論文の概要: Cardiac Digital Twins at Scale from MRI: Open Tools and Representative Models from ~55000 UK Biobank Participants

• arxiv url: http://arxiv.org/abs/2505.21019v1
• Date: Tue, 27 May 2025 10:52:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-28 17:05:58.590689
• Title: Cardiac Digital Twins at Scale from MRI: Open Tools and Representative Models from ~55000 UK Biobank Participants
• Title（参考訳）: MRIによる心臓デジタル双生児: 約55,000人の英国バイオバンク参加者によるオープンツールと代表モデル
• Authors: Devran Ugurlu, Shuang Qian, Elliot Fairweather, Charlene Mauger, Bram Ruijsink, Laura Dal Toso, Yu Deng, Marina Strocchi, Reza Razavi, Alistair Young, Pablo Lamata, Steven Niederer, Martin Bishop,
• Abstract要約: 心臓デジタル双生児は、心臓血管疾患のスクリーニング、診断、予後、リスクアセスメント、治療計画のための患者の心臓の仮想レプリカである。 大規模な心臓デジタル双生児の生成は要求されており、人口統計群全体にわたるモデルの公開リポジトリは存在しない。 心臓血管磁気共鳴画像から患者固有の左室メッシュと右室メッシュを作成するための,オープンソースの自動パイプラインについて述べる。
• 参考スコア（独自算出の注目度）: 2.185405350260057
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A cardiac digital twin is a virtual replica of a patient's heart for screening, diagnosis, prognosis, risk assessment, and treatment planning of cardiovascular diseases. This requires an anatomically accurate patient-specific 3D structural representation of the heart, suitable for electro-mechanical simulations or study of disease mechanisms. However, generation of cardiac digital twins at scale is demanding and there are no public repositories of models across demographic groups. We describe an automatic open-source pipeline for creating patient-specific left and right ventricular meshes from cardiovascular magnetic resonance images, its application to a large cohort of ~55000 participants from UK Biobank, and the construction of the most comprehensive cohort of adult heart models to date, comprising 1423 representative meshes across sex (male, female), body mass index (range: 16 - 42 kg/m$^2$) and age (range: 49 - 80 years). Our code is available at https://github.com/cdttk/biv-volumetric-meshing/tree/plos2025 , and pre-trained networks, representative volumetric meshes with fibers and UVCs will be made available soon.
• Abstract（参考訳）: 心臓デジタル双生児は、心臓血管疾患のスクリーニング、診断、予後、リスクアセスメント、治療計画のための患者の心臓の仮想レプリカである。 これは、解剖学的に正確な患者特異的な心臓の3D構造表現を必要とし、電気機械シミュレーションや疾患機構の研究に適している。 しかし、大規模な心臓デジタル双生児の生成は要求されており、人口統計群にまたがるモデルの公開リポジトリは存在しない。 心臓血管磁気共鳴画像から左室と右室のメッシュを自動生成するオープンソースパイプラインについて述べるとともに、英国バイオバンクから約55,000人の参加者からなる大規模なコホートに適用し、1423個の代表メッシュ(男性、女性)、体重指数(範囲:16～42kg/m$^2$)、年齢(範囲:49～80歳)からなる、最も包括的な成人心臓モデルの構築について述べる。 私たちのコードはhttps://github.com/cdttk/biv-volumetric-meshing/tree/plos2025で利用可能です。

