論文の概要: A Novel Vascular Risk Scoring Framework for Quantifying Sex-Specific Cerebral Perfusion from 3D pCASL MRI
- arxiv url: http://arxiv.org/abs/2508.13173v2
- Date: Wed, 20 Aug 2025 15:28:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-21 14:45:44.948671
- Title: A Novel Vascular Risk Scoring Framework for Quantifying Sex-Specific Cerebral Perfusion from 3D pCASL MRI
- Title（参考訳）: 3次元pCASL MRIによる性差特異的脳血流定量のための新しい血管リスクスコアフレームワーク
- Authors: Sneha Noble, Neelam Sinha, Vaanathi Sundareshan, Thomas Gregor Issac,
- Abstract要約: そこで本研究では,年齢および性別による基準的脳血流(CBF)分布から得られた生体情報に基づく血管リスクスコア(VRS)を提案する。
この指標は、神経変性疾患に対する早期低灌流の検出と血管の成層化のための、敏感でパーソナライズされたバイオマーカーを提供する。
- 参考スコア（独自算出の注目度）: 2.474908349649168
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a novel framework that leverages 3D pseudo-continuous arterial spin labeling (pCASL) MRI to investigate sex- and age-dependent heterogeneity in cerebral perfusion and to establish a biologically informed vascular risk quantification metric. A custom convolutional neural network was trained on ASL-derived cerebral blood flow (CBF) maps from 186 cognitively healthy individuals (89 males and 97 females, ages 8-92 years), achieving 95% accuracy in sex classification and revealing robust sex-specific perfusion signatures. Regional analyses identified significantly elevated CBF in females across medial Brodmann areas 6 and 10, the visual area of the cortex, the polar occipital cortex, and both ventral and dorsal dysgranular insula, highlighting sex-specific neurovascular specialization in motor, cognitive, sensory, and affective domains. In addition, we observed a consistent global age-related decline in CBF across both sexes, reflecting progressive cerebrovascular aging. To integrate these findings, we propose a biologically informed Vascular Risk Score (VRS) derived from age- and sex-stratified normative CBF distributions. The VRS enables individualized assessment of cerebral perfusion integrity by quantifying deviations from expected normative patterns. This metric offers a sensitive, personalized biomarker for detecting early hypoperfusion and stratifying vascular contributions to neurodegenerative diseases, including Alzheimer's disease, thereby advancing the goals of precision neurology.
- Abstract（参考訳）: 本稿では,3D pseudo-Continuous Arterial spin labeling (pCASL) MRI を用いて,脳灌流における性差と年齢依存性の不均一性を調査し,生体情報による血管リスク定量化指標を確立するための新しい枠組みを提案する。
独自の畳み込みニューラルネットワークは、認知的健康な186人(男性89人、女性97人、年齢8～92歳)のASL由来の脳血流(CBF)マップに基づいて訓練され、性分類の95%の精度が達成され、堅牢な性特異的灌流シグネチャが明らかにされた。
地域別分析では、中型ブロドマン領域6,10の女性のCBF上昇、大脳皮質の視覚領域、極性後頭皮質、および腹側および背側顆粒内 insula の双方を同定し、運動、認知、感覚、情動ドメインにおける性特異的神経血管の特殊化を強調した。
また,両性間におけるCBFの経時的減少は,進行性脳血管老化を反映していると考えられた。
これらの知見を統合するために,年齢と性別を基準としたCBF分布から生体情報を得た血管リスクスコア(VRS)を提案する。
VRSは、期待される規範パターンからの逸脱を定量化することにより、脳灌流整合性の個別評価を可能にする。
