論文の概要: PediDemi -- A Pediatric Demyelinating Lesion Segmentation Dataset

• arxiv url: http://arxiv.org/abs/2508.13239v1
• Date: Mon, 18 Aug 2025 05:49:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-20 15:36:31.679632
• Title: PediDemi -- A Pediatric Demyelinating Lesion Segmentation Dataset
• Title（参考訳）: PediDemi - 小児脱髄性病変分割データセット
• Authors: Maria Popa, Gabriela Adriana Visa,
• Abstract要約: 小児症例や脱髄性疾患のデータセットは、MSを超えて公開されていない。 この研究は、初めて、病変の分節を脱髄するための一般公開された小児用データセットを紹介した。 このデータセットは、ADEMで3例を含む脱髄性疾患と診断された13名の小児患者のMRIスキャンを含む。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Demyelinating disorders of the central nervous system may have multiple causes, the most common are infections, autoimmune responses, genetic or vascular etiology. Demyelination lesions are characterized by areas were the myelin sheath of the nerve fibers are broken or destroyed. Among autoimmune disorders, Multiple Sclerosis (MS) is the most well-known Among these disorders, Multiple Sclerosis (MS) is the most well-known and aggressive form. Acute Disseminated Encephalomyelitis (ADEM) is another type of demyelinating disease, typically with a better prognosis. Magnetic Resonance Imaging (MRI) is widely used for diagnosing and monitoring disease progression by detecting lesions. While both adults and children can be affected, there is a significant lack of publicly available datasets for pediatric cases and demyelinating disorders beyond MS. This study introduces, for the first time, a publicly available pediatric dataset for demyelinating lesion segmentation. The dataset comprises MRI scans from 13 pediatric patients diagnosed with demyelinating disorders, including 3 with ADEM. In addition to lesion segmentation masks, the dataset includes extensive patient metadata, such as diagnosis, treatment, personal medical background, and laboratory results. To assess the quality of the dataset and demonstrate its relevance, we evaluate a state-of-the-art lesion segmentation model trained on an existing MS dataset. The results underscore the importance of diverse datasets
• Abstract（参考訳）: 中枢神経系の脱髄性疾患は、感染症、自己免疫反応、遺伝子または血管エチオロジーなど、複数の原因がある可能性がある。 脱髄病変の特徴は、神経線維のミエリンシースが破壊または破壊される領域である。 自己免疫疾患のうち、多発性硬化症(Multiple Sclerosis, MS)が最もよく知られており、多発性硬化症(Multiple Sclerosis, MS)は最もよく知られて攻撃的な形態である。 急性播種性脳脊髄炎 (ADEM) は脱髄性疾患の一種であり、予後が良好である。 磁気共鳴イメージング(MRI)は、病変の検出によって疾患の進行を診断し、監視するために広く用いられている。 成人・小児ともに影響を受けうるが, 小児科領域の脱髄性疾患や脱髄性疾患については, 公開データセットの欠如が顕著である。本研究では, 初めて, 脱髄性病変の脱髄性病変の脱髄性データセットについて紹介する。 このデータセットは、ADEMで3例を含む脱髄性疾患と診断された13名の小児患者のMRIスキャンを含む。 病変のセグメンテーションマスクに加えて、このデータセットには、診断、治療、個人の医学的背景、実験結果など、幅広い患者のメタデータが含まれている。 データセットの品質を評価し,その妥当性を示すために,既存のMSデータセットに基づいてトレーニングされた最先端の病変分割モデルを評価する。 その結果は多様なデータセットの重要性を浮き彫りにした

