論文の概要: Computational Image-based Stroke Assessment for Evaluation of
Cerebroprotectants with Longitudinal and Multi-site Preclinical MRI
- arxiv url: http://arxiv.org/abs/2203.05714v2
- Date: Wed, 29 Mar 2023 23:32:40 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-31 18:38:55.288257
- Title: Computational Image-based Stroke Assessment for Evaluation of
Cerebroprotectants with Longitudinal and Multi-site Preclinical MRI
- Title（参考訳）: 縦・多部位前臨床MRIによる脳保護剤評価のための画像ベースストローク評価
- Authors: Ryan P. Cabeen, Joseph Mandeville, Fahmeed Hyder, Basavaraju G.
Sanganahalli, Daniel R. Thedens, Ali Arbab, Shuning Huang, Adnan Bibic,
Erendiz Tarakci, Jelena Mihailovic, Andreia Morais, Jessica Lamb, Karisma
Nagarkatti, Arthur W. Toga, Patrick Lyden, Cenk Ayata
- Abstract要約: SPAN(Stroke Preclinical Assessment Network)のための画像ベースストローク結果定量化のためのパイプラインを開発し,評価し,展開した。
私たちの完全に自動化されたパイプラインは、最先端のアルゴリズムとデータ分析のアプローチを組み合わせて、脳卒中の結果を評価する。
画像ベース脳卒中評価の有用性とロバスト性について検討した。
- 参考スコア（独自算出の注目度）: 0.4460373311150658
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: While ischemic stroke is a leading cause of death worldwide, there has been
little success translating putative cerebroprotectants from rodent preclinical
trials to human patients. We investigated computational image-based assessment
tools for practical improvement of the quality, scalability, and outlook for
large scale preclinical screening for potential therapeutic interventions in
rodent models. We developed, evaluated, and deployed a pipeline for image-based
stroke outcome quantification for the Stroke Preclinical Assessment Network
(SPAN), a multi-site, multi-arm, multi-stage study evaluating a suite of
cerebroprotectant interventions. Our fully automated pipeline combines
state-of-the-art algorithmic and data analytic approaches to assess stroke
outcomes from multi-parameter MRI data collected longitudinally from a rodent
model of middle cerebral artery occlusion (MCAO), including measures of infarct
volume, brain atrophy, midline shift, and data quality. We applied our approach
to 1,368 scans and report population level results of lesion extent and
longitudinal changes from injury. We validated our system by comparison with
both manual annotations of coronal MRI slices and tissue sections from the same
brain, using crowdsourcing from blinded stroke experts from the network. Our
results demonstrate the efficacy and robustness of our image-based stroke
assessments. The pipeline may provide a promising resource for ongoing rodent
preclinical studies conducted by SPAN and other networks in the future.
- Abstract（参考訳）: 脳卒中は世界有数の死因であるが、脳卒中予防薬のヒト患者への臨床試験からヒトへの移植は成功していない。
本研究では, 大規模前臨床検診の精度, スケーラビリティ, 展望を定量的に改善するための画像ベース評価ツールについて検討した。
脳卒中前臨床評価ネットワーク(span, multi-site, multi-arm, multi-stage study, multi-stage study of cerebroprotectant interventions)のための画像ベース脳卒中アウトカム定量化パイプラインを開発した。
中大脳動脈閉塞モデル(mcao)から縦断的に収集したマルチパラメータmriデータから脳卒中アウトカムを評価するために,最先端のアルゴリズムとデータ解析を組み合わせることで,脳梗塞容積,脳萎縮,ミッドラインシフト,データ品質の計測を行う。
我々は1,368個のスキャンにアプローチを適用し,損傷による病変範囲と縦断的変化の集団レベルを報告した。
我々は,脳卒中専門医のクラウドソーシングを用いて,同じ脳の皮質MRIスライスと組織切片のマニュアルアノテーションと比較し,本システムの有効性を検証した。
画像に基づく脳卒中評価の有効性とロバスト性を示す。
このパイプラインは、将来SPANや他のネットワークが実施する、現在進行中の歯列前臨床研究に有望なリソースを提供する可能性がある。
関連論文リスト
