論文の概要: FastSurfer-CC: A robust, accurate, and comprehensive framework for corpus callosum morphometry

• arxiv url: http://arxiv.org/abs/2511.16471v1
• Date: Thu, 20 Nov 2025 15:41:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-21 17:08:52.700557
• Title: FastSurfer-CC: A robust, accurate, and comprehensive framework for corpus callosum morphometry
• Title（参考訳）: FastSurfer-CC: コーパスカロサム形態計測のための堅牢で正確で包括的なフレームワーク
• Authors: Clemens Pollak, Kersten Diers, Santiago Estrada, David Kügler, Martin Reuter,
• Abstract要約: コーパスカロサム形態計測のための効率的かつ完全自動化されたフレームワークであるFastSurfer-CCを提案する。 FastSurfer-CCは、自動的に中矢状スライスを識別し、コーパス・カロサムとフォルニクスをセグメント化し、前と後をローカライズし、厚みプロファイルと分断を生成し、統計分析のために8つの形状メトリクスを抽出する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The corpus callosum, the largest commissural structure in the human brain, is a central focus in research on aging and neurological diseases. It is also a critical target for interventions such as deep brain stimulation and serves as an important biomarker in clinical trials, including those investigating remyelination therapies. Despite extensive research on corpus callosum segmentation, few publicly available tools provide a comprehensive and automated analysis pipeline. To address this gap, we present FastSurfer-CC, an efficient and fully automated framework for corpus callosum morphometry. FastSurfer-CC automatically identifies mid-sagittal slices, segments the corpus callosum and fornix, localizes the anterior and posterior commissures to standardize head positioning, generates thickness profiles and subdivisions, and extracts eight shape metrics for statistical analysis. We demonstrate that FastSurfer-CC outperforms existing specialized tools across the individual tasks. Moreover, our method reveals statistically significant differences between Huntington's disease patients and healthy controls that are not detected by the current state-of-the-art.
• Abstract（参考訳）: コーパス・カロサム(corpus callosum)は、ヒトの脳で最大の構成構造であり、老化や神経疾患の研究の中心である。 また、深部脳刺激などの介入の標的としても重要であり、骨髄化療法の研究を含む臨床試験において重要なバイオマーカーとして機能する。 コーパスカロサムセグメンテーションに関する広範な研究にもかかわらず、一般に利用可能なツールはほとんどなく、包括的で自動化された分析パイプラインを提供している。 このギャップに対処するために,コーパスカロサム形態計測のための効率的かつ完全に自動化されたフレームワークであるFastSurfer-CCを提案する。 FastSurfer-CCは、自動的に中矢状スライスを識別し、コーパスカロサムとフォルニクスをセグメントし、頭の位置決めを標準化するために前方と後方のコンパスをローカライズし、厚みプロファイルと分割を生成し、統計分析のために8つの形状メトリクスを抽出する。 我々は、FastSurfer-CCが個々のタスクにまたがる既存のツールより優れていることを実証した。 さらに,ハンティントン病患者と現在の最先端で検出されていない健常者との統計的に有意な差がみられた。

