عنوان مقاله به انگلیسی | Ventricular Segmentation: A Brief Comparison of U-Net Derivatives |
عنوان مقاله به فارسی | تقسیم بندی بطنی: مقایسه مختصری از مشتقات U-Net |
نویسندگان | Ketan Suhaas Saichandran |
زبان مقاله | انگلیسی |
فرمت مقاله: | |
چکیده | Medical imaging refers to the technologies and methods utilized to view the human body and its inside, in order to diagnose, monitor, or even treat medical disorders. This paper aims to explore the application of deep learning techniques in the semantic segmentation of Cardiac short-axis MRI (Magnetic Resonance Imaging) images, aiming to enhance the diagnosis, monitoring, and treatment of medical disorders related to the heart. The focus centers on implementing various architectures that are derivatives of U-Net, to effectively isolate specific parts of the heart for comprehensive anatomical and functional analysis. Through a combination of images, graphs, and quantitative metrics, the efficacy of the models and their predictions are showcased. Additionally, this paper addresses encountered challenges and outline strategies for future improvements. This abstract provides a concise overview of the efforts in utilizing deep learning for cardiac image segmentation, emphasizing both the accomplishments and areas for further refinement. |
تعداد صفحات | 5 |
چکیده به فارسی (ترجمه ماشینی) | تصویربرداری پزشکی به فن آوری ها و روش های مورد استفاده برای مشاهده بدن انسان و داخل آن ، به منظور تشخیص ، نظارت یا حتی درمان اختلالات پزشکی اشاره دارد.این مقاله با هدف بررسی استفاده از تکنیک های یادگیری عمیق در تقسیم معنایی تصاویر MRI محور قلبی (تصویربرداری رزونانس مغناطیسی) ، با هدف تقویت تشخیص ، نظارت و درمان اختلالات پزشکی مربوط به قلب انجام شده است.مرکز تمرکز در اجرای معماری های مختلف که مشتقات U-NET هستند ، برای جداسازی موثر بخش های خاص قلب برای تجزیه و تحلیل جامع آناتومیکی و عملکردی.از طریق ترکیبی از تصاویر ، نمودارها و معیارهای کمی ، اثربخشی مدل ها و پیش بینی های آنها به نمایش گذاشته می شود.علاوه بر این ، در این مقاله به چالش ها و استراتژی های تشریح شده برای پیشرفت های آینده رسیدگی شده است.این چکیده یک مرور کلی از تلاش ها در استفاده از یادگیری عمیق برای تقسیم تصویر قلبی ، با تأکید بر دستاوردها و مناطقی برای پالایش بیشتر ارائه می دهد. |
دسته بندی موضوعات | Image and Video Processing,Computer Vision and Pattern Recognition,Machine Learning,پردازش تصویر و فیلم ، دید رایانه و تشخیص الگوی ، یادگیری ماشین ، |
توضیحات | Submitted 18 January, 2024; originally announced January 2024. |
توضیحات به فارسی | ارائه شده در 18 ژانویه 2024 ؛در ابتدا ژانویه 2024 اعلام شد. |
توجه کنید این مقاله به زبان انگلیسی است. |
برای سفارش ترجمه این مقاله می توانید به یکی از روش های تماس، پیامک، تلگرام و یا واتس اپ با شماره زیر تماس بگیرید:
09395106248 توجه کنید که شرایط ترجمه به صورت زیر است:
|