ジェド・ダグラス・パック,ピーター・マイケル・エディック,シン・ワン,シャ・リ,プレム・ヴェヌゴパル,ジェームズ・ブラデンバーグ・ミラー,PACK JED DOUGLAS,EDIC PETER MICHAEL,WANG XIN,XIA LI,PREM VENUGOPAL,JAMES VRADENBURG MILLER
申请号：
JP2019205363
公开号：
JP2020081866A
申请日:
2019.11.13
申请国别(地区):
JP
年份:
2020
代理人:
摘要：
PROBLEM TO BE SOLVED: To provide a deep learning approach for blood vessel analysis. The present disclosure relates to training one or more neural networks for vessel assessment using synthetic image data for which ground truth data is known. In certain embodiments, the composite image data may be based in part on or derived from clinical image data for which ground truth data is unknown or unavailable. The neural network thus trained can be used to perform one or more of vascular segmentation, demineralization, Hounsfield unit scoring, and/or estimation of hemodynamic parameters. [Selection diagram] Fig. 5【課題】血管分析のための深層学習アプローチを提供する。【解決手段】本開示は、グランドトゥルースデータが知られている合成画像データを使用して、血管査定のための１つまたは複数のニューラルネットワークを訓練することに関する。ある特定の実施態様では、合成画像データは、グランドトゥルースデータが知られていないまたは利用可能でない臨床画像データに部分的に基づくか、またはそれから導出され得る。このようにして訓練されたニューラルネットワークを使用して、血管セグメンテーション、脱灰、ハウンズフィールド単位スコアリング、および／または血行動態パラメータの推定の１つまたは複数を行うことができる。【選択図】図５