関連論文リスト

• Demographic-aware fine-grained classification of pediatric wrist fractures [3.4384440967420185]
  特に骨折症例の多数を占める小児では、手首の病理が頻繁に見られる。 コンピュータビジョンは、広範囲なデータセットの利用可能性に応じて、有望な道を示す。 極めて限られたデータセットを用いて手首の病態を認識するという課題に対処するために,多面的アプローチを採用する。
  論文  参考訳（メタデータ） (2025-07-17T10:03:57Z)
• SegHeD+: Segmentation of Heterogeneous Data for Multiple Sclerosis Lesions with Anatomical Constraints and Lesion-aware Augmentation [1.6365496769445946]
  複数のデータセットやタスクを扱える新しいセグメンテーションモデルであるSegHeD+を紹介します。 分割モデルに経時的,解剖学的,体積的制約を組み込むことにより,MS病変に関するドメイン知識を統合する。 SegHeD+は5つのMSデータセットで評価され、すべての、新しい、消滅する病変のセグメンテーションにおいて優れたパフォーマンスを示す。
  論文  参考訳（メタデータ） (2024-12-14T19:44:25Z)
• Assessing and Enhancing Large Language Models in Rare Disease Question-answering [64.32570472692187]
  本稿では,レアな疾患の診断におけるLarge Language Models (LLMs) の性能を評価するために,レアな疾患問合せデータセット(ReDis-QA)を導入する。 ReDis-QAデータセットでは1360の高品質な質問応答ペアを収集し,205の稀な疾患をカバーした。 その後、いくつかのオープンソースのLCMをベンチマークし、希少疾患の診断がこれらのモデルにとって重要な課題であることを示した。 実験の結果,ReCOPは,ReDis-QAデータセット上でのLCMの精度を平均8%向上できることがわかった。
  論文  参考訳（メタデータ） (2024-08-15T21:09:09Z)
• Potential of Multimodal Large Language Models for Data Mining of Medical Images and Free-text Reports [51.45762396192655]
  特にGemini-Vision-Series (Gemini) と GPT-4-Series (GPT-4) は、コンピュータビジョンのための人工知能のパラダイムシフトを象徴している。 本研究は,14の医用画像データセットを対象に,Gemini,GPT-4,および4つの一般的な大規模モデルの性能評価を行った。
  論文  参考訳（メタデータ） (2024-07-08T09:08:42Z)
• A Demographic-Conditioned Variational Autoencoder for fMRI Distribution Sampling and Removal of Confounds [49.34500499203579]
  変動型オートエンコーダ(VAE)ベースのモデルであるDemoVAEを作成し、人口統計学から fMRI の特徴を推定する。 ユーザが供給する人口動態に基づいて,高品質な合成fMRIデータを生成する。
  論文  参考訳（メタデータ） (2024-05-13T17:49:20Z)
• Automatic Classification of Neuromuscular Diseases in Children Using Photoacoustic Imaging [77.32032399775152]
  神経筋疾患(NMD)は、医療システムと社会の両方に重大な負担をもたらす。 激しい進行性筋力低下、筋変性、収縮、変形、進行性障害を引き起こす。
  論文  参考訳（メタデータ） (2022-01-27T16:37:19Z)
• SpineOne: A One-Stage Detection Framework for Degenerative Discs and Vertebrae [54.751251046196494]
  SpineOneと呼ばれる一段階検出フレームワークを提案し、MRIスライスから変性椎骨と椎骨を同時に局在化・分類する。 1)キーポイントの局所化と分類を促進するためのキーポイント・ヒートマップの新しい設計、2)ディスクと脊椎の表現をよりよく区別するためのアテンション・モジュールの使用、3)後期訓練段階における複数の学習目標を関連付けるための新しい勾配誘導客観的アソシエーション機構。
  論文  参考訳（メタデータ） (2021-10-28T12:59:06Z)
• Multiple Sclerosis Lesion Analysis in Brain Magnetic Resonance Images: Techniques and Clinical Applications [22.410543483471915]
  多発性硬化症(MS)は、中枢神経系の慢性炎症性および変性疾患である。 伝統的に、MS病変は手動で2DMRIスライスに注釈付けされている。 深層学習技術は,ms病変分割タスクにおいて著しいブレークスルーを達成した。
  論文  参考訳（メタデータ） (2021-04-20T15:08:51Z)
• Modeling Disease Progression in Mild Cognitive Impairment and Alzheimer's Disease with Digital Twins [0.0]
  デジタル双生児は、実際の被験者とベースラインデータを共有する臨床記録のシミュレーションである。 我々はDigital Twinsが、さまざまな病気の重症度で臨床試験において、いくつかの重要なエンドポイントの進行を同時に捉える方法を示す。
  論文  参考訳（メタデータ） (2020-12-24T22:29:47Z)
• Fader Networks for domain adaptation on fMRI: ABIDE-II study [68.5481471934606]
  我々は3次元畳み込みオートエンコーダを用いて、無関係な空間画像表現を実現するとともに、ABIDEデータ上で既存のアプローチより優れていることを示す。
  論文  参考訳（メタデータ） (2020-10-14T16:50:50Z)

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。