Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

External Anatomy of the Kidney01:21

External Anatomy of the Kidney

The kidneys are a pair of bean-shaped organs in the human body that play a critical role in maintaining overall health. They filter out waste products from the blood, regulate blood pressure, maintain electrolyte balance, and stimulate the production of red blood cells.
The kidneys are located in the retroperitoneal space on either side of the vertebral column, protected posteriorly by the 11th and 12th ribs. The right kidney sits slightly lower than the left owing to the presence of the liver...
Internal Anatomy of the Kidney01:12

Internal Anatomy of the Kidney

The kidneys are essential organs in the human body, performing a myriad of tasks that maintain homeostasis and overall health.
Anatomical Position and Dimensions
The kidneys are retroperitoneal organs positioned against the posterior abdominal wall on either side of the spine, roughly between the twelfth thoracic and third lumbar vertebrae. Each kidney is typically 10-12 cm long, 5-6 cm wide, and 3-4 cm thick, weighing about 150 grams.
Renal Cortex
The outermost region of the kidney is the...
Imaging Studies I: Kidney, Ureter, and Bladder Studies01:28

Imaging Studies I: Kidney, Ureter, and Bladder Studies

Kidney, Ureter, and Bladder (KUB) StudiesKidney, Ureter, and Bladder (KUB) studies are standard diagnostic imaging procedures used to assess the anatomy of the urinary system. They are commonly utilized for patients experiencing abdominal pain or urinary symptoms. By using a simple X-ray of the abdomen, KUB studies can reveal structural and pathological abnormalities within the kidneys, ureters, and bladder. These studies are particularly valuable in diagnosing kidney stones, urinary...

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Hybrid neutrosophic enhanced MobileNetV2 model for leukemia blood cell classification.

Frontiers in artificial intelligence·2026
Same author

HED-Net: a hybrid ensemble deep learning framework for breast ultrasound image classification.

Frontiers in artificial intelligence·2026
Same author

Diabetic foot ulcer classification using an enhanced coordinate attention integrated ConvNext model.

Physical and engineering sciences in medicine·2026
Same author

Crack detection in structural images using a hybrid Swin Transformer and enhanced features representation block.

Frontiers in artificial intelligence·2025
Same author

Enhanced plant disease classification with attention-based convolutional neural network using squeeze and excitation mechanism.

Frontiers in artificial intelligence·2025
Same author

HMA-Net: a hybrid mixer framework with multihead attention for breast ultrasound image segmentation.

Frontiers in artificial intelligence·2025

関連する実験動画

Updated: May 21, 2026

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography
04:48

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography

Published on: November 30, 2022

VHUCS-Netを使用して突起検知ネットワークを備えた高度な腎臓質量セグメンテーション.

J Jenifa Sharon1, L Jani Anbarasi1

  • 1School of Computer Science and Engineering, Vellore Institute of Technology, Chennai, India.

Frontiers in artificial intelligence
|February 20, 2026
PubMed
まとめ
この要約は機械生成です。

新しいVHUCS-Netアーキテクチャは,腎臓の構造と質量を正確にセグメント化し,腎臓疾患の診断効率を改善します. このAIモデルは,正確で解釈可能な医療画像セグメンテーションを通じて,臨床意思決定を強化します.

キーワード:
異常検出 異常検出 異常検出コンピューター・アシスタント・診断ハイブリッドディープラーニング腎臓の質量セグメンテーション セグメンテーション突起検知ネットワークセマンティックセグメンテーションセグメンテーショントランスフォーマー強化U-Netモデルビジョントランスフォーマー ビジョントランスフォーマー

さらに関連する動画

Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique
04:48

Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique

Published on: July 5, 2024

Automated Joint Space Detection Improves Bone Segmentation Accuracy
06:45

Automated Joint Space Detection Improves Bone Segmentation Accuracy

Published on: November 28, 2025

関連する実験動画

Last Updated: May 21, 2026

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography
04:48

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography

Published on: November 30, 2022

Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique
04:48

Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique

Published on: July 5, 2024

Automated Joint Space Detection Improves Bone Segmentation Accuracy
06:45

Automated Joint Space Detection Improves Bone Segmentation Accuracy

Published on: November 28, 2025

科学分野:

  • メディカルイマージング (医学イメージング)
  • 人工知能 (AI) とは,人工知能 (AI) のことです.
  • コンピュータビジョン コンピュータビジョン

背景:

  • 腎臓の質量と構造の正確なセグメンテーションは,診断と治療に不可欠です.
  • 既存の方法は,複雑な構造的特徴と腎臓画像における正確な境界の識別に苦労する可能性があります.

研究 の 目的:

  • 腎臓の質量と構造のセグメンテーションを強化するために,デュアルトラックハイブリッドVHUCS-Netアーキテクチャを導入する.
  • 臨床的意思決定支援のためのセグメンテーションアウトプットの正確性と解釈性を向上させる.

主な方法:

  • トランスフォーマー強化U-Netとコントラスト最適化プロトブランス検出ネットワーク (PDN) の統合.
  • Vision Transformerの注意と高解像度ネットワーク (HRNet) を利用して,グローバルで高解像度な特徴をキャプチャします.
  • 精密な質量セグメンテーションのために,PDN内のマルチスケールプーリング,コントラスト強化,機能融合を使用します.

主要な成果:

  • 腎臓のセグメンテーションデータセットで,インターセクション・オーバー・ユニオン (IoU) のスコア0.9441とダイス係数0.9712を達成しました.
  • 優れたセグメンテーション精度を証明し,構造的なサイズ・形状の変数,境界線,複雑な特徴を強調しました.
  • 追加の公開データセットを使用して,複数のセグメンテーションタスクにわたって検証された汎用性.

結論:

  • VHUCS-Netは,診断の効率を大幅に向上させ,臨床意思決定を支援します.
  • このモデルは,腎臓疾患の分析のための正確で解釈可能なセグメンテーション出力を提供します.
  • 提案されたアーキテクチャは,さまざまな医療画像セグメンテーションタスクに有効で一般化可能であることが証明されています.