論文の概要: Rootlets-based registration to the spinal cord PAM50 template

• arxiv url: http://arxiv.org/abs/2505.00115v1
• Date: Wed, 30 Apr 2025 18:37:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:55.152759
• Title: Rootlets-based registration to the spinal cord PAM50 template
• Title（参考訳）: ルートレットによる脊髄PAM50テンプレートの登録
• Authors: Sandrine Bédard, Jan Valošek, Valeria Oliva, Kenneth A. Weber II, Julien Cohen-Adad,
• Abstract要約: 伝統的なテンプレートに基づく脊髄の登録は、アライメントに椎間板を使用する。 ルートレットをベースとした登録では、従来のディスクベースの方法に比べて個人間でのアライメントが優れていた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Spinal cord functional MRI studies require precise localization of spinal levels for reliable voxelwise group analyses. Traditional template-based registration of the spinal cord uses intervertebral discs for alignment. However, substantial anatomical variability across individuals exists between vertebral and spinal levels. This study proposes a novel registration approach that leverages spinal nerve rootlets to improve alignment accuracy and reproducibility across individuals. We developed a registration method leveraging dorsal cervical rootlets segmentation and aligning them non-linearly with the PAM50 spinal cord template. Validation was performed on a multi-subject, multi-site dataset (n=267, 44 sites) and a multi-subject dataset with various neck positions (n=10, 3 sessions). We further validated the method on task-based functional MRI (n=23) to compare group-level activation maps using rootlet-based registration to traditional disc-based methods. Rootlet-based registration showed superior alignment across individuals compared to the traditional disc-based method. Notably, rootlet positions were more stable across neck positions. Group-level analysis of task-based functional MRI using rootlet-based increased Z scores and activation cluster size compared to disc-based registration (number of active voxels from 3292 to 7978). Rootlet-based registration enhances both inter- and intra-subject anatomical alignment and yields better spatial normalization for group-level fMRI analyses. Our findings highlight the potential of rootlet-based registration to improve the precision and reliability of spinal cord neuroimaging group analysis.
• Abstract（参考訳）: 脊髄機能MRI研究は、信頼できるボクセルワイド群解析のために、脊椎レベルの精密な局在化を必要とする。 伝統的なテンプレートに基づく脊髄の登録は、アライメントに椎間板を使用する。 しかし、個体間での解剖学的変異は、脊椎レベルと脊椎レベルの間に存在する。 本研究は,脊髄神経根を用いて個体間のアライメントの精度と再現性を向上する新規な登録手法を提案する。 PAM50 脊髄テンプレートと非直線的に連携し, 頚椎後根の分節化を利用した登録法を開発した。 マルチオブジェクト・マルチサイト・データセット(n=267,44サイト)と,様々なネック位置(n=10,3セッション)を持つマルチオブジェクト・データセット(n=267,44サイト)で検証を行った。 さらに,従来のディスクベース手法とルートレットベースの登録を用いたグループレベルのアクティベーションマップを比較するために,タスクベース機能MRI(n=23)の手法を検証した。 ルートレットをベースとした登録では、従来のディスクベースの方法に比べて個人間でのアライメントが優れていた。 特に、ルートレットの位置は首の位置にわたってより安定していた。 ルートレットベースのZスコアとアクティベーションクラスタサイズを用いたタスクベース機能MRIの群レベル解析をディスクベース登録(3292～7978)と比較した。 Rootletをベースとした登録は、オブジェクト間の解剖学的アライメントとオブジェクト内解剖学的アライメントを強化し、グループレベルのfMRI解析においてより優れた空間正規化をもたらす。 本研究は, 脊髄神経画像群解析の精度と信頼性を向上させるために, ルートレットをベースとした登録の可能性を明らかにするものである。

