論文の概要: RAM-W600: A Multi-Task Wrist Dataset and Benchmark for Rheumatoid Arthritis

• arxiv url: http://arxiv.org/abs/2507.05193v1
• Date: Mon, 07 Jul 2025 16:53:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-08 15:46:35.526005
• Title: RAM-W600: A Multi-Task Wrist Dataset and Benchmark for Rheumatoid Arthritis
• Title（参考訳）: RAM-W600 関節リウマチのマルチタスクリストデータセットとベンチマーク
• Authors: Songxiao Yang, Haolin Wang, Yao Fu, Ye Tian, Tamotsu Kamishima, Masayuki Ikebe, Yafei Ou, Masatoshi Okutomi,
• Abstract要約: 手首は関節リウマチ(RA)の診断における重要な領域である このデータセットは、4つの医療センターの患者227人の手首の従来のX線写真621枚からなる。
• 参考スコア（独自算出の注目度）: 20.805221347089944
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Rheumatoid arthritis (RA) is a common autoimmune disease that has been the focus of research in computer-aided diagnosis (CAD) and disease monitoring. In clinical settings, conventional radiography (CR) is widely used for the screening and evaluation of RA due to its low cost and accessibility. The wrist is a critical region for the diagnosis of RA. However, CAD research in this area remains limited, primarily due to the challenges in acquiring high-quality instance-level annotations. (i) The wrist comprises numerous small bones with narrow joint spaces, complex structures, and frequent overlaps, requiring detailed anatomical knowledge for accurate annotation. (ii) Disease progression in RA often leads to osteophyte, bone erosion (BE), and even bony ankylosis, which alter bone morphology and increase annotation difficulty, necessitating expertise in rheumatology. This work presents a multi-task dataset for wrist bone in CR, including two tasks: (i) wrist bone instance segmentation and (ii) Sharp/van der Heijde (SvdH) BE scoring, which is the first public resource for wrist bone instance segmentation. This dataset comprises 621 wrist conventional radiographs of 227 patients from four medical centers, with pixel-level instance segmentation annotations for 443 images and SvdH BE scores for 548 images. This dataset can potentially support a wide range of research tasks related to RA, including joint space narrowing (JSN) progression quantification, BE detection, bone deformity evaluation, and osteophyte detection. It may also be applied to other wrist-related tasks, such as carpal bone fracture localization. We hope this dataset will significantly lower the barrier to research on wrist RA and accelerate progress in CAD research within the RA-related domain.
• Abstract（参考訳）: 慢性関節リウマチ(RA)は自己免疫疾患であり,コンピュータ支援診断(CAD)と疾患モニタリングの研究の中心となっている。 臨床現場では、RAのスクリーニングや評価に従来の放射線検査(CR)が用いられている。 手首はRAの診断に重要な領域である。 しかし、この領域におけるCAD研究は、主に高品質なインスタンスレベルのアノテーションを取得することの難しさのために、依然として限られている。 i) この手首は, 細い関節空間, 複雑な構造, 頻繁な重複を有する多数の小さな骨から構成されており, 正確な注釈のために詳細な解剖学的知識を必要としている。 (II)RAの疾患進行は、しばしば骨芽細胞、骨浸食(BE)、さらには骨形態を変化させ、アノテーションの困難を増し、慢性関節リウマチの専門知識を必要とする骨性アンキローシスに至る。 この研究は、CRで手首骨のためのマルチタスクデータセットを提示する。 (i)手首骨の骨片と骨片 (ii) Sharp/van der Heijde (SvdH) BEスコアは、手首骨のインスタンスセグメンテーションのための最初の公開リソースである。 本データセットは,4つの医療センターの患者227名を対象に,443画像の画素レベルのインスタンスセグメンテーションアノテーション,548画像のSvdH BEスコアを手首に用いた。 このデータセットは、JSN(Joint Space narrowion Quantification)、BE検出、骨変形評価、骨芽細胞検出など、RAに関連する幅広い研究タスクをサポートする可能性がある。 また、手根骨骨折の局所化など他の手首関連作業にも適用できる。 このデータセットが手首RA研究の障壁を大幅に減らし、RA関連領域におけるCAD研究の進展を加速することを期待している。

