Fugu-MT 論文翻訳(概要): BOston Neonatal Brain Injury Data for Hypoxic Ischemic Encephalopathy (BONBID-HIE): II. 2-year Neurocognitive Outcome and NICU Outcome

論文の概要: BOston Neonatal Brain Injury Data for Hypoxic Ischemic Encephalopathy (BONBID-HIE): II. 2-year Neurocognitive Outcome and NICU Outcome

arxiv url: http://arxiv.org/abs/2411.03456v1
Date: Tue, 05 Nov 2024 19:17:38 GMT
ステータス: 翻訳完了
システム内更新日: 2024-11-07 19:22:46.359979
Title: BOston Neonatal Brain Injury Data for Hypoxic Ischemic Encephalopathy (BONBID-HIE): II. 2-year Neurocognitive Outcome and NICU Outcome
Title（参考訳）: 低酸素性虚血性脳症(BONBID-HIE)に対する新生児脳損傷データ : II. 2年間の神経認知学的アウトカムとNICUアウトカム
Authors: Rina Bao, Yangming Ou,
Abstract要約: 本稿では、低酸素性虚血性脳症(BONBID-HIE)に対するボストン新生児脳損傷データセットの第2版について紹介する。 BONBID-HIEはオープンソースで総合的なMRIおよび臨床データセットであり、NICUの結果やマサチューセッツ総合病院とボストン小児病院の2年間の神経認知結果を含む237人の患者を対象とする。
参考スコア（独自算出の注目度）: 2.3471224808428546
License:
Abstract: Hypoxic Ischemic Encephalopathy (HIE) affects approximately 1-5/1000 newborns globally and leads to adverse neurocognitive outcomes in 30% to 50% of cases by two years of age. Despite therapeutic advances with Therapeutic Hypothermia (TH), prognosis remains challenging, highlighting the need for improved biomarkers. This paper introduces the second release of the Boston Neonatal Brain Injury Dataset for Hypoxic-Ischemic Encephalopathy (BONBID-HIE), an open-source, comprehensive MRI and clinical dataset featuring 237 patients, including NICU outcomes and 2-year neurocognitive outcomes from Massachusetts General Hospital and Boston Children's Hospital.
Abstract（参考訳）: 低酸素性虚血性脳症(HIE)は、世界中で約1-5/1000人の新生児に影響を与え、2歳までには30%から50%の症例で神経認知に悪影響を及ぼす。低体温療法(TH)による治療の進歩にもかかわらず、予後は依然として困難であり、バイオマーカーの改善の必要性を強調している。本稿では,低酸素性脳症に対するBoston Neonatal Brain Injury Dataset for hypoxic-Ischemic Encephalopathy (BONBID-HIE)の2回目のリリースを紹介する。

関連論文リスト

Comparison of Epilepsy Induced by Ischemic Hypoxic Brain Injury and Hypoglycemic Brain Injury using Multilevel Fusion of Data Features [0.0]
本研究は、低酸素虚血(HI)、低血糖、てんかんによる脳損傷の類似性と相違について検討することを目的とする。
論文参考訳（メタデータ） (2024-09-03T08:25:52Z)
BraTS-PEDs: Results of the Multi-Consortium International Pediatric Brain Tumor Segmentation Challenge 2023 [44.64458075448]
小児脳腫瘍に焦点を当てた第1回BraTS-PEDs 2023チャレンジの結果を報告する。 BraTS-PEDs 2023は、磁気共鳴画像による小児脳グリオーマの体積分割アルゴリズムの評価を目的とした。小児腫瘍分析におけるトップパフォーマンスのAIアプローチには、nnU-NetとSwin UNETR、Auto3DSeg、あるいはnnU-Netの自己組織化フレームワークによるアンサンブルが含まれていた。
論文参考訳（メタデータ） (2024-07-11T20:35:32Z)
Cas-DiffCom: Cascaded diffusion model for infant longitudinal super-resolution 3D medical image completion [47.83003164569194]
超高分解能・高分解能3次元乳児脳MRIにおける2段階拡散モデルCas-DiffComを提案する。 Cas-DiffCom は縦型乳幼児脳画像における個々の一貫性と高忠実度を両立することを確認した。
論文参考訳（メタデータ） (2024-02-21T12:54:40Z)
Towards a Foundation Model for Brain Age Prediction using coVariance Neural Networks [102.75954614946258]
時間的年齢に関する脳年齢の増加は、神経変性と認知低下に対する脆弱性の増加を反映している。 NeuroVNNは、時系列年齢を予測するために、健康な人口の回帰モデルとして事前訓練されている。 NeuroVNNは、脳の年齢に解剖学的解釈性を加え、任意の脳のアトラスに従って計算されたデータセットへの転移を可能にする「スケールフリー」特性を持つ。
論文参考訳（メタデータ） (2024-02-12T14:46:31Z)
UniBrain: Universal Brain MRI Diagnosis with Hierarchical Knowledge-enhanced Pre-training [66.16134293168535]
我々はUniBrainと呼ばれるユニバーサル脳MRI診断のための階層的知識強化事前訓練フレームワークを提案する。具体的には、UniBrainは、定期的な診断から24,770のイメージレポートペアの大規模なデータセットを活用する。
論文参考訳（メタデータ） (2023-09-13T09:22:49Z)
Unveiling Intractable Epileptogenic Brain Networks with Deep Learning Algorithms: A Novel and Comprehensive Framework for Scalable Seizure Prediction with Unimodal Neuroimaging Data in Pediatric Patients [0.0]
てんかんは、世界中で5000万人、アメリカ人120万人に影響を及ぼす神経疾患である。本研究は,小児の発作を予測するための新しい包括的枠組みを提案する。各種機械学習アルゴリズムの性能は、精度、精度、特異性、感度、F1スコア、MCCといった重要な指標に基づいて評価される。
論文参考訳（メタデータ） (2023-09-05T21:03:36Z)
Robust Brain Age Estimation via Regression Models and MRI-derived Features [2.028990630951476]
本稿では,Open Big Healthy Brain (OpenBHB)データセットを用いた新しい脳年齢推定フレームワークを提案する。提案手法は,MRIから得られた3つの領域的特徴と回帰モデルを統合し,脳年齢を高精度に推定する。
論文参考訳（メタデータ） (2023-06-08T19:07:22Z)
Brain Age Estimation From MRI Using Cascade Networks with Ranking Loss [75.03117866578913]
T1強調MRIデータから脳年齢を推定するために,新しい3次元畳み込みネットワークである2段エイジネットワーク(TSAN)を提案する。 686ドルのMRIによる実験では、TSANが正確な脳年齢を推定できることが示された。
論文参考訳（メタデータ） (2021-06-06T07:11:25Z)
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)
Grading the severity of hypoxic-ischemic encephalopathy in newborn EEG using a convolutional neural network [3.2498534294827044]
本研究では、深層畳み込みニューラルネットワークを用いて、生の脳波データ内の階層的表現を学習する、新しいエンドツーエンドアーキテクチャを提案する。本システムは低酸素性虚血性脳症を4段階に分類し,54人の新生児から63時間の多チャンネル脳波データセットを用いて評価した。
論文参考訳（メタデータ） (2020-05-12T05:58:27Z)

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。