関連論文リスト

• Automatic Segmentation of the Spinal Cord Nerve Rootlets [0.0]
  本研究の目的は,T2強調MRIによる脊髄神経根のセマンティックセグメンテーションのための自動手法を開発することである。 2つのオープンアクセスMRIデータセットから得られた画像は、C2-C8背側神経根をセグメント化するためのアクティブな学習アプローチを使用して、3D畳み込みニューラルネットワークを訓練するために使用された。 この方法は、トレーニング中に見つからないデータセットの3T T2強調画像を用いて、サイト間、セッション間、解像度間の変動を評価した。
  論文  参考訳（メタデータ） (2024-02-01T16:14:54Z)
• White Matter Tracts are Point Clouds: Neuropsychological Score Prediction and Critical Region Localization via Geometric Deep Learning [68.5548609642999]
  ホワイトマタートラクトデータを用いた神経心理学的スコア予測のためのディープラーニングに基づくフレームワークを提案する。 各点の微細構造測定を行う点雲として, arcuate fasciculus (AF) を表現した。 Paired-Siamese Lossでは,連続した神経心理学的スコアの違いに関する情報を利用した予測性能を改善した。
  論文  参考訳（メタデータ） (2022-07-06T02:03:28Z)
• Localizing the Recurrent Laryngeal Nerve via Ultrasound with a Bayesian Shape Framework [65.19784967388934]
  RLN(recurrent laryngeal nerve)の腫瘍浸潤は, 甲状腺摘出術の抗腫瘍剤であり, 標準喉頭鏡による検出が困難である。 本稿では,外科医がRLNを周囲の臓器に従って識別する標準的なアプローチを模倣した,RLNの局所化のための知識駆動型フレームワークを提案する。 実験結果から, 提案手法は, 最先端手法と比較して, 高いヒット率とかなり小さい距離誤差を達成できることが示唆された。
  論文  参考訳（メタデータ） (2022-06-30T13:04:42Z)
• Context-Aware Transformers For Spinal Cancer Detection and Radiological Grading [70.04389979779195]
  本稿では,脊椎分析に関わる医療画像問題に対するトランスフォーマーを用いた新しいモデルアーキテクチャを提案する。 MR画像におけるそのようなモデルの2つの応用について考察する: (a)脊椎転移の検出と脊椎骨折の関連状況と転移性脊髄圧迫。 画像中の脊椎のコンテキストを考慮することで,SCTは以前に公表したモデルと比較して,いくつかのグレーディングの精度を向上することを示す。
  論文  参考訳（メタデータ） (2022-06-27T10:31:03Z)
• SpineNetV2: Automated Detection, Labelling and Radiological Grading Of Clinical MR Scans [70.04389979779195]
  SpineNetV2は、臨床脊髄磁気共鳴(MR)スキャンで脊椎を検知し、ラベル付けする自動化ツールである。 また、T2強調スキャンで腰椎椎間板のX線学的グレーディングを行い、様々な一般的な変性変化を観察する。
  論文  参考訳（メタデータ） (2022-05-03T15:05:58Z)
• 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)
• SpineOne: A One-Stage Detection Framework for Degenerative Discs and Vertebrae [54.751251046196494]
  SpineOneと呼ばれる一段階検出フレームワークを提案し、MRIスライスから変性椎骨と椎骨を同時に局在化・分類する。 1)キーポイントの局所化と分類を促進するためのキーポイント・ヒートマップの新しい設計、2)ディスクと脊椎の表現をよりよく区別するためのアテンション・モジュールの使用、3)後期訓練段階における複数の学習目標を関連付けるための新しい勾配誘導客観的アソシエーション機構。
  論文  参考訳（メタデータ） (2021-10-28T12:59:06Z)
• Stacked Hourglass Network with a Multi-level Attention Mechanism: Where to Look for Intervertebral Disc Labeling [2.3848738964230023]
  椎間板の位置と骨格構造を協調的に学習する多レベルアテンション機構を有する重畳時間ガラスネットワークを提案する。 提案した深層学習モデルは意味的セグメンテーションの強さとポーズ推定手法を考慮し,欠落した領域と偽陽性検出を扱う。
  論文  参考訳（メタデータ） (2021-08-14T14:53:27Z)
• Automatic Vertebra Localization and Identification in CT by Spine Rectification and Anatomically-constrained Optimization [23.84364494308767]
  本論文では脊椎の解剖学的知識を利用して椎骨の局在と同定を容易にする堅牢かつ正確な方法を提案する。 キーポイント局在モデルは、脊椎中心の活性化マップを作成するために訓練される。 その後、脊椎中心線に沿って再サンプリングされ、脊椎切除された活性化マップを生成し、さらに1-D活性化信号に集約される。 解剖学的に制約された最適化モジュールを導入し、連続する椎骨指数の椎骨と硬い制約の間の距離を調節するソフト制約の下で最適な椎骨中心を共同で探索する。
  論文  参考訳（メタデータ） (2020-12-14T21:26:48Z)
• A Convolutional Approach to Vertebrae Detection and Labelling in Whole Spine MRI [70.04389979779195]
  脊椎MRIにおける脊椎の発見と同定のための新しい畳み込み法を提案する。 これには学習ベクトル場を使用して、検出された脊椎の角を個別の脊椎にまとめる。 本手法の臨床的有用性を示すために, 腰部, 脊柱管内MRスキャンにおける側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側
  論文  参考訳（メタデータ） (2020-07-06T09:37:12Z)

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。