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/2508.13173v3
• Date: Thu, 21 Aug 2025 17:30:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-22 14:03:17.275739
• 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: 性別や年齢が脳灌流に及ぼす影響は認識されているが, 局所脳血流量(CBF)と血管リスクに対する具体的な影響は明らかになっていない。 本研究では3D pseudo-continuous arterial spin labeling (pCASL) MRI を用いて性別と年齢関連CBFパターンを同定した。 標準灌流プロファイルに基づく血管リスクスコア(VRS)を開発した。
• 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: The influence of sex and age on cerebral perfusion is recognized, but the specific impacts on regional cerebral blood flow (CBF) and vascular risk remain to be fully characterized. In this study, 3D pseudo-continuous arterial spin labeling (pCASL) MRI was used to identify sex and age related CBF patterns, and a vascular risk score (VRS) was developed based on normative perfusion profiles. Perfusion data from 186 cognitively healthy participants (89 males, 97 females; aged 8 to 92 years), obtained from a publicly available dataset, were analyzed. An extension of the 3D Simple Linear Iterative Clustering (SLIC) supervoxel algorithm was applied to CBF maps to group neighboring voxels with similar intensities into anatomically meaningful regions. Regional CBF features were extracted and used to train a convolutional neural network (CNN) for sex classification and perfusion pattern analysis. Global, age related CBF changes were also assessed. Participant specific VRS was computed by comparing individual CBF profiles to age and sex specific normative data to quantify perfusion deficits. A 95 percent accuracy in sex classification was achieved using the proposed supervoxel based method, and distinct perfusion signatures were identified. Higher CBF was observed in females in medial Brodmann areas 6 and 10, area V5, occipital polar cortex, and insular regions. A global decline in CBF with age was observed in both sexes. Individual perfusion deficits were quantified using VRS, providing a personalized biomarker for early hypoperfusion. Sex and age specific CBF patterns were identified, and a personalized vascular risk biomarker was proposed, contributing to advancements in precision neurology.
• Abstract（参考訳）: 性別や年齢が脳灌流に及ぼす影響は認識されているが, 局所脳血流量(CBF)と血管リスクに対する具体的な影響は明らかになっていない。 本研究では,3D pseudo-Continuous Arterial spin labeling (pCASL) MRI を用いて性および年齢関連CBFパターンを同定し,標準灌流プロファイルに基づく血管リスクスコア(VRS)を開発した。 186名(男性89名,女性97名,女性8～92歳)の認知的健常者からの灌流データを公開データセットから分析した。 3D Simple Linear Iterative Clustering (SLIC) supervoxel algorithmをCBFマップに適用し, 類似の強度を持つ近傍のボクセルを解剖学的に意味のある領域へ拡張した。 地域CBFの特徴を抽出し,性分類と灌流パターン解析のための畳み込みニューラルネットワーク(CNN)の訓練に利用した。 グローバル, 年齢関連CBFの変化も評価された。 個々のCBFプロファイルと年齢,性別別規範データを比較して,灌流障害の定量化を行った。 性別分類における95%の精度が提案したスーパーボクセル法を用いて達成され、異なる灌流シグネチャが同定された。 内側ブロドマン領域6, 10, V5, 後頭極皮質, 不規則領域では, より高いCBFが観察された。 両性ともにCBFの低下がみられた。 個々の灌流障害はVRSを用いて定量化され、早期灌流のバイオマーカーとしてパーソナライズされた。 性別・年齢別CBFパターンが同定され, 血管内リスクバイオマーカーが提案され, 精度神経学の進歩に寄与した。

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。