論文の概要: Deep-learning-enabled Brain Hemodynamic Mapping Using Resting-state fMRI

• arxiv url: http://arxiv.org/abs/2204.11669v1
• Date: Mon, 25 Apr 2022 14:03:46 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-26 15:40:19.182404
• Title: Deep-learning-enabled Brain Hemodynamic Mapping Using Resting-state fMRI
• Title（参考訳）: 安静時fMRIを用いた深層学習型脳血流マッピング
• Authors: Xirui Hou, Pengfei Guo, Puyang Wang, Peiying Liu, Doris D.M. Lin, Hongli Fan, Yang Li, Zhiliang Wei, Zixuan Lin, Dengrong Jiang, Jin Jin, Catherine Kelly, Jay J. Pillai, Judy Huang, Marco C. Pinho, Binu P. Thomas, Babu G. Welch, Denise C. Park, Vishal M. Patel, Argye E. Hillis, and Hanzhang Lu
• Abstract要約: RS-fMRIは脳循環動態のマッピングや障害のデライン化に有用である。 RS-fMRIにおける呼吸パターンの時間変化を利用して、深層学習は脳血管反応性の再現可能なマッピングを可能にする。
• 参考スコア（独自算出の注目度）: 35.87417668902519
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cerebrovascular disease is a leading cause of death globally. Prevention and early intervention are known to be the most effective forms of its management. Non-invasive imaging methods hold great promises for early stratification, but at present lack the sensitivity for personalized prognosis. Resting-state functional magnetic resonance imaging (rs-fMRI), a powerful tool previously used for mapping neural activity, is available in most hospitals. Here we show that rs-fMRI can be used to map cerebral hemodynamic function and delineate impairment. By exploiting time variations in breathing pattern during rs-fMRI, deep learning enables reproducible mapping of cerebrovascular reactivity (CVR) and bolus arrive time (BAT) of the human brain using resting-state CO2 fluctuations as a natural 'contrast media'. The deep-learning network was trained with CVR and BAT maps obtained with a reference method of CO2-inhalation MRI, which included data from young and older healthy subjects and patients with Moyamoya disease and brain tumors. We demonstrate the performance of deep-learning cerebrovascular mapping in the detection of vascular abnormalities, evaluation of revascularization effects, and vascular alterations in normal aging. In addition, cerebrovascular maps obtained with the proposed method exhibited excellent reproducibility in both healthy volunteers and stroke patients. Deep-learning resting-state vascular imaging has the potential to become a useful tool in clinical cerebrovascular imaging.
• Abstract（参考訳）: 脳血管疾患は世界中で主要な死因である。 予防と早期介入は、その管理の最も効果的な形態として知られている。 非侵襲的イメージング法は早期成層化を大いに約束するが、現在ではパーソナライズされた予後に対する感受性が欠如している。 神経活動のマッピングに使われた強力なツールである静止状態機能型MRI(rs-fMRI)は、ほとんどの病院で利用可能である。 ここでは, rs-fmriを用いて脳血流動態のマッピングを行い, 機能障害の診断を行う。 RS-fMRIにおける呼吸パターンの経時変化を利用して、深層学習は人間の脳の脳血管反応性(CVR)とボーラス到着時刻(BAT)の再現可能なマッピングを可能にする。 深層学習ネットワークは, 若年者, 健常者, モヤモヤ病および脳腫瘍患者のデータを含む, CO2吸入MRIの基準手法を用いて, CVRおよびBATマップを用いて訓練した。 正常加齢における血管異常の検出,再血管新生効果の評価,血管変化に対する深層脳血管マッピングの有用性を実証した。 また,本法で得られた脳血管図は健常者および脳卒中患者ともに良好な再現性を示した。 深層学習型安静時血管造影は臨床脳血管造影に有用なツールとなる可能性がある。