関連論文リスト

• Translating Electrocardiograms to Cardiac Magnetic Resonance Imaging Useful for Cardiac Assessment and Disease Screening: A Multi-Center Study AI for ECG to CMR Translation Study [30.84196213860778]
  心臓血管疾患(CVD)は世界的な死亡の原因であり、アクセス可能で正確な診断ツールを必要とする。 12個の心電図信号をCMRレベルの機能パラメータと合成画像に変換するディープラーニングフレームワークであるCardioNetsを提案する。 読者の研究では、ECGのみのCardioNetsは、ECGと実際のCMRの両方を用いて、人間の医師よりも13.9%高い精度を達成した。
  論文  参考訳（メタデータ） (2024-11-19T09:09:14Z)
• Machine Learning Models for the Identification of Cardiovascular Diseases Using UK Biobank Data [4.285399998352862]
  この調査では、英国の主要医療センターから50万人以上の中年参加者が参加しました。 参加者は、心臓発作、狭心症、脳卒中、高血圧の少なくとも1つを報告した場合、CVDと分類された。 我々は9つの機械学習モデル (LSVM, RBFSVM, GP, DT, RF, NN, AdaBoost, NB, QDA) を用いた。
  論文  参考訳（メタデータ） (2024-07-23T11:05:20Z)
• Structure-aware World Model for Probe Guidance via Large-scale Self-supervised Pre-train [66.35766658717205]
  心エコー法を成功させるには、二次元平面上の構造と三次元空間における平面間の空間的関係を徹底的に理解する必要がある。 心構造を意識した世界モデルを取得するための,大規模自己指導型事前学習手法を提案する。
  論文  参考訳（メタデータ） (2024-06-28T08:54:44Z)
• Cardiac Copilot: Automatic Probe Guidance for Echocardiography with World Model [66.35766658717205]
  心臓の複雑な構造と重要な手術上の課題のため、経験豊富なソノグラフィーが不足している。 本稿では,リアルタイムなプローブ移動誘導が可能なCardiac Copilotシステムを提案する。 中心となるイノベーションは、心臓の空間構造を表現するためのデータ駆動の世界モデル、Cardiac Dreamerの提案である。 実世界の超音波データとそれに対応するプローブの動きを,3人のソノグラフィーによる151Kサンプル対を用いた110の定期的な臨床スキャンからトレーニングする。
  論文  参考訳（メタデータ） (2024-06-19T02:42:29Z)
• Deep Learning Models for Arrhythmia Classification Using Stacked Time-frequency Scalogram Images from ECG Signals [4.659427498118277]
  本稿では,心電図に基づく不整脈分類のためのAI自動分類システムを提案する。 深層学習に基づく解法は心電図に基づく不整脈分類のために提案されている。
  論文  参考訳（メタデータ） (2023-12-01T03:16:32Z)
• Three-dimensional micro-structurally informed in silico myocardium -- towards virtual imaging trials in cardiac diffusion weighted MRI [58.484353709077034]
  本稿では,心筋微細構造の数値ファントムを現実的に生成する新しい手法を提案する。 シリコン組織モデルにより、磁気共鳴イメージングの定量的モデルを評価することができる。
  論文  参考訳（メタデータ） (2022-08-22T22:01:44Z)
• Deep Learning Analysis of Cardiac MRI in Legacy Datasets: Multi-Ethnic Study of Atherosclerosis [0.4585572408645652]
  多発性動脈硬化症 (MESA) は, 血管内MRIを5000名以上の被験者に取り入れた最初の大規模コホート研究であり, 20年以上にわたる追跡データも豊富である。 本稿では,MESA の旧来の心臓MRIデータに応用した深層学習手法を用いた自動アトラス構築パイプラインについて述べる。
  論文  参考訳（メタデータ） (2021-10-28T14:18:21Z)
• Joint data imputation and mechanistic modelling for simulating heart-brain interactions in incomplete datasets [5.178090215294132]
  本稿では, 心血管機構モデルを用いた共同心臓データ計算とパーソナライズのための確率的枠組みを提案する。 本手法は, 利用可能な特徴量から, 心臓情報の計算モデルを用いて, 共同推論を行うための変動的枠組みに基づくものである。 本モデルは,最小限の心情報を含むデータセットにおいて,欠落した心機能の正確な計算を可能にすることを示す。
  論文  参考訳（メタデータ） (2020-10-02T15:31:36Z)
• Segmentation of the Myocardium on Late-Gadolinium Enhanced MRI based on 2.5 D Residual Squeeze and Excitation Deep Learning Model [55.09533240649176]
  本研究の目的は,LGE-MRIを用いた心筋境界領域の深部学習モデルに基づく正確な自動セグメンテーション法を開発することである。 合計320回の試験(平均6回の試験)と28回の試験が行われた。 ベーススライスとミドルスライスにおけるアンサンブルモデルの性能解析は, サーバ内調査と同等であり, アトピーススライスではわずかに低かった。
  論文  参考訳（メタデータ） (2020-05-27T20:44:38Z)

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。