論文の概要: HyKid: An Open MRI Dataset with Expert-Annotated Multi-Structure and Choroid Plexus in Pediatric Hydrocephalus

• arxiv url: http://arxiv.org/abs/2509.19218v1
• Date: Tue, 23 Sep 2025 16:42:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-24 20:41:27.953597
• Title: HyKid: An Open MRI Dataset with Expert-Annotated Multi-Structure and Choroid Plexus in Pediatric Hydrocephalus
• Title（参考訳）: HyKid:小児水頭症における有意なマルチ構造と脈絡膜叢を有するオープンMRIデータセット
• Authors: Yunzhi Xu, Yushuang Ding, Hu Sun, Hongxi Zhang, Li Zhao,
• Abstract要約: 小児水頭症48例のオープンソースデータセットであるHyKidについて紹介する。 3次元MRIに1mm等方分解能を付与し,スライス・ツー・ボリューム・アルゴリズムを用いて低解像度画像から再構成した。 Retrieval-Augmented Generation frameworkを用いて臨床放射線学報告から構造化データを抽出した。 脈絡叢容積と総CSF容積との強い相関は,脳波評価のための潜在的なバイオマーカーとなり,予測モデルにおいて優れた性能を示した。
• 参考スコア（独自算出の注目度）: 3.7019589902619554
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Evaluation of hydrocephalus in children is challenging, and the related research is limited by a lack of publicly available, expert-annotated datasets, particularly those with segmentation of the choroid plexus. To address this, we present HyKid, an open-source dataset from 48 pediatric patients with hydrocephalus. 3D MRIs were provided with 1mm isotropic resolution, which was reconstructed from routine low-resolution images using a slice-to-volume algorithm. Manually corrected segmentations of brain tissues, including white matter, grey matter, lateral ventricle, external CSF, and the choroid plexus, were provided by an experienced neurologist. Additionally, structured data was extracted from clinical radiology reports using a Retrieval-Augmented Generation framework. The strong correlation between choroid plexus volume and total CSF volume provided a potential biomarker for hydrocephalus evaluation, achieving excellent performance in a predictive model (AUC = 0.87). The proposed HyKid dataset provided a high-quality benchmark for neuroimaging algorithms development, and it revealed the choroid plexus-related features in hydrocephalus assessments. Our datasets are publicly available at https://www.synapse.org/Synapse:syn68544889.
• Abstract（参考訳）: 小児における水頭症の評価は困難であり、関連する研究は、特に脈絡膜叢の分節を伴う、公開可能な専門家によるデータセットの欠如によって制限されている。 そこで我々は,48名の小児水頭症患者のオープンソースデータセットHyKidを提案する。 3次元MRIに1mm等方分解能を付与し,スライス・ツー・ボリューム・アルゴリズムを用いて低解像度画像から再構成した。 経験豊富な神経学者により,白質,灰白質,側心室,外心室,脈絡膜叢などの脳組織の手動補正を行った。 また,Retrieval-Augmented Generationフレームワークを用いて臨床放射線学報告から構造化データを抽出した。 脈絡叢体積と総CSF体積との強い相関は,脳波評価のための潜在的なバイオマーカーとなり,予測モデル(AUC = 0.87)において優れた性能を示した。 提案したHyKidデータセットは、神経画像アルゴリズム開発のための高品質なベンチマークを提供し、脳波評価における脈絡膜叢に関連する特徴を明らかにした。 データセットはhttps://www.synapse.org/Synapse:syn68544889で公開されています。

関連論文リスト

• Conditional Fetal Brain Atlas Learning for Automatic Tissue Segmentation [0.8326370619658685]
  本研究では, 連続的, 年齢別胎児脳アトラスを生成するための新しい深層学習フレームワークを提案する。 このフレームワークは、直接登録モデルと条件判別器を組み合わせる。 妊娠21週から37週にわたる219個の神経型胎児MRIの訓練データセットを用いて訓練を行った。
  論文  参考訳（メタデータ） (2025-08-06T15:07:39Z)
• 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)
• SMILE-UHURA Challenge -- Small Vessel Segmentation at Mesoscopic Scale from Ultra-High Resolution 7T Magnetic Resonance Angiograms [60.35639972035727]
  公開されている注釈付きデータセットの欠如は、堅牢で機械学習駆動のセグメンテーションアルゴリズムの開発を妨げている。 SMILE-UHURAチャレンジは、7T MRIで取得したTime-of-Flightアンジオグラフィーの注釈付きデータセットを提供することで、公開されている注釈付きデータセットのギャップに対処する。 Diceスコアは、それぞれのデータセットで0.838 $pm$0.066と0.716 $pm$ 0.125まで到達し、平均パフォーマンスは0.804 $pm$ 0.15までになった。
  論文  参考訳（メタデータ） (2024-11-14T17:06:00Z)
• H-SynEx: Using synthetic images and ultra-high resolution ex vivo MRI for hypothalamus subregion segmentation [1.0486773259892048]
  視床下部領域の自動セグメンテーションのための機械学習手法であるH-SynExを紹介する。 H-SynExは、リトレーニングなしで異なるMRIシーケンスと解像度を一般化する。 5mm間隔のFLAIR画像において,アルツハイマー病患者に対してコントロールを識別することができた。
  論文  参考訳（メタデータ） (2024-01-30T15:36:02Z)
• K-Space-Aware Cross-Modality Score for Synthesized Neuroimage Quality Assessment [71.27193056354741]
  クロスモダリティな医用画像合成をどう評価するかという問題は、ほとんど解明されていない。 本稿では,この課題の進展を促すため,新しい指標K-CROSSを提案する。 K-CROSSは、トレーニング済みのマルチモードセグメンテーションネットワークを使用して、病変の位置を予測する。
  論文  参考訳（メタデータ） (2023-07-10T01:26:48Z)
• Autism Spectrum Disorder Classification with Interpretability in Children based on Structural MRI Features Extracted using Contrastive Variational Autoencoder [9.176360748848357]
  自閉症スペクトラム障害(Autism spectrum disorder、ASD)は、患者に社会的相互作用能力の重大な障害をもたらす精神疾患である。 本研究では,0.92歳から4.83歳までの小児におけるASD分類のための機械学習手法を提案する。
  論文  参考訳（メタデータ） (2023-07-03T12:46:19Z)
• Hierarchical Graph Convolutional Network Built by Multiscale Atlases for Brain Disorder Diagnosis Using Functional Connectivity [48.75665245214903]
  本稿では,脳疾患診断のためのマルチスケールFCN解析を行うための新しいフレームワークを提案する。 まず、マルチスケールFCNを計算するために、明確に定義されたマルチスケールアトラスのセットを用いる。 そこで我々は, 生物的に有意な脳階層的関係を多スケールアトラスの領域で利用し, 結節プールを行う。
  論文  参考訳（メタデータ） (2022-09-22T04:17:57Z)
• 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)
• Hybrid Attention for Automatic Segmentation of Whole Fetal Head in Prenatal Ultrasound Volumes [52.53375964591765]
  胎児の頭部全体を米国全巻に分割する,最初の完全自動化ソリューションを提案する。 セグメント化タスクは、まずエンコーダ-デコーダディープアーキテクチャの下で、エンドツーエンドのボリュームマッピングとして定式化される。 次に,セグメンタとハイブリットアテンションスキーム(HAS)を組み合わせることで,識別的特徴を選択し,非情報量的特徴を抑える。
  論文  参考訳（メタデータ） (2020-04-28T14:43:05Z)

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。