論文の概要: Nearly isotropic segmentation for medial temporal lobe subregions in multi-modality MRI

• arxiv url: http://arxiv.org/abs/2504.18442v1
• Date: Fri, 25 Apr 2025 15:54:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:53.830465
• Title: Nearly isotropic segmentation for medial temporal lobe subregions in multi-modality MRI
• Title（参考訳）: 多モードMRIにおける中間側頭葉亜領域に対する近方等方性セグメンテーション
• Authors: Yue Li, Pulkit Khandelwal, Long Xie, Laura E. M. Wisse, Nidhi Mundada, Christopher A. Brown, Emily McGrew, Amanda Denning, Sandhitsu R. Das, David A. Wolk, Paul A. Yushkevich,
• Abstract要約: 脳MRIにおける中側頭葉(MTL)サブリージョンの形態計測はアルツハイマー病や他の関連病態に敏感なバイオマーカーである。 T2-weighted (T2w) MRIの高分解能は海馬の亜野の分割に広く用いられているが、その低分解能は亜領域の厚さ測定の精度を低下させる。 この問題に対処するために,画像とラベルのアップサンプリングと高分解能セグメンテーションをT2w MRIに組み込んだほぼ等方性セグメンテーションパイプラインを開発した。
• 参考スコア（独自算出の注目度）: 10.015613802562727
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Morphometry of medial temporal lobe (MTL) subregions in brain MRI is sensitive biomarker to Alzheimers Disease and other related conditions. While T2-weighted (T2w) MRI with high in-plane resolution is widely used to segment hippocampal subfields due to its higher contrast in hippocampus, its lower out-of-plane resolution reduces the accuracy of subregion thickness measurements. To address this issue, we developed a nearly isotropic segmentation pipeline that incorporates image and label upsampling and high-resolution segmentation in T2w MRI. First, a high-resolution atlas was created based on an existing anisotropic atlas derived from 29 individuals. Both T1-weighted and T2w images in the atlas were upsampled from their original resolution to a nearly isotropic resolution 0.4x0.4x0.52mm3 using a non-local means approach. Manual segmentations within the atlas were also upsampled to match this resolution using a UNet-based neural network, which was trained on a cohort consisting of both high-resolution ex vivo and low-resolution anisotropic in vivo MRI with manual segmentations. Second, a multi-modality deep learning-based segmentation model was trained within this nearly isotropic atlas. Finally, experiments showed the nearly isotropic subregion segmentation improved the accuracy of cortical thickness as an imaging biomarker for neurodegeneration in T2w MRI.
• Abstract（参考訳）: 脳MRIにおける中側頭葉(MTL)サブリージョンの形態計測はアルツハイマー病や他の関連病態に敏感なバイオマーカーである。 T2-weighted (T2w) MRIは、海馬のコントラストが高いため、海馬のサブフィールドを分割するために広く用いられているが、その低い外面分解能は、海馬の厚さ測定の精度を低下させる。 この問題に対処するために,画像とラベルのアップサンプリングと高分解能セグメンテーションをT2w MRIに組み込んだほぼ等方性セグメンテーションパイプラインを開発した。 まず,29個体から得られた既存の異方性アトラスに基づいて高分解能アトラスを作製した。 アトラスのT1強調画像とT2w画像は、元々の解像度から、非局所的な手段アプローチを用いてほぼ等方的な解像度 0.4x0.4x0.52mm3 にアップサンプリングされた。 アトラス内の手動セグメンテーションは、手動セグメンテーションを備えた高分解能外陰性MRIと低分解能陰性MRIの両方からなるコホートでトレーニングされたUNetベースのニューラルネットワークを用いて、この解像度に合わせるためにアップサンプリングされた。 第2に、このほぼ等方性アトラスの中で、多モード深層学習に基づくセグメンテーションモデルを訓練した。 最後に、ほぼ等方性領域分割により、T2w MRIにおける神経変性のイメージングバイオマーカーとして、皮質の厚みの精度が向上した。