- U-net based prediction of cerebrospinal fluid distribution and ventricular reflux grading [0.0]
本稿では,24時間後にピーク時の画素単位の信号増加を予測するために,U-netを用いた教師付き学習モデルを提案する。
トレーニングのための最初の2時間後からのイメージングデータを使用することで、トレーサフローの予測は、追加の後期スキャンでトレーニングされたものと同等になる。
論文 参考訳（メタデータ） (2024-10-06T12:17:42Z) - Radiology Report Generation Using Transformers Conditioned with
Non-imaging Data [55.17268696112258]
本稿では,胸部X線画像と関連する患者の人口統計情報を統合したマルチモーダルトランスフォーマーネットワークを提案する。
提案ネットワークは、畳み込みニューラルネットワークを用いて、CXRから視覚的特徴を抽出し、その視覚的特徴と患者の人口統計情報のセマンティックテキスト埋め込みを組み合わせたトランスフォーマーベースのエンコーダデコーダネットワークである。
論文 参考訳（メタデータ） (2023-11-18T14:52:26Z) - Evaluating U-net Brain Extraction for Multi-site and Longitudinal
Preclinical Stroke Imaging [0.4310985013483366]
畳み込みニューラルネットワーク(CNN)は精度を改善し、演算時間を短縮する。
U-net CNNを用いた深層学習マウス脳抽出ツールを開発した。
240のマルチモーダルMRIデータセット上で,典型的なU-netモデルをトレーニングし,検証し,テストした。
論文 参考訳（メタデータ） (2022-03-11T02:00:27Z) - Incremental Cross-view Mutual Distillation for Self-supervised Medical
CT Synthesis [88.39466012709205]
本稿では,スライス間の分解能を高めるために,新しい医療スライスを構築した。
臨床実践において, 根本・中間医療スライスは常に欠落していることを考慮し, 相互蒸留の段階的相互蒸留戦略を導入する。
提案手法は,最先端のアルゴリズムよりも明確なマージンで優れる。
論文 参考訳（メタデータ） (2021-12-20T03:38:37Z) - The Brain Tumor Sequence Registration (BraTS-Reg) Challenge: Establishing Correspondence Between Pre-Operative and Follow-up MRI Scans of Diffuse Glioma Patients [31.567542945171834]
脳腫瘍シーケンス登録(BraTS-Reg)の課題について述べる。
BraTS-Regは、変形可能な登録アルゴリズムのための最初の公開ベンチマーク環境である。
BraTS-Regの目的は、引き続き研究の活発な資源として機能することである。
論文 参考訳（メタデータ） (2021-12-13T19:25:16Z) - A Deep Learning Approach to Predicting Collateral Flow in Stroke
Patients Using Radiomic Features from Perfusion Images [58.17507437526425]
側方循環は、血流を妥協した領域に酸素を供給する特殊な無酸素流路から生じる。
実際のグレーティングは主に、取得した画像の手動検査によって行われる。
MR灌流データから抽出した放射線学的特徴に基づいて,脳卒中患者の側方血流低下を予測するための深層学習手法を提案する。
論文 参考訳（メタデータ） (2021-10-24T18:58:40Z) - CoRSAI: A System for Robust Interpretation of CT Scans of COVID-19
Patients Using Deep Learning [133.87426554801252]
我々は,深部畳み込み神経網のアンサンブルを用いた肺CTスキャンのセグメンテーションによるアプローチを採用した。
本モデルを用いて, 病変の分類, 患者の動態の評価, 病変による肺の相対体積の推定, 肺の損傷ステージの評価が可能となった。
論文 参考訳（メタデータ） (2021-05-25T12:06:55Z) - Combining unsupervised and supervised learning for predicting the final
stroke lesion [2.587975592408692]
90日後に最終脳卒中病変を予測するための完全自動深層学習法を提案する。
本研究の目的は、脳卒中の最終病変の位置と範囲を予測し、その予測に影響を与える脳血流動態を考慮に入れることである。
論文 参考訳（メタデータ） (2021-01-02T17:56:47Z) - Explaining Clinical Decision Support Systems in Medical Imaging using
Cycle-Consistent Activation Maximization [112.2628296775395]
ディープニューラルネットワークを用いた臨床意思決定支援は、着実に関心が高まりつつあるトピックとなっている。
臨床医は、その根底にある意思決定プロセスが不透明で理解しにくいため、この技術の採用をためらうことが多い。
そこで我々は,より小さなデータセットであっても,分類器決定の高品質な可視化を生成するCycleGANアクティベーションに基づく,新たな意思決定手法を提案する。
論文 参考訳（メタデータ） (2020-10-09T14:39:27Z) - Prediction of Thrombectomy Functional Outcomes using Multimodal Data [2.358784542343728]
本稿では,マルチモーダルデータを直接活用し,血管内治療の成功を推定するための新しいディープラーニング手法を提案する。
我々は、チャネルワイドおよび空間的にグローバルな特徴間距離をモデル化するためのアテンションメカニズムをアーキテクチャに組み込んだ。
論文 参考訳（メタデータ） (2020-05-26T21:51:58Z) - A Global Benchmark of Algorithms for Segmenting Late Gadolinium-Enhanced
Cardiac Magnetic Resonance Imaging [90.29017019187282]
現在世界最大の心臓LGE-MRIデータセットである154個の3D LGE-MRIを用いた「2018 left Atrium Challenge」。
技術および生物学的指標を用いた提案アルゴリズムの解析を行った。
その結果, 最上部法は93.2%, 平均表面は0.7mmであった。
論文 参考訳（メタデータ） (2020-04-26T08:49:17Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。