関連論文リスト

• CADS: A Comprehensive Anatomical Dataset and Segmentation for Whole-Body Anatomy in Computed Tomography [27.1055374364626]
  我々は,全体CTセグメント化のための異種データソースの体系的統合,標準化,ラベル付けを優先するオープンソースフレームワークであるCADSを提案する。 コアには22,022のCTボリュームの大規模なデータセットがあり、167の解剖学的構造に対する完全なアノテーションがある。 18の公開データセットと独立した実世界の病院コホートを包括的に評価することにより、SoTAアプローチに対するアドバンテージを実証する。
  論文  参考訳（メタデータ） (2025-07-29T19:58:32Z)
• CSBrain: A Cross-scale Spatiotemporal Brain Foundation Model for EEG Decoding [57.90382885533593]
  脳波信号の一般化のためのクロススケール時空間脳基盤モデルを提案する。 CSBrainはタスク固有のベースラインと基盤モデルのベースラインを一貫して上回ります。 これらの結果は、CSBrainを将来の脳-AI研究の強力なバックボーンとして、重要な帰納バイアスとして、クロススケールモデリングを確立している。
  論文  参考訳（メタデータ） (2025-06-29T03:29:34Z)
• RadFabric: Agentic AI System with Reasoning Capability for Radiology [61.25593938175618]
  RadFabricは、総合的なCXR解釈のための視覚的およびテキスト分析を統合するマルチエージェント、マルチモーダル推論フレームワークである。 システムは、病理診断に特殊なCXRエージェント、正確な解剖学的構造に視覚所見をマッピングする解剖学的解釈エージェント、および視覚的、解剖学的、臨床データを透明かつ証拠に基づく診断に合成する大規模なマルチモーダル推論モデルを利用した推論エージェントを使用する。
  論文  参考訳（メタデータ） (2025-06-17T03:10:33Z)
• A Continual Learning-driven Model for Accurate and Generalizable Segmentation of Clinically Comprehensive and Fine-grained Whole-body Anatomies in CT [67.34586036959793]
  完全に注釈付きCTデータセットは存在せず、すべての解剖学がトレーニングのために記述されている。 完全解剖を分割できる連続学習駆動CTモデルを提案する。 単体CT分割モデルCL-Netは, 臨床的に包括的に包括的に235個の粒状体解剖の集合を高精度に分割することができる。
  論文  参考訳（メタデータ） (2025-03-16T23:55:02Z)
• AG-CRC: Anatomy-Guided Colorectal Cancer Segmentation in CT with Imperfect Anatomical Knowledge [9.961742312147674]
  自動生成臓器マスクを利用する新しい解剖ガイドセグメンテーションフレームワークを開発した。 提案手法を2つのCRCセグメンテーションデータセット上で広範囲に評価する。
  論文  参考訳（メタデータ） (2023-10-07T03:22:06Z)
• SHARM: Segmented Head Anatomical Reference Models [1.3108652488669732]
  本研究は196名の被験者からなるオープンアクセス・セグメンテッド・ヘッド解剖学的基準モデル(SHARM)を提供する。 SHARMは、電磁線ドシメトリー研究だけでなく、異なる人間の頭部セグメンテーション応用にも有用なベンチマークとして期待されている。
  論文  参考訳（メタデータ） (2023-09-13T02:24:37Z)
• Reconstructing the somatotopic organization of the corticospinal tract remains a challenge for modern tractography methods [55.07297021627281]
  CST(Corticospinal tract)は、人間の脳において、身体の自発的な動きを制御できる重要なホワイトマター線維である。 拡散MRIトラクトグラフィーは、ヒトの健康におけるCST経路の解剖学的および変動性の研究を可能にする唯一の方法である。
  論文  参考訳（メタデータ） (2023-06-09T02:05:40Z)
• The Brain Tumor Sequence Registration (BraTS-Reg) Challenge: Establishing Correspondence Between Pre-Operative and Follow-up MRI Scans of Diffuse Glioma Patients [31.567542945171834]
  脳腫瘍シーケンス登録(BraTS-Reg)の課題について述べる。 BraTS-Regは、変形可能な登録アルゴリズムのための最初の公開ベンチマーク環境である。 BraTS-Regの目的は、引き続き研究の活発な資源として機能することである。
  論文  参考訳（メタデータ） (2021-12-13T19:25:16Z)
• A Global Benchmark of Algorithms for Segmenting Late Gadolinium-Enhanced Cardiac Magnetic Resonance Imaging [90.29017019187282]
  現在世界最大の心臓LGE-MRIデータセットである154個の3D LGE-MRIを用いた「2018 left Atrium Challenge」。 技術および生物学的指標を用いた提案アルゴリズムの解析を行った。 その結果, 最上部法は93.2%, 平均表面は0.7mmであった。
  論文  参考訳（メタデータ） (2020-04-26T08:49:17Z)

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。