関連論文リスト

• Exploring Robustness of Cortical Morphometry in the presence of white matter lesions, using Diffusion Models for Lesion Filling [0.1362941274535414]
  多発性硬化症や小血管疾患などのT1強調画像における白色物質の低強度は、脳の分画の出力に影響を与えることが知られている。 これらの効果は、従来の脳のセグメンテーションツールの間でよく文書化されているが、ディープラーニングセグメンテーションに基づくツールでは広く研究されていない。 本稿では,WM病変の存在下での皮質厚測定の精度と効率を高めるため,深層学習の可能性を検討する。
  論文  参考訳（メタデータ） (2025-03-26T14:18:35Z)
• A Unified Model for Compressed Sensing MRI Across Undersampling Patterns [69.19631302047569]
  様々な計測アンサンプパターンと画像解像度に頑健な統合MRI再構成モデルを提案する。 我々のモデルは、拡散法よりも600$times$高速な推論で、最先端CNN(End-to-End VarNet)の4dBでSSIMを11%改善し、PSNRを4dB改善する。
  論文  参考訳（メタデータ） (2024-10-05T20:03:57Z)
• H-SynEx: Using synthetic images and ultra-high resolution ex vivo MRI for hypothalamus subregion segmentation [1.0486773259892048]
  視床下部領域の自動セグメンテーションのための機械学習手法であるH-SynExを紹介する。 H-SynExは、リトレーニングなしで異なるMRIシーケンスと解像度を一般化する。 5mm間隔のFLAIR画像において,アルツハイマー病患者に対してコントロールを識別することができた。
  論文  参考訳（メタデータ） (2024-01-30T15:36:02Z)
• FastSurfer-HypVINN: Automated sub-segmentation of the hypothalamus and adjacent structures on high-resolutional brain MRI [3.869627124798774]
  視床下部のサブセグメンテーションのためのHypVINNという,新しい,高速で,完全自動化されたディープラーニング手法を提案する。 我々は,視床下部の容積効果を再現するためのセグメンテーション精度,一般化可能性,セッション内テストの信頼性,感度に関して,我々のモデルを広範囲に検証した。
  論文  参考訳（メタデータ） (2023-08-24T12:26:38Z)
• Tissue Segmentation of Thick-Slice Fetal Brain MR Scans with Guidance from High-Quality Isotropic Volumes [52.242103848335354]
  本稿では,高品位等方性ボリュームから学習した知識を高密度スライススキャンの正確な組織セグメント化のために効率的に伝達するC2DA-Netを提案する。 我々のC2DA-Netは、注釈のない厚いスライススキャンで組織分画をガイドするために、注釈付き等方性ボリュームの小さなセットを十分に利用できる。
  論文  参考訳（メタデータ） (2023-08-13T12:51:15Z)
• Segmenting thalamic nuclei from manifold projections of multi-contrast MRI [6.474263550035463]
  視床下部は皮質下灰白質構造であり、脳内の感覚や運動の伝達に重要な役割を果たしている。 その核は萎縮したり、神経疾患や軽度の外傷性脳損傷を含む損傷によって影響を受けることがある。 本稿では,視床核を解析し,自然に集束する重要な組織シグネチャを決定するためのイメージング機能について検討する。
  論文  参考訳（メタデータ） (2023-01-15T15:11:51Z)
• MSCDA: Multi-level Semantic-guided Contrast Improves Unsupervised Domain Adaptation for Breast MRI Segmentation in Small Datasets [5.272836235045653]
  マルチレベルセマンティック・ガイド・コントラスト・ドメイン・アダプティブ・フレームワークを提案する。 我々のアプローチは、ドメイン間の特徴表現を整合させるために、対照的な学習を伴う自己学習を取り入れている。 特に,ピクセル・ツー・ピクセル,ピクセル・ツー・セントロイド,セントロイド・ツー・セントロイドのコントラストを取り入れることで,コントラストの損失を増大させる。
  論文  参考訳（メタデータ） (2023-01-04T19:16:55Z)
• Affinity Feature Strengthening for Accurate, Complete and Robust Vessel Segmentation [48.638327652506284]
  血管セグメンテーションは、冠動脈狭窄、網膜血管疾患、脳動脈瘤などの多くの医学的応用において重要である。 コントラストに敏感なマルチスケールアフィニティアプローチを用いて,幾何学的手法と画素単位のセグメンテーション特徴を連成的にモデル化する新しいアプローチであるAFNを提案する。
  論文  参考訳（メタデータ） (2022-11-12T05:39:17Z)
• Cross-Modality Brain Tumor Segmentation via Bidirectional Global-to-Local Unsupervised Domain Adaptation [61.01704175938995]
  本論文では,UDAスキームに基づくBiGL(Bidirectional Global-to-Local)適応フレームワークを提案する。 具体的には、脳腫瘍をセグメント化するために、双方向画像合成およびセグメンテーションモジュールを提案する。 提案手法は, 最先端の非教師なし領域適応法を大きなマージンで上回っている。
  論文  参考訳（メタデータ） (2021-05-17T10:11:45Z)
• ShuffleUNet: Super resolution of diffusion-weighted MRIs using deep learning [47.68307909984442]
  SISR(Single Image Super-Resolution)は、1つの低解像度入力画像から高解像度(HR)の詳細を得る技術である。 ディープラーニングは、大きなデータセットから事前知識を抽出し、低解像度の画像から優れたMRI画像を生成します。
  論文  参考訳（メタデータ） (2021-02-25T14:52:23Z)
• PSIGAN: Joint probabilistic segmentation and image distribution matching for unpaired cross-modality adaptation based MRI segmentation [4.573421102994323]
  我々は、新しい関節確率分割と画像分布マッチング生成対向ネットワーク(PSIGAN)を開発した。 我々のUDAアプローチは、画像とセグメント間の共依存性を共同確率分布としてモデル化する。 T1wは0.87,T2wは0.90であった。
  論文  参考訳（メタデータ） (2020-07-18T16:23:02Z)
• Lesion Mask-based Simultaneous Synthesis of Anatomic and MolecularMR Images using a GAN [59.60954255038335]
  提案するフレームワークは,ストレッチアウトアップサンプリングモジュール,ブレインアトラスエンコーダ,セグメンテーション一貫性モジュール,マルチスケールラベルワイド識別器から構成される。 実際の臨床データを用いた実験により,提案モデルが最先端の合成法よりも優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2020-06-26T02:50:09Z)
• Multifold Acceleration of Diffusion MRI via Slice-Interleaved Diffusion Encoding (SIDE) [50.65891535040752]
  本稿では,Slice-Interleaved Diffusionと呼ばれる拡散符号化方式を提案する。 SIDEは、拡散重み付き(DW)画像ボリュームを異なる拡散勾配で符号化したスライスでインターリーブする。 また,高いスライスアンサンプデータからDW画像を効果的に再構成するためのディープラーニングに基づく手法を提案する。
  論文  参考訳（メタデータ） (2020-02-25T14:48:17Z)

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。