論文要約 原題 Combining deep learning with 3D stereophotogrammetry for craniosynostosis diagnosis 日本語訳...
論文要約
| 原題 | A Radiation-Free Classification Pipeline for Craniosynostosis Using Statistical Shape Modeling |
| 日本語訳 | 頭蓋縫合早期癒合症の統計形状モデリングを使用した放射線を使用しない分類パイプライン |
| 出版年 | 2022年 |
| 著書 | Matthias Schaufelberger, Reinald Kühle, Andreas Wachter, Frederic Weichel, Niclas Hagen, Friedemann Ringwald, Urs Eisenmann, Jürgen Hoffmann, Michael Engel, Christian Freudlsperger, Werner Nahm |
| 出処 | https://pubmed.ncbi.nlm.nih.gov/35885422/ |
論文要旨
- 目的: 頭蓋冠早期癒合症を放射線を使用せずに診断するため、統計形状モデル(SSM)を用いた新しい分類手法を開発。
- 方法: 3Dフォトグラメトリを活用し、頭部形状の統計モデルを構築。乳児を対象とした病状特化型サブモデルも公開。
- 結果: 開発した分類パイプラインは97.8%の高精度を達成し、CTスキャンを使用する従来手法と同等の性能を示した。
- 貢献: 初の公開型頭部形状モデルであり、研究者が現実データや合成データで評価可能なツールを提供。
- 結論: 放射線フリーの診断手法として、実用性と正確性を兼ね備えた画期的な技術を提示。
本コンテンツは論文を機械的に要約しそれをもとに論文の要旨をまとめたものとなります。
内容の正確性については責任を負いかねること予めご了承ください。
論文の内容につきましては原文を必ずご確認ください。
このコンテンツは会員専用です
この専用コンテンツにアクセスするには、thesis.babyband.jpの無料アカウントを作成してください。
すでに会員になっていますか?サインイン