関連論文リスト

• Reconstructing physiological signals from fMRI across the adult lifespan [2.913600409605699]
  fMRIデータから低周波呼吸量(RV)と心拍変動(HR)の2つの重要な生理的シグナルを再構成するための新しい枠組みを提案する。 本手法は, 成人期の幅広い個体のfMRIデータから直接, 重要な生理的変数を推測する。
  論文  参考訳（メタデータ） (2024-08-26T17:48:42Z)
• Spatiotemporal Graph Neural Network Modelling Perfusion MRI [12.712005118761516]
  Per vascular MRI (pMRI) は腫瘍について貴重な洞察を与え、腫瘍の遺伝子型を予測することを約束する。 しかし、4D pMRIに合わせた効果的なモデルはまだ不足している。 本研究は,GNNモデルを用いた4次元pMRIのモデル化の試みである。
  論文  参考訳（メタデータ） (2024-06-10T16:24:46Z)
• NeuroCine: Decoding Vivid Video Sequences from Human Brain Activties [23.893490180665996]
  本稿では,fMRIデータを復号化するための新たな二相フレームワークであるNeuroCineを紹介する。 公開されているfMRIデータセットでテストした結果,有望な結果が得られた。 このモデルが既存の脳構造や機能と一致し,その生物学的妥当性と解釈可能性を示すことが示唆された。
  論文  参考訳（メタデータ） (2024-02-02T17:34:25Z)
• Patched Diffusion Models for Unsupervised Anomaly Detection in Brain MRI [55.78588835407174]
  本稿では,正常脳解剖のパッチベース推定法として拡散モデルの生成タスクを再構築する手法を提案する。 腫瘍と多発性硬化症について検討し,既存のベースラインと比較して25.1%の改善がみられた。
  論文  参考訳（メタデータ） (2023-03-07T09:40:22Z)
• fMRI from EEG is only Deep Learning away: the use of interpretable DL to unravel EEG-fMRI relationships [68.8204255655161]
  多チャンネル脳波データからいくつかの皮質下領域の活性を回復するための解釈可能な領域基底解を提案する。 我々は,皮質下核の血行動態信号の頭皮脳波予測の空間的・時間的パターンを復元する。
  論文  参考訳（メタデータ） (2022-10-23T15:11:37Z)
• Temporally Adjustable Longitudinal Fluid-Attenuated Inversion Recovery MRI Estimation / Synthesis for Multiple Sclerosis [0.0]
  多発性硬化症(Multiple Sclerosis、MS)は、慢性進行性神経疾患である。 脳MRI(FLAIR brain magnetic resonance imaging)は、他のMRI法と比較して、MS病変のより優れた可視化と特徴を提供する。 MSの縦断脳FLAIR MRIは、経時的に患者を反復的に画像化することで、臨床医が疾患の進行をモニタリングするための有用な情報を提供する。 様々な時間ラグを伴う将来の脳MRI検査の予測は、健康な老化やアルツハイマー病の構造的変性など、限られた用途でのみ試みられている。
  論文  参考訳（メタデータ） (2022-09-09T12:42:00Z)
• Unsupervised Anomaly Detection in 3D Brain MRI using Deep Learning with Multi-Task Brain Age Prediction [53.122045119395594]
  ディープラーニングを用いた脳MRIにおける教師なし異常検出(UAD)は有望な結果を示した。 年齢情報を考慮した3次元脳MRIにおけるUDAの深層学習を提案する。 そこで本研究では,マルチタスク年齢予測を用いた新しい深層学習手法を提案する。
  論文  参考訳（メタデータ） (2022-01-31T09:39:52Z)
• Patch-based Brain Age Estimation from MR Images [64.66978138243083]
  磁気共鳴画像(MRI)による脳年齢推定は、被験者の生物学的脳年齢と時系列年齢の違いを導出する。 より高年齢の神経変性を早期に検出することは、より良い医療と患者の計画を促進する可能性がある。 我々は、脳の3Dパッチと畳み込みニューラルネットワーク(CNN)を用いて、局所的な脳年齢推定器を開発する新しいディープラーニングアプローチを開発した。
  論文  参考訳（メタデータ） (2020-08-29T11:50:37Z)
• Microvascular Dynamics from 4D Microscopy Using Temporal Segmentation [81.30750944868142]
  経時的に脳血流量の変化を追跡でき, ピアル表面に向かって伝播する自発性動脈拡張を同定できる。 この新たなイメージング機能は、機能的磁気共鳴イメージング(fMRI)を基盤とした血行動態応答関数を特徴付けるための有望なステップである。
  論文  参考訳（メタデータ） (2020-01-14T22:55:03Z)

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。