論文の概要: Visionerves: Automatic and Reproducible Hybrid AI for Peripheral Nervous System Recognition Applied to Endometriosis Cases
- arxiv url: http://arxiv.org/abs/2509.18185v1
- Date: Thu, 18 Sep 2025 11:08:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-24 20:41:27.46857
- Title: Visionerves: Automatic and Reproducible Hybrid AI for Peripheral Nervous System Recognition Applied to Endometriosis Cases
- Title（参考訳）: Visionerves: 子宮内膜症に応用した末梢神経系認識のための自動・再現可能なハイブリッドAI
- Authors: Giammarco La Barbera, Enzo Bonnot, Thomas Isla, Juan Pablo de la Plata, Joy-Rose Dunoyer de Segonzac, Jennifer Attali, Cécile Lozach, Alexandre Bellucci, Louis Marcellin, Laure Fournier, Sabine Sarnacki, Pietro Gori, Isabelle Bloch,
- Abstract要約: 子宮内膜症はしばしば慢性骨盤痛と神経障害を引き起こす。
末梢神経系認識のための新しいハイブリッドAIフレームワークであるVisionervesを紹介する。
- 参考スコア（独自算出の注目度）: 31.764034022509733
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Endometriosis often leads to chronic pelvic pain and possible nerve involvement, yet imaging the peripheral nerves remains a challenge. We introduce Visionerves, a novel hybrid AI framework for peripheral nervous system recognition from multi-gradient DWI and morphological MRI data. Unlike conventional tractography, Visionerves encodes anatomical knowledge through fuzzy spatial relationships, removing the need for selection of manual ROIs. The pipeline comprises two phases: (A) automatic segmentation of anatomical structures using a deep learning model, and (B) tractography and nerve recognition by symbolic spatial reasoning. Applied to the lumbosacral plexus in 10 women with (confirmed or suspected) endometriosis, Visionerves demonstrated substantial improvements over standard tractography, with Dice score improvements of up to 25% and spatial errors reduced to less than 5 mm. This automatic and reproducible approach enables detailed nerve analysis and paves the way for non-invasive diagnosis of endometriosis-related neuropathy, as well as other conditions with nerve involvement.
- Abstract（参考訳）: 子宮内膜症はしばしば慢性骨盤痛や神経障害を引き起こすが、末梢神経のイメージングは依然として困難である。
我々は、多段階DWIと形態学的MRIデータから末梢神経系認識のための新しいハイブリッドAIフレームワークであるVisionervesを紹介する。
従来のトラクトグラフィーとは異なり、Visionervesはファジィ空間的関係を通じて解剖学的知識を符号化し、手動ROIの選択の必要性を取り除く。
A)深層学習モデルを用いた解剖学的構造の自動セグメンテーション、(B)記号空間推論によるトラクトグラフィと神経認識の2段階からなるパイプライン。
子宮内膜症10例の腰仙骨神経叢に対し,標準トラクトグラフィよりも有意に改善し,Diceスコアは25%,空間誤差は5mm未満に改善した。
この自動的再現可能なアプローチは、詳細な神経分析を可能にし、子宮内膜症関連神経障害の非侵襲的診断方法、および神経の関与のある他の条件を舗装する。
関連論文リスト
- Design and Validation of a Responsible Artificial Intelligence-based System for the Referral of Diabetic Retinopathy Patients [65.57160385098935]
糖尿病網膜症の早期発見は、視力喪失のリスクを最大95%減少させる可能性がある。
我々は、AIライフサイクル全体にわたる倫理的原則を取り入れた、DRスクリーニングのための責任あるAIシステムであるRAIS-DRを開発した。
当科におけるRAIS-DRをFDA認可のEyeArtシステムと比較した。
論文 参考訳（メタデータ） (2025-08-17T21:54:11Z) - Robotic Ultrasound-Guided Femoral Artery Reconstruction of Anatomically-Representative Phantoms [2.1113382954657594]
大腿骨動脈アクセスは, 診断血管造影, 治療カテーテル, 緊急治療など, 多数の臨床処置に必須である。
その重要な役割にもかかわらず、解剖学的多様性、脂肪組織を過度に覆い、正確な超音波ガイドの必要性により、血管アクセスの成功は依然として困難である。
人工骨頭動脈の自律型超音波スキャン法を提案し,実際のCTデータから得られた5つの血管ファントムについて検証した。
論文 参考訳（メタデータ） (2025-03-09T22:20:25Z) - A Non-contrast Head CT Foundation Model for Comprehensive Neuro-Trauma Triage [5.39145170841044]
AIと医用画像の最近の進歩は、緊急頭部CTの解釈にトランスフォーメーションの可能性をもたらす。
本研究では, 多様な神経外傷所見を高精度かつ効率的に検出するための3次元基礎モデルを提案する。
論文 参考訳（メタデータ） (2025-02-28T14:44:55Z) - Choroidal image analysis for OCT image sequences with applications in systemic health [2.7195102129095003]
脈絡膜は網膜の裏側にある非常に血管状の層である。
全身性疾患の病態を反映した脈絡膜血流に対する関心が高まっている。
この論文は、コロイド測定の標準化のための多くのオープンソースツールに貢献している。
論文 参考訳（メタデータ） (2025-02-10T23:14:09Z) - Artificial Neural Networks-based Real-time Classification of ENG Signals for Implanted Nerve Interfaces [7.335832236913667]
そこで我々は,ラットの坐骨神経で測定された脳波(ENG)信号から感覚刺激を抽出するために,4種類の人工ニューラルネットワーク(ANN)を探索した。
データセットの異なるサイズは、リアルタイム分類のための調査されたANNの実現可能性を分析するために考慮される。
以上の結果から,ANNはリアルタイムアプリケーションに適しており,100ドル,200ドル以上の信号ウィンドウに対して90%以上のアキュラシーを達成でき,その処理時間も低く,病的回復に有効であることが示唆された。
論文 参考訳（メタデータ） (2024-03-29T15:23:30Z) - 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) - fMRI from EEG is only Deep Learning away: the use of interpretable DL to
unravel EEG-fMRI relationships [68.8204255655161]
多チャンネル脳波データからいくつかの皮質下領域の活性を回復するための解釈可能な領域基底解を提案する。
我々は,皮質下核の血行動態信号の頭皮脳波予測の空間的・時間的パターンを復元する。
論文 参考訳（メタデータ） (2022-10-23T15:11:37Z) - Towards Autonomous Atlas-based Ultrasound Acquisitions in Presence of
Articulated Motion [48.52403516006036]
本稿では、自律型ロボットUS手足のスキャンを可能にする視覚ベースのアプローチを提案する。
この目的のために、アノテートされた血管構造を有するヒト腕のアトラスMRIテンプレートを使用して、軌跡を生成する。
いずれの場合も、このシステムはボランティアの手足で計画された血管構造を取得することができる。
論文 参考訳（メタデータ） (2022-08-10T15:39:20Z) - 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) - 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)
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。