論文の概要: Development of an isotropic segmentation model for medial temporal lobe subregions on anisotropic MRI atlas using implicit neural representation
- arxiv url: http://arxiv.org/abs/2508.17171v1
- Date: Sun, 24 Aug 2025 00:37:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-26 18:43:45.383239
- Title: Development of an isotropic segmentation model for medial temporal lobe subregions on anisotropic MRI atlas using implicit neural representation
- Title（参考訳）: 暗黙的神経表現を用いた異方性MRIアトラスにおける中側頭葉亜領域の等方性セグメンテーションモデルの開発
- Authors: Yue Li, Pulkit Khandelwal, Rohit Jena, Long Xie, Michael Duong, Amanda E. Denning, Christopher A. Brown, Laura E. M. Wisse, Sandhitsu R. Das, David A. Wolk, Paul A. Yushkevich,
- Abstract要約: アルツハイマー病(AD)は、中側頭葉(MTL)で最初に観察される
T2-weighted (T2w) MRIの分解能は異方性であり、MTLの皮質亜領域の厚さを正確に抽出することは困難である。
本研究では,T1強調MRIとT2wMRIの分解能を組み合わせ,暗黙的神経表現法を用いた。
- 参考スコア（独自算出の注目度）: 12.08729650848061
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Imaging biomarkers in magnetic resonance imaging (MRI) are important tools for diagnosing and tracking Alzheimer's disease (AD). As medial temporal lobe (MTL) is the earliest region to show AD-related hallmarks, brain atrophy caused by AD can first be observed in the MTL. Accurate segmentation of MTL subregions and extraction of imaging biomarkers from them are important. However, due to imaging limitations, the resolution of T2-weighted (T2w) MRI is anisotropic, which makes it difficult to accurately extract the thickness of cortical subregions in the MTL. In this study, we used an implicit neural representation method to combine the resolution advantages of T1-weighted and T2w MRI to accurately upsample an MTL subregion atlas set from anisotropic space to isotropic space, establishing a multi-modality, high-resolution atlas set. Based on this atlas, we developed an isotropic MTL subregion segmentation model. In an independent test set, the cortical subregion thickness extracted using this isotropic model showed higher significance than an anisotropic method in distinguishing between participants with mild cognitive impairment and cognitively unimpaired (CU) participants. In longitudinal analysis, the biomarkers extracted using isotropic method showed greater stability in CU participants. This study improved the accuracy of AD imaging biomarkers without increasing the amount of atlas annotation work, which may help to more accurately quantify the relationship between AD and brain atrophy and provide more accurate measures for disease tracking.
- Abstract（参考訳）: 核磁気共鳴イメージング(MRI)におけるバイオマーカーはアルツハイマー病(AD)を診断・追跡するための重要なツールである。
内側側頭葉(MTL)はAD関連徴候を示す最も初期の領域であるため、最初にMDLでADによって引き起こされた脳萎縮が観察される。
MTLサブリージョンの正確なセグメンテーションとイメージングバイオマーカーの抽出が重要である。
しかし、画像上の制限により、T2強調MRI(T2w)の分解能は異方性であり、MTLの皮質亜領域の厚さを正確に抽出することは困難である。
本研究では,T1-weighted と T2w MRI の分解能を併用して,異方性空間から等方性空間に設定した MTL サブリージョンアトラスを正確にアップサンプリングし,多モード,高分解能のアトラスセットを構築した。
このアトラスに基づいて,同方性MTLサブリージョンセグメンテーションモデルを開発した。
独立したテストセットでは,この等方性モデルを用いて抽出した皮質亜領域厚みは,軽度認知障害の患者と認知障害(CU)の参加者の区別において,異方性よりも高い意義を示した。
縦断的解析では,等方性法を用いて抽出したバイオマーカーはCU参加者に高い安定性を示した。
本研究は,ADイメージングバイオマーカーの精度をアトラスアノテーションの量を増やすことなく向上させ,ADと脳萎縮の関係をより正確に定量化し,疾患追跡のためのより正確な指標を提供するのに役立つ可能性がある。
関連論文リスト
- Nearly isotropic segmentation for medial temporal lobe subregions in multi-modality MRI [10.015613802562727]
