Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Diffusion Imaging in the Rat Cervical Spinal Cord10:46

Diffusion Imaging in the Rat Cervical Spinal Cord

12.2K
The goal of this protocol is to obtain high-quality diffusion weighted magnetic resonance imaging (DWI) of the rat spinal cord for noninvasive characterization of tissue microstructure. This protocol describes optimizations of the MRI sequence, radiofrequency coil, and analysis methods to enable DWI images free from...
12.2K
Wideband Optical Detector of Ultrasound for Medical Imaging Applications08:21

Wideband Optical Detector of Ultrasound for Medical Imaging Applications

11.7K
Optical detection of ultrasound is impractical in many imaging scenarios because it often requires stable environmental conditions. We demonstrate an optical technique for ultrasound sensing in volatile environments with miniaturization and sensitivity levels appropriate for optoacoustic imaging in restrictive scenarios, e.g. intravascular...
11.7K
Advanced Diffusion Imaging in The Hippocampus of Rats with Mild Traumatic Brain Injury10:33

Advanced Diffusion Imaging in The Hippocampus of Rats with Mild Traumatic Brain Injury

8.9K
The overall goal of this procedure is to obtain quantitative microstructural information of the hippocampus in a rat with mild traumatic brain injury. This is done using an advanced diffusion-weighted magnetic resonance imaging protocol and region-of-interest based analysis of parametric diffusion...
8.9K
Assessing Spinal Cord Compression Using Diffusion Tensor Imaging05:20

Assessing Spinal Cord Compression Using Diffusion Tensor Imaging

358
Source: Zheng, W. et. al., Diffusion Tensor Magnetic Resonance Imaging in Chronic Spinal Cord Compression. J. Vis. Exp. (2019)This video demonstrates diffusion tensor imaging in assessing chronic spinal cord compression. By analyzing water diffusion patterns, fractional anisotropy, and apparent diffusion coefficient values, the findings reveal axonal damage in compressed regions. The findings provide critical insights into spinal cord pathology and structural...
358
Diffusion Tensor Magnetic Resonance Imaging in Chronic Spinal Cord Compression07:00

Diffusion Tensor Magnetic Resonance Imaging in Chronic Spinal Cord Compression

9.3K
Here, we present a protocol for the application of diffusion tensor imaging parameters to evaluate spinal cord...
9.3K
Diffusion01:12

Diffusion

216.4K
Diffusion is the passive movement of substances down their concentration gradients—requiring no expenditure of cellular energy. Substances, such as molecules or ions, diffuse from an area of high concentration to an area of low concentration in the cytosol or across membranes. Eventually, the concentration will even out, with the substance moving randomly but causing no net change in concentration. Such a state is called dynamic equilibrium, which is essential for maintaining overall...
216.4K

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Development and validation of a machine learning model for sperm DNA fragmentation rate in infertile men: a multicenter retrospective study.

Frontiers in endocrinology·2026
Same author

RNF114-PACSIN3 signaling axis promotes hepatocellular carcinoma progression by enhancing GLUT1 membrane retention and glucose uptake.

Cellular oncology (Dordrecht, Netherlands)·2026
Same author

Discovering Early-Stage Gas Generation Kinetics Enables Thermal Runaway Early Warning in Lithium-Ion Batteries.

Advanced science (Weinheim, Baden-Wurttemberg, Germany)·2026
Same author

Does adherence to Canadian 24-Hour Movement Guidelines reduce all-cause mortality in patients with chronic kidney disease?

Medicine·2026
Same author

Sequential Release From Hierarchical MOF-on-MOF Architectures for Programmable Self-Healing and Self-Warning Coatings.

Small (Weinheim an der Bergstrasse, Germany)·2026
Same author

EGFR-dependent delivery of phosphorylated IGFBP3 by cancer stem cells drives chemotherapy resistance in colorectal cancer.

Cell death & disease·2026

Video Experimental Relacionado

Updated: Jan 20, 2026

Diffusion Imaging in the Rat Cervical Spinal Cord
10:46

Diffusion Imaging in the Rat Cervical Spinal Cord

Published on: April 7, 2015

12.2K

Modelos de Ondículas de Difusión de Eliminación de Ruido para Traducción de Imágenes Médicas sin Disparo

Yunxiang Li1, Xianghao Kong2, Jiacheng Xie1

  • 1Medical Artificial Intelligence and Automation (MAIA) Laboratory, Department of Radiation Oncology, UT Southwestern Medical Center, Dallas, TX, 75390, USA.

