制約を統合し、同時に3D AAMに基づく分割を改善する階層的2D + 時間のアクティブ形状モデル（ASM）の調査に関連しています。我々は、33人の被験者から取得した7980枚の短軸心臓MR画像で鼓舞的な結果（心内膜/心外膜誤差1.43±0.49 mm / 1.51±0.48 mm）を得ました。我々はこのデータセットをオンラインで公開し、コミュニティが使用し、発展させることができるようにします。

超音波、磁気共鳴画像法（MRI）、X線コンピュータ断層撮影技術などのイメージングを用いた心臓の3次元イメージング検査方法は、医学画像研究分野で急速に発展しています。これらの検査は、治療の最も早期段階で問題を発見するのに有効であり、心臓病の予防に役立ちます。心臓短軸磁気共鳴画像の手動分割は、駆出率（EF）比率などの心臓機能の有用な指標を臨床的に得るための方法です（Frangiら、2001）。しかし、手動分割は時間がかかり、誤りを生じやすいプロセスであり、完全自動化方法が強く求められています。記述されたアルゴリズムは、いくつかの理由により、文献で報告されている心臓画像の分割と機能分析の成功率は、人間の専門家によるものよりも低い（Boschら、2002；Gering、2003；Mitchellら、2001、2002）