論文の概要: MRI-derived quantification of hepatic vessel-to-volume ratios in chronic liver disease using a deep learning approach

• arxiv url: http://arxiv.org/abs/2510.08039v1
• Date: Thu, 09 Oct 2025 10:23:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-10 17:54:15.005783
• Title: MRI-derived quantification of hepatic vessel-to-volume ratios in chronic liver disease using a deep learning approach
• Title（参考訳）: ディープラーニングを用いた慢性肝疾患におけるMRIによる肝血管体積比の定量化
• Authors: Alexander Herold, Daniel Sobotka, Lucian Beer, Nina Bastati, Sarah Poetter-Lang, Michael Weber, Thomas Reiberger, Mattias Mandorfer, Georg Semmler, Benedikt Simbrunner, Barbara D. Wichtmann, Sami A. Ba-Ssalamah, Michael Trauner, Ahmed Ba-Ssalamah, Georg Langs,
• Abstract要約: 深層学習MRIによる肝血管量を,慢性肝疾患の段階と健常度で定量化することを目的とした。 肝機能障害と線維症/門脈圧亢進症との関連について検討した。 深層学習に基づく肝血管容積検査では,健康な肝臓と慢性肝疾患の段階の違いが認められた。
• 参考スコア（独自算出の注目度）: 27.317775353686752
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Background: We aimed to quantify hepatic vessel volumes across chronic liver disease stages and healthy controls using deep learning-based magnetic resonance imaging (MRI) analysis, and assess correlations with biomarkers for liver (dys)function and fibrosis/portal hypertension. Methods: We assessed retrospectively healthy controls, non-advanced and advanced chronic liver disease (ACLD) patients using a 3D U-Net model for hepatic vessel segmentation on portal venous phase gadoxetic acid-enhanced 3-T MRI. Total (TVVR), hepatic (HVVR), and intrahepatic portal vein-to-volume ratios (PVVR) were compared between groups and correlated with: albumin-bilirubin (ALBI) and model for end-stage liver disease-sodium (MELD-Na) score, and fibrosis/portal hypertension (Fibrosis-4 [FIB-4] score, liver stiffness measurement [LSM], hepatic venous pressure gradient [HVPG], platelet count [PLT], and spleen volume). Results: We included 197 subjects, aged 54.9 $\pm$ 13.8 years (mean $\pm$ standard deviation), 111 males (56.3\%): 35 healthy controls, 44 non-ACLD, and 118 ACLD patients. TVVR and HVVR were highest in controls (3.9; 2.1), intermediate in non-ACLD (2.8; 1.7), and lowest in ACLD patients (2.3; 1.0) ($p \leq 0.001$). PVVR was reduced in both non-ACLD and ACLD patients (both 1.2) compared to controls (1.7) ($p \leq 0.001$), but showed no difference between CLD groups ($p = 0.999$). HVVR significantly correlated indirectly with FIB-4, ALBI, MELD-Na, LSM, and spleen volume ($\rho$ ranging from -0.27 to -0.40), and directly with PLT ($\rho = 0.36$). TVVR and PVVR showed similar but weaker correlations. Conclusions: Deep learning-based hepatic vessel volumetry demonstrated differences between healthy liver and chronic liver disease stages and shows correlations with established markers of disease severity.
• Abstract（参考訳）: 背景: 深達度MRI(Deep Learning-based magnetic resonance imaging)解析を用いて, 慢性肝疾患ステージおよび健常者における肝血管体積を定量化し, 肝機能障害, 線維症, 門脈圧亢進症に対するバイオマーカーとの相関性を検討した。 方法: 3次元U-Netモデルを用いて, 経時的に正常なコントロール, 非進行性慢性肝疾患 (ACLD) を経時的に評価した。 総肝門脈-体積比(PVVR)は,アルブミン-ビリルビン(ALBI)および末期肝疾患-ナトリウム(MELD-Na)スコア,線維症/門脈圧(Fibrosis-4(FIB-4)スコア,肝硬度測定(LSM)スコア,肝静脈圧勾配(HVPG),血小板数(PLT)ボリューム,脾臓容積)と相関した。 結果: 対象は197名, 54.9$\pm$13.8歳(平均標準偏差)、男性111名(56.3\%)、健常者35名、非ACLD44名、ACLD118名であった。 TVVRとHVVRは、コントロールが3.9; 2.1で、ACLD以外の患者が2.8; 1.7で、ACLD患者が2.3; 1.0で最低(p \leq 0.001$)であった。 PVVRは非ACLD患者とACLD患者(いずれも1.2)ではコントロール(1.7ドル(p \leq 0.001$))に比べて低下したが、CLD群(p = 0.999$)では差は認められなかった。 HVVRは, FIB-4, ALBI, MELD-Na, LSM, Spleen volume(-0.27～-0.40)と間接的に有意に相関し, PLT(-36$)と直接相関した。 TVVRとPVVRは、類似しているがより弱い相関関係を示した。 結論: 深層学習に基づく肝血管容積検査では, 健常な肝疾患と慢性肝疾患の相違がみられ, 疾患重症度の指標と相関が認められた。