Knowledge-based systems
|January 19, 2026
PubMed
Resumen

Un nuevo modelo de ondículas de difusión de eliminación de ruido (DDWM) logra una traducción de imágenes médicas de alta calidad de cono de haz CT a CT. Este método preserva los detalles anatómicos y supera las técnicas existentes, incluso en datos fuera de distribución.

Palabras clave:
modelo de difusióntraducción de imágenes médicastransformada de ondículas

Más Videos Relacionados

Wideband Optical Detector of Ultrasound for Medical Imaging Applications
08:21

Wideband Optical Detector of Ultrasound for Medical Imaging Applications

Published on: May 11, 2014

11.7K
Advanced Diffusion Imaging in The Hippocampus of Rats with Mild Traumatic Brain Injury
10:33

Advanced Diffusion Imaging in The Hippocampus of Rats with Mild Traumatic Brain Injury

Published on: August 14, 2019

8.9K

Videos de Experimentos Relacionados

Last Updated: Jan 20, 2026

Diffusion Imaging in the Rat Cervical Spinal Cord
10:46

Diffusion Imaging in the Rat Cervical Spinal Cord

Published on: April 7, 2015

12.2K
Wideband Optical Detector of Ultrasound for Medical Imaging Applications
08:21

Wideband Optical Detector of Ultrasound for Medical Imaging Applications

Published on: May 11, 2014

11.7K
Advanced Diffusion Imaging in The Hippocampus of Rats with Mild Traumatic Brain Injury
10:33

Advanced Diffusion Imaging in The Hippocampus of Rats with Mild Traumatic Brain Injury

Published on: August 14, 2019

8.9K

Área de la Ciencia:

  • Imágenes Médicas
  • Inteligencia Artificial
  • Procesamiento de Imágenes

Sus antecedentes:

  • Los modelos de difusión muestran promesa para la generación de imágenes, pero luchan con la traducción de imágenes médicas, particularmente de CBCT a CT, debido a la pérdida de detalles anatómicos.
  • Los métodos convencionales como GANs y VAEs enfrentan desafíos en el mapeo de distribución bidireccional y la robustez a datos fuera de distribución.
  • La traducción precisa de CBCT a CT es crucial para la planificación del tratamiento de radioterapia y el diagnóstico.

Objetivo del estudio:

  • Desarrollar un modelo de difusión novedoso para la traducción de imágenes de alta fidelidad de CBCT a CT.
  • Mejorar la preservación de la estructura anatómica durante el proceso de traducción.
  • Lograr un rendimiento robusto tanto en conjuntos de datos dentro y fuera de distribución.

Principales métodos:

  • Se propuso un modelo de ondículas de difusión de eliminación de ruido (DDWM) que aprende solo la distribución de datos de CT.
  • Se implementó un proceso de difusión inversa controlado por puente de similitud para fusionar información invariante de dominio de CBCT.
  • Se utilizó la transformada de ondículas para descomponer imágenes e identificar bandas de frecuencia similares para preservar estructuras anatómicas.

Principales resultados:

  • DDWM demostró un rendimiento superior en múltiples métricas (puntuaciones FID, PSNR, MAE, DICE) en comparación con métodos de vanguardia.
  • El modelo logró una traducción de alta calidad y preservó detalles anatómicos intrincados de las imágenes fuente de CBCT.
  • Se observaron excelentes resultados tanto en conjuntos de datos de traducción de CBCT a CT dentro y fuera de distribución.

Conclusiones:

  • El DDWM propuesto aborda eficazmente las limitaciones de los métodos existentes para la traducción de CBCT a CT.
  • DDWM ofrece un enfoque robusto y fiel a la estructura para la traducción de imágenes médicas, superando a las técnicas convencionales.
  • Este método tiene un potencial significativo para mejorar la precisión diagnóstica y la planificación del tratamiento en imágenes médicas.