脳MRIにおける中側頭葉(MTL)サブリージョンの形態計測はアルツハイマー病や他の関連病態に敏感なバイオマーカーである。
T2-weighted (T2w) MRIの高分解能は海馬の亜野の分割に広く用いられているが、その低分解能は亜領域の厚さ測定の精度を低下させる。
この問題に対処するために,画像とラベルのアップサンプリングと高分解能セグメンテーションをT2w MRIに組み込んだほぼ等方性セグメンテーションパイプラインを開発した。
論文 参考訳（メタデータ） (2025-04-25T15:54:03Z) - 4D Multimodal Co-attention Fusion Network with Latent Contrastive Alignment for Alzheimer's Diagnosis [24.771496672135395]
M2M-AlignNet: 早期アルツハイマー病診断のための遅延アライメントを有する幾何認識型コアテンションネットワークを提案する。
提案手法のコアとなるマルチパッチ・マルチパッチ(M2M)コントラスト損失関数は,表現の相違を定量化し,低減する。
提案手法の有効性を確認し,ADバイオマーカーとしてfMRIとsMRIの対応性を強調した。
論文 参考訳（メタデータ） (2025-04-23T15:18:55Z) - Exploring Robustness of Cortical Morphometry in the presence of white matter lesions, using Diffusion Models for Lesion Filling [0.1362941274535414]
多発性硬化症や小血管疾患などのT1強調画像における白色物質の低強度は、脳の分画の出力に影響を与えることが知られている。
これらの効果は、従来の脳のセグメンテーションツールの間でよく文書化されているが、ディープラーニングセグメンテーションに基づくツールでは広く研究されていない。
本稿では,WM病変の存在下での皮質厚測定の精度と効率を高めるため,深層学習の可能性を検討する。
論文 参考訳（メタデータ） (2025-03-26T14:18:35Z) - Analyzing heterogeneity in Alzheimer Disease using multimodal normative modeling on imaging-based ATN biomarkers [0.0]
我々は,アミロイド・タウ・デジェネレーション(ATN)イメージングバイオマーカー間の個人レベルの変動を分析するために,ディープラーニングに基づく規範的枠組みを採用した。
ATN全体にわたる異常偏差の空間的範囲と大きさを用いて,DSI(個人レベル病重症度指数)を算出した。
論文 参考訳（メタデータ） (2024-04-04T06:06:26Z) - Transferring Ultrahigh-Field Representations for Intensity-Guided Brain
Segmentation of Low-Field Magnetic Resonance Imaging [51.92395928517429]
7T MRIの使用は、低磁場MRIと比較して高コストでアクセシビリティが低いため制限されている。
本研究では,入力されたLF磁気共鳴特徴表現と,脳画像分割タスクのための7T様特徴表現とを融合したディープラーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2024-02-13T12:21:06Z) - Artificial-intelligence-based molecular classification of diffuse
gliomas using rapid, label-free optical imaging [59.79875531898648]
DeepGliomaは人工知能に基づく診断スクリーニングシステムである。
ディープグリオーマは、世界保健機関が成人型びまん性グリオーマ分類を定義するために使用する分子変化を予測することができる。
論文 参考訳（メタデータ） (2023-03-23T18:50:18Z) - Segmenting thalamic nuclei from manifold projections of multi-contrast
MRI [6.474263550035463]
視床下部は皮質下灰白質構造であり、脳内の感覚や運動の伝達に重要な役割を果たしている。
その核は萎縮したり、神経疾患や軽度の外傷性脳損傷を含む損傷によって影響を受けることがある。
本稿では,視床核を解析し,自然に集束する重要な組織シグネチャを決定するためのイメージング機能について検討する。
論文 参考訳（メタデータ） (2023-01-15T15:11:51Z) - ShuffleUNet: Super resolution of diffusion-weighted MRIs using deep
learning [47.68307909984442]
SISR(Single Image Super-Resolution)は、1つの低解像度入力画像から高解像度(HR)の詳細を得る技術である。
ディープラーニングは、大きなデータセットから事前知識を抽出し、低解像度の画像から優れたMRI画像を生成します。
論文 参考訳（メタデータ） (2021-02-25T14:52:23Z) - Statistical control for spatio-temporal MEG/EEG source imaging with
desparsified multi-task Lasso [102.84915019938413]
脳磁図(MEG)や脳電図(EEG)のような非侵襲的手法は、非侵襲的手法を約束する。
ソースローカライゼーション(ソースイメージング)の問題は、しかしながら、高次元の統計的推測問題を引き起こす。
この問題に対処するために,分離されたマルチタスクラッソ(ecd-MTLasso)のアンサンブルを提案する。
論文 参考訳（メタデータ） (2020-09-29T21:17:16Z) - Lesion Mask-based Simultaneous Synthesis of Anatomic and MolecularMR
Images using a GAN [59.60954255038335]
提案するフレームワークは,ストレッチアウトアップサンプリングモジュール,ブレインアトラスエンコーダ,セグメンテーション一貫性モジュール,マルチスケールラベルワイド識別器から構成される。
実際の臨床データを用いた実験により,提案モデルが最先端の合成法よりも優れた性能を発揮することが示された。
論文 参考訳（メタデータ） (2020-06-26T02:50:09Z) - Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。
提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
論文 参考訳（メタデータ） (2020-03-15T23:07:56Z)
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。