- 解剖学的な血管樹は臨床診断や治療計画において重要であるが、その表現は複雑で多様な形状のため困難である。既存の血管生成法は多くがルールベースであるが、実際の解剖データの多様性や複雑さを捉えきれていない。本研究ではRecursive variational Neural Network (RvNN)を開発し、血管の階層的構造を活用しつつ、低次元の潜在空間を学習した。
再帰的変分ニューラルネットワークによる多様で正確な3D血管モデルの生成による医療応用の向上
AIによる要点抽出
ClinPeerは、医学用語の正確性を含め、翻訳・要点抽出の精度の継続的な向上に努めています。 翻訳・要点抽出の精度にお気づきの点があれば、お問い合わせよりご連絡ください。 なおClinPeerでは、翻訳・要点抽出の正確性等の保証は致しかねますので、詳細については必ず原文をご確認ください。