関連論文リスト

• Imaging-Based Mortality Prediction in Patients with Systemic Sclerosis [50.46938276133494]
  全身性硬化症(SSc)における間質性肺疾患(ILD)の死因 本研究は,放射能と深層学習を利用して死亡率を予測する,新しい大規模胸部CT解析フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-27T23:46:57Z)
• Retinal Lipidomics Associations as Candidate Biomarkers for Cardiovascular Health [14.998873360919879]
  本研究では,血清脂質サブクラス,遊離脂肪酸(FA),ジアシルグリセロール(DAG),トリアシルグリセロール(TAG),コレステリルエステル(CE)の関係について検討した。 FAは網膜血管ゆがみと相関し,CEは平均血管幅および静脈幅と相関した。 これらの結果から,網膜血管構築は脂質の循環プロファイルを反映し,全身代謝の非侵襲マーカーとしての役割を担っていることが示唆された。
  論文  参考訳（メタデータ） (2025-08-05T15:07:02Z)
• Large Scale MRI Collection and Segmentation of Cirrhotic Liver [1.3157208364269697]
  肝硬変は慢性肝疾患の最終段階であり,広範な線維化と結節再生を特徴とする。 肝硬変解析は, 形態変化と異種信号の特徴により, 重大な課題を呈している。 今回,628個の高分解能腹部MRI画像からなるCirrMRI600+について紹介する。
  論文  参考訳（メタデータ） (2024-10-06T20:24:41Z)
• Deep Phenotyping of Non-Alcoholic Fatty Liver Disease Patients with Genetic Factors for Insights into the Complex Disease [1.7527259446915058]
  非アルコール性脂肪肝疾患(Non-Alcoholic fat liver disease、NAFLD)は、肝に脂肪の過剰な蓄積を特徴とする慢性肝疾患である。 本研究の目的は,NAFLD患者の集団的,臨床的,遺伝的特徴に基づくサブグループを同定することである。
  論文  参考訳（メタデータ） (2023-11-13T19:31:12Z)
• Identifying factors associated with fast visual field progression in patients with ocular hypertension based on unsupervised machine learning [32.87140054396467]
  潜在型混合モデル (LCMM) を用いて, 眼圧亢進症 (OHT) の亜型を同定した。 次に、一般化推定方程式(GEE)を用いて、高速視野(VF)進行の要因を特定した。 高速VF進行眼は, 基線年齢, 眼圧, パターン標準偏差 (PSD) と屈折誤差 (RE) が, 中心角膜厚 (CCT) は低かった。 急速な進行は、男性、心臓病の歴史、糖尿病の歴史、アフリカ系アメリカ人の人種、脳卒中の歴史、片頭痛といったカルシウムチャネルブロッカーと関連していた。
  論文  参考訳（メタデータ） (2023-09-26T20:46:40Z)
• CHMMOTv1 -- Cardiac and Hepatic Multi-Echo (T2*) MRI Images and Clinical Dataset for Iron Overload on Thalassemia Patients [0.0]
  MRI(T2とT2*-MRI)は、THM(THM)の標準検査であると考えられている。 対象は124例(女性67例,男性57例)で,年齢は5～52歳であった。
  論文  参考訳（メタデータ） (2023-05-17T13:47:30Z)
• Building Brains: Subvolume Recombination for Data Augmentation in Large Vessel Occlusion Detection [56.67577446132946]
  この戦略をデータから学ぶためには、標準的なディープラーニングベースのモデルに対して、大規模なトレーニングデータセットが必要である。 そこで本研究では, 異なる患者から血管木セグメントを組換えることで, 人工的なトレーニングサンプルを生成する方法を提案する。 拡張スキームに則って,タスク固有の入力を入力した3D-DenseNetを用いて,半球間の比較を行う。
  論文  参考訳（メタデータ） (2022-05-05T10:31:57Z)
• Controlling False Positive/Negative Rates for Deep-Learning-Based Prostate Cancer Detection on Multiparametric MR images [58.85481248101611]
  そこで本研究では,病変からスライスまでのマッピング機能に基づく,病変レベルのコスト感受性損失と付加的なスライスレベルの損失を組み込んだ新しいPCa検出ネットワークを提案する。 1) 病変レベルFNRを0.19から0.10に, 病変レベルFPRを1.03から0.66に減らした。
  論文  参考訳（メタデータ） (2021-06-04T09:51:27Z)
• M3Lung-Sys: A Deep Learning System for Multi-Class Lung Pneumonia Screening from CT Imaging [85.00066186644466]
  マルチタスク型マルチスライス深層学習システム(M3Lung-Sys)を提案する。 COVID-19とHealthy, H1N1, CAPとの鑑別に加えて, M3 Lung-Sysも関連病変の部位を特定できる。
  論文  参考訳（メタデータ） (2020-10-07T06:22:24Z)
• Automated Quantification of CT Patterns Associated with COVID-19 from Chest CT [48.785596536318884]
  提案法は,非造影胸部CTを入力として,病変,肺,葉を3次元に分割する。 この方法では、肺の重症度と葉の関与度を2つの組み合わせて測定し、COVID-19の異常度と高不透明度の存在度を定量化する。 このアルゴリズムの評価は、カナダ、ヨーロッパ、米国からの200人の参加者(感染者100人、健康管理100人)のCTで報告されている。
  論文  参考訳（メタデータ） (2020-04-02T21:49:14Z)

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。