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)
• Demographic Predictability in 3D CT Foundation Embeddings [0.0]
  自己組織化基礎モデルはCT画像の符号化に成功している。 これらの埋め込みが年齢、性別、人種などの人口統計情報をキャプチャするかどうかを評価する。
  論文  参考訳（メタデータ） (2024-11-28T04:26:39Z)
• 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)
• Establishing Central Sensitization Inventory Cut-off Values in patients with Chronic Low Back Pain by Unsupervised Machine Learning [2.0843870970746567]
  本研究の目的は,オランダ語話者における慢性腰痛(CLBP)のカットオフ値を決定することである。 調査データと性別に基づいて,HACS関連クラスタを同定するために,4つのクラスタリング手法を適用した。 CLBPの最適カットオフ値は35。
  論文  参考訳（メタデータ） (2023-11-20T15:57:49Z)
• A Study of Age and Sex Bias in Multiple Instance Learning based Classification of Acute Myeloid Leukemia Subtypes [44.077241051884926]
  複数のMILモデルをトレーニングセットで異なるレベルの性不均衡を用いて訓練し、特定の年齢群を除外する。 性別と年齢の偏りがAMLサブタイプ分類モデルの性能に及ぼす影響について検討した。
  論文  参考訳（メタデータ） (2023-08-24T09:32:46Z)
• 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)
• Deep Learning for Predicting Progression of Patellofemoral Osteoarthritis Based on Lateral Knee Radiographs, Demographic Data and Symptomatic Assessments [1.1549572298362785]
  本研究はMOST研究のベースラインから被験者(被験者1832名,膝3276名)を抽出した。 PF関節領域は, 側膝X線上の自動ランドマーク検出ツール(BoneFinder)を用いて同定した。 年齢、性別、BMIおよびWOMACスコア、および大腿骨関節X線学的関節炎ステージ(KLスコア)の危険因子について
  論文  参考訳（メタデータ） (2023-05-10T06:43:33Z)
• 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)
• Risk of Bias in Chest Radiography Deep Learning Foundation Models [14.962566915809264]
  2002年10月から2017年7月までに収集されたCheXpertデータセットから,42,884人の胸部X線写真127,118点(平均年齢63[SD]17歳,男性23,623点,女性19,261点)を使用した。 生物学的セックスと人種における12対比較のうち10は、研究基盤モデルに統計的に有意な差が認められた。 男性と女性 (P .001) とアジアと黒人 (P .001) の間に有意な差がみられた。
  論文  参考訳（メタデータ） (2022-09-07T07:16:30Z)
• TotalSegmentator: robust segmentation of 104 anatomical structures in CT images [48.50994220135258]
  身体CT画像の深層学習セグメント化モデルを提案する。 このモデルは、臓器の容積、疾患の特徴、外科的または放射線療法計画などのユースケースに関連する104の解剖学的構造を区分することができる。
  論文  参考訳（メタデータ） (2022-08-11T15:16:40Z)
• 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)
• 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)
• A Deep Learning Approach to Predicting Collateral Flow in Stroke Patients Using Radiomic Features from Perfusion Images [58.17507437526425]
  側方循環は、血流を妥協した領域に酸素を供給する特殊な無酸素流路から生じる。 実際のグレーティングは主に、取得した画像の手動検査によって行われる。 MR灌流データから抽出した放射線学的特徴に基づいて,脳卒中患者の側方血流低下を予測するための深層学習手法を提案する。
  論文  参考訳（メタデータ） (2021-10-24T18:58:40Z)
• Deep Implicit Statistical Shape Models for 3D Medical Image Delineation [47.78425002879612]
  解剖学的構造の3次元デライン化は、医用画像解析の基本的な目標である。 ディープラーニング以前は、解剖学的制約を課し高品質の表面を作り出す統計的形状モデルはコア技術だった。 我々は,CNNの表現力とSSMの頑健さを合体させるデライン化の新しい手法であるディープ暗黙的統計的形状モデル(DISSMs)を提案する。
  論文  参考訳（メタデータ） (2021-04-07T01:15:06Z)
• Balancing Biases and Preserving Privacy on Balanced Faces in the Wild [50.915684171879036]
  現在の顔認識(FR)モデルには、人口統計バイアスが存在する。 さまざまな民族と性別のサブグループにまたがる偏見を測定するために、我々のバランス・フェイススをWildデータセットに導入します。 真偽と偽のサンプルペアを区別するために1点のスコアしきい値に依存すると、最適以下の結果が得られます。 本稿では,最先端ニューラルネットワークから抽出した顔特徴を用いたドメイン適応学習手法を提案する。
  論文  参考訳（メタデータ） (2021-03-16T15:05:49Z)
• 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。