論文の概要: Stroke Locus Net: Occluded Vessel Localization from MRI Modalities

• arxiv url: http://arxiv.org/abs/2510.10155v1
• Date: Sat, 11 Oct 2025 10:30:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-14 18:06:29.814141
• Title: Stroke Locus Net: Occluded Vessel Localization from MRI Modalities
• Title（参考訳）: Stroke Locus Net:MRIモダリティによる血管局在の検討
• Authors: Mohamed Hamad, Muhammad Khan, Tamer Khattab, Mohamed Mabrok,
• Abstract要約: Stroke Locus Netは、MRIスキャンのみを使用して、検出、セグメンテーション、閉塞された血管ローカライゼーションのためのエンドツーエンドのディープラーニングパイプラインである。 以上の結果から,脳卒中のT1MRIにおける閉塞血管の局所化は有望な結果であり,より高速でより知能的な脳卒中診断の可能性が示唆された。
• 参考スコア（独自算出の注目度）: 4.014411945095764
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A key challenge in ischemic stroke diagnosis using medical imaging is the accurate localization of the occluded vessel. Current machine learning methods in focus primarily on lesion segmentation, with limited work on vessel localization. In this study, we introduce Stroke Locus Net, an end-to-end deep learning pipeline for detection, segmentation, and occluded vessel localization using only MRI scans. The proposed system combines a segmentation branch using nnUNet for lesion detection with an arterial atlas for vessel mapping and identification, and a generation branch using pGAN to synthesize MRA images from MRI. Our implementation demonstrates promising results in localizing occluded vessels on stroke-affected T1 MRI scans, with potential for faster and more informed stroke diagnosis.
• Abstract（参考訳）: 医用画像を用いた虚血性脳梗塞の診断における重要な課題は閉塞血管の正確な局在である。 現在の機械学習手法は、主に病変のセグメンテーションに焦点を合わせており、血管のローカライゼーションに限られている。 本研究では、MRIスキャンのみを用いて、検出、セグメンテーション、閉塞血管局所化のためのエンドツーエンドディープラーニングパイプラインであるStroke Locus Netを紹介する。 本システムでは, 病変検出にnnUNetを用いた分枝と血管マッピングと同定のための動脈アラスを併用し, pGANを用いてMRIからMRA画像を生成する。 以上の結果から,脳卒中のT1MRIにおける閉塞血管の局所化は有望な結果であり,より高速でより知能的な脳卒中診断の可能性が示唆された。

関連論文リスト

• FLAIRBrainSeg: Fine-grained brain segmentation using FLAIR MRI only [0.5277756703318045]
  本稿では,FLAIR MRIのみを用いた新しい脳分割法を提案する。 既存の自動セグメンテーション手法を利用することで、T1強調MRIから得られるセグメンテーションを近似するネットワークを訓練する。 FLAIRBrainSegと呼ばれる本法は132構造の分節を生じ,多発性硬化症に対して堅牢である。
  論文  参考訳（メタデータ） (2025-04-04T11:47:18Z)
• Contrast-Free Myocardial Scar Segmentation in Cine MRI using Motion and Texture Fusion [27.62353966697765]
  左心室の心筋と傷部組織を分画するために,シネMRIで観察される心臓運動と画像テクスチャ情報を組み合わせた新しい枠組みを提案する。 実験により,LGE MRIに匹敵する精度で,非コントラストのシネ画像に基づいてスカーセグメンテーションを実現できることが示された。
  論文  参考訳（メタデータ） (2025-01-09T13:46:46Z)
• Style transfer between Microscopy and Magnetic Resonance Imaging via Generative Adversarial Network in small sample size settings [45.62331048595689]
  磁気共鳴イメージング(MRI)のクロスモーダル増強と、同じ組織サンプルに基づく顕微鏡イメージングが期待できる。 コンディショナル・ジェネレーティブ・ディベサール・ネットワーク(cGAN)アーキテクチャを用いて,ヒト・コーパス・カロサムのMRI画像から顕微鏡組織像を生成する方法を検討した。
  論文  参考訳（メタデータ） (2023-10-16T13:58:53Z)
• Live image-based neurosurgical guidance and roadmap generation using unsupervised embedding [53.992124594124896]
  本稿では,注釈付き脳外科ビデオの大規模なデータセットを活用するライブ画像のみのガイダンスを提案する。 生成されたロードマップは、トレーニングセットの手術で取られた一般的な解剖学的パスをエンコードする。 166例の腹腔鏡下腺摘出術を施行し,本法の有効性について検討した。
  論文  参考訳（メタデータ） (2023-03-31T12:52:24Z)
• Segmentation method for cerebral blood vessels from MRA using hysteresis [1.6516902135723863]
  我々は,磁気共鳴血管造影法により,血管の真実を生成する古典的セグメンテーション法を開発した。 この方法は、サイズ固有のヘッセンフィルタ、DL閾値、接続されたコンポーネント補正を組み合わせたものである。 GitHubで入手可能なこのメソッドは、コンテナセグメンテーションのためのDLモデルをトレーニングするために使用することができる。
  論文  参考訳（メタデータ） (2023-03-09T08:34:21Z)
• ISLES 2022: A multi-center magnetic resonance imaging stroke lesion segmentation dataset [36.278933802685316]
  このデータセットは、脳卒中病変の大きさ、量、位置の多様性が高い400のマルチベンダーMRI症例からなる。 n=250のトレーニングデータセットとn=150のテストデータセットに分けられる。 テストデータセットはモデル検証のみに使用され、一般にはリリースされない。
  論文  参考訳（メタデータ） (2022-06-14T08:54:40Z)
• 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)
• Blood vessel segmentation in en-face OCTA images: a frequency based method [3.6055028453181013]
  本稿では,画像の周波数表現に基づく血管識別手法を提案する。 このアルゴリズムは、Cirrus HD-OCTデバイスによって取得された10ドルの眼から得られるOCTA画像データセットに基づいて評価される。
  論文  参考訳（メタデータ） (2021-09-13T16:42:58Z)
• Hierarchical Deep Network with Uncertainty-aware Semi-supervised Learning for Vessel Segmentation [58.45470500617549]
  本稿では,注目機構が血管全体に誘導される低コントラストキャピラリー領域を局在させる階層的なディープネットワークを提案する。 提案手法は,底部画像における網膜動脈/静脈の分画とCT画像における肝門/肝血管の分画のベンチマークにおいて,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2021-05-31T06:55:43Z)
• Multifold Acceleration of Diffusion MRI via Slice-Interleaved Diffusion Encoding (SIDE) [50.65891535040752]
  本稿では,Slice-Interleaved Diffusionと呼ばれる拡散符号化方式を提案する。 SIDEは、拡散重み付き(DW)画像ボリュームを異なる拡散勾配で符号化したスライスでインターリーブする。 また,高いスライスアンサンプデータからDW画像を効果的に再構成するためのディープラーニングに基づく手法を提案する。
  論文  参考訳（メタデータ） (2020-02-25T14:48:17Z)

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。