関連論文リスト

• A Multi-Site Study on AI-Driven Pathology Detection and Osteoarthritis Grading from Knee X-Ray [0.0]
  変形性関節症や変形性膝関節症のような骨の健康障害は、世界的な健康問題を引き起こす。 本研究では, 膝X線を解析し, 重要な病態を検出するAIシステムを提案する。 また、変形性関節症の重症度も評価し、タイムリーにパーソナライズされた治療を可能にしている。
  論文  参考訳（メタデータ） (2025-03-28T06:41:22Z)
• Multi-Class Segmentation of Aortic Branches and Zones in Computed Tomography Angiography: The AortaSeg24 Challenge [55.252714550918824]
  AortaSeg24 MICCAI Challengeは、23の臨床的に関連する大動脈枝と領域に注釈付き100 CTA巻の最初のデータセットを導入した。 本稿では,トップパフォーマンスアルゴリズムの課題設計,データセットの詳細,評価指標,詳細な分析について述べる。
  論文  参考訳（メタデータ） (2025-02-07T21:09:05Z)
• Navigating limitations with precision: A fine-grained ensemble approach to wrist pathology recognition on a limited x-ray dataset [4.653005379506948]
  本研究は,手首の病理診断を微細な視覚認識問題として取り組んだものである。 我々は,X線中の識別領域を特定するために,特殊なFGVRベースのアンサンブルアプローチを導入する。 私たちはこれらの領域を特定するために、Grad-CAMと呼ばれる説明可能なAI(XAI)技術を使用します。
  論文  参考訳（メタデータ） (2024-12-18T14:23:54Z)
• A Systematic Analysis of Input Modalities for Fracture Classification of the Paediatric Wrist [0.46533489982168674]
  ドイツでは毎年約80万人が治療を受けており、子供や青年の骨折は最も多い。 AO/OTAシステムは、治療決定の基礎となる構造化骨折型分類を提供する。 現在のディープラーニングモデルは、経験豊富な放射線学者に匹敵する性能を示している。
  論文  参考訳（メタデータ） (2024-12-18T13:52:20Z)
• Deep Rib Fracture Instance Segmentation and Classification from CT on the RibFrac Challenge [66.86170104167608]
  RibFrac Challengeは、660のCTスキャンから5,000以上のリブ骨折のベンチマークデータセットを提供する。 MICCAI 2020チャレンジ期間中に243つの結果が評価され、7つのチームがチャレンジサマリーに参加するために招待された。 この分析により、いくつかのトップリブ骨折検出ソリューションが、人間の専門家と同等かそれ以上の性能を達成したことが明らかになった。
  論文  参考訳（メタデータ） (2024-02-14T18:18:33Z)
• Revisiting Computer-Aided Tuberculosis Diagnosis [56.80999479735375]
  結核(TB)は世界的な健康上の脅威であり、毎年何百万人もの死者を出している。 深層学習を用いたコンピュータ支援結核診断 (CTD) は有望であるが, 限られたトレーニングデータによって進行が妨げられている。 結核X線(TBX11K)データセットは11,200個の胸部X線(CXR)画像とそれに対応するTB領域のバウンディングボックスアノテーションを含む。 このデータセットは、高品質なCTDのための洗練された検出器のトレーニングを可能にする。
  論文  参考訳（メタデータ） (2023-07-06T08:27:48Z)
• Intelligent Sight and Sound: A Chronic Cancer Pain Dataset [74.77784420691937]
  本稿では,Intelligent Sight and Sound (ISS) 臨床試験の一環として収集された,最初の慢性ガン痛データセットを紹介する。 これまで収集されたデータは29の患者、509のスマートフォンビデオ、189,999のフレーム、そして自己報告された感情と活動の痛みのスコアから成っている。 静的画像とマルチモーダルデータを用いて、自己報告された痛みレベルを予測する。
  論文  参考訳（メタデータ） (2022-04-07T22:14:37Z)
• Knee Osteoarthritis Severity Prediction using an Attentive Multi-Scale Deep Convolutional Neural Network [8.950918531231158]
  本稿では,KellgrenおよびLawrenceグレードの分類をX線から自動的に評価する,深層学習ベースのフレームワークであるOsteHRNetを提案する。 提案モデルでは,OAIデータセットのベースラインコホートにおいて,71.74%,0.311のMAEが最良である。
  論文  参考訳（メタデータ） (2021-06-27T17:29:46Z)
• VerSe: A Vertebrae Labelling and Segmentation Benchmark for Multi-detector CT Images [121.31355003451152]
  大規模Vertebrae Challenge(VerSe)は、2019年と2020年に開催されたMICCAI(International Conference on Medical Image Computing and Computer Assisted Intervention)と共同で設立された。 本評価の結果を報告するとともに,脊椎レベル,スキャンレベル,および異なる視野での性能変化について検討した。
  論文  参考訳（メタデータ） (2020-01-24T21:09:18Z)

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。