この指標は、早期の低灌流を検知し、アルツハイマー病を含む神経変性疾患への血管の貢献を成層化するための、敏感でパーソナライズされたバイオマーカーを提供し、それによって精度の高い神経学の目標を推し進める。
関連論文リスト
- Three-dimensional end-to-end deep learning for brain MRI analysis [1.0021251840264285]
本研究では,SFCN(Simple Fully Connected Network),DenseNet(DenseNet),Shifted Window(Swin)変換器(Shifted Window(Swin)変換器)の3つの既存3次元アーキテクチャを年齢・性別予測のために評価した。
SFCNは、AUCがUKBで1.00[1.00-1.00]、外部テストセットで0.85-0.91で、より複雑なアーキテクチャよりも一貫して優れていた。
年齢予測タスクでは、SFCNはUKBで2.66(r=0.89)、外部データセットで4.98-5.81(r=0.55-0.70)の平均絶対誤差(MAE)を示した。
論文 参考訳（メタデータ） (2025-06-30T14:44:49Z) - Naturalistic Language-related Movie-Watching fMRI Task for Detecting Neurocognitive Decline and Disorder [60.84344168388442]
言語関連機能的磁気共鳴画像(fMRI)は,認知機能低下と早期NCDの検出に有望なアプローチである。
香港在住の高齢者97名を対象に,この課題の有効性について検討した。
本研究は、加齢に伴う認知低下とNCDの早期発見のための自然言語関連fMRIタスクの可能性を示した。
論文 参考訳（メタデータ） (2025-06-10T16:58:47Z) - Genetic Influences on Brain Aging: Analyzing Sex Differences in the UK Biobank using Structural MRI [0.3441582801949977]
脳の老化の軌跡は男性と女性によって異なるが、これらの違いの根底にある遺伝的要因は未解明のままである。
総脳,海馬,心室容積の脳年齢ギャップ推定値(BrainAGE)を算出した。
性別階層化ゲノムワイド・アソシエーション(GWAS)とポストGWAS(Post-GWAS)を用いて,脳老化の進行に伴う遺伝的変異を同定した。
論文 参考訳（メタデータ） (2025-05-25T03:59:00Z) - AXIAL: Attention-based eXplainability for Interpretable Alzheimer's Localized Diagnosis using 2D CNNs on 3D MRI brain scans [43.06293430764841]
本研究では,3次元MRIを用いたアルツハイマー病診断の革新的手法を提案する。
提案手法では,2次元CNNがボリューム表現を抽出できるソフトアテンション機構を採用している。
ボクセルレベルの精度では、どの領域に注意が払われているかを同定し、これらの支配的な脳領域を同定する。
論文 参考訳（メタデータ） (2024-07-02T16:44:00Z) - 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) - Patched Diffusion Models for Unsupervised Anomaly Detection in Brain MRI [55.78588835407174]
本稿では,正常脳解剖のパッチベース推定法として拡散モデルの生成タスクを再構築する手法を提案する。
腫瘍と多発性硬化症について検討し,既存のベースラインと比較して25.1%の改善がみられた。
論文 参考訳（メタデータ） (2023-03-07T09:40:22Z) - ThoraX-PriorNet: A Novel Attention-Based Architecture Using Anatomical
Prior Probability Maps for Thoracic Disease Classification [2.0319363307774476]
胸部疾患は, 他と比較して, 特定の解剖学的領域で発生しやすいことが知られている。
本稿では、この病気と地域依存の事前確率分布をディープラーニングフレームワークに組み込むことを目的とする。
論文 参考訳（メタデータ） (2022-10-06T15:38:02Z) - An Algorithm for the Labeling and Interactive Visualization of the
Cerebrovascular System of Ischemic Strokes [59.116811751334225]
VirtualDSA++は、CTAスキャンで脳血管ツリーをセグメンテーションし、ラベル付けするために設計されたアルゴリズムである。
閉塞血管を同定するために,脳動脈のラベル付け機構を拡張した。
本稿では,そのモデルの全ノードにおける経路の反復的体系探索という一般的な概念を紹介し,新たな対話的特徴を実現する。
論文 参考訳（メタデータ） (2022-04-26T14:20:26Z) - 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) - A Graph Gaussian Embedding Method for Predicting Alzheimer's Disease
Progression with MEG Brain Networks [59.15734147867412]
アルツハイマー病(AD)に関連する機能的脳ネットワークの微妙な変化を特徴付けることは、疾患進行の早期診断と予測に重要である。
我々は、多重グラフガウス埋め込みモデル(MG2G)と呼ばれる新しいディープラーニング手法を開発した。
我々はMG2Gを用いて、MEG脳ネットワークの内在性潜在性次元を検出し、軽度認知障害(MCI)患者のADへの進行を予測し、MCIに関連するネットワーク変化を伴う脳領域を同定した。
論文 参考訳（メタデータ） (2020-05-08T02:29:24Z)
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。