論文の概要: Rethinking Intracranial Aneurysm Vessel Segmentation: A Perspective from Computational Fluid Dynamics Applications

• arxiv url: http://arxiv.org/abs/2512.01319v1
• Date: Mon, 01 Dec 2025 06:23:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-02 19:46:34.711887
• Title: Rethinking Intracranial Aneurysm Vessel Segmentation: A Perspective from Computational Fluid Dynamics Applications
• Title（参考訳）: 頭蓋内大動脈瘤血管分節の再検討 : 計算流体力学の応用から
• Authors: Feiyang Xiao, Yichi Zhang, Xigui Li, Yuanye Zhou, Chen Jiang, Xin Guo, Limei Han, Yuxin Li, Fengping Zhu, Yuan Cheng,
• Abstract要約: 脳動脈瘤とその親血管(IA-Vessel)の正確な分節は血行動態解析にとって重要なステップである。 641個の3次元MRA画像と587個の動脈瘤アノテーションとIA-Vesselsを併用した総合的多施設コレクションを報告した。
• 参考スコア（独自算出の注目度）: 22.729240391465634
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The precise segmentation of intracranial aneurysms and their parent vessels (IA-Vessel) is a critical step for hemodynamic analyses, which mainly depends on computational fluid dynamics (CFD). However, current segmentation methods predominantly focus on image-based evaluation metrics, often neglecting their practical effectiveness in subsequent CFD applications. To address this deficiency, we present the Intracranial Aneurysm Vessel Segmentation (IAVS) dataset, the first comprehensive, multi-center collection comprising 641 3D MRA images with 587 annotations of aneurysms and IA-Vessels. In addition to image-mask pairs, IAVS dataset includes detailed hemodynamic analysis outcomes, addressing the limitations of existing datasets that neglect topological integrity and CFD applicability. To facilitate the development and evaluation of clinically relevant techniques, we construct two evaluation benchmarks including global localization of aneurysms (Stage I) and fine-grained segmentation of IA-Vessel (Stage II) and develop a simple and effective two-stage framework, which can be used as a out-of-the-box method and strong baseline. For comprehensive evaluation of applicability of segmentation results, we establish a standardized CFD applicability evaluation system that enables the automated and consistent conversion of segmentation masks into CFD models, offering an applicability-focused assessment of segmentation outcomes. The dataset, code, and model will be public available at https://github.com/AbsoluteResonance/IAVS.
• Abstract（参考訳）: 脳内大動脈瘤とその親血管(IA-Vessel)の正確な分画は、主に計算流体力学(CFD)に依存する血行動態解析の重要なステップである。 しかし、現在のセグメンテーション手法は画像に基づく評価指標に重点を置いており、しばしばその後のCFDアプリケーションにおける実用性を無視している。 この欠損に対処するため,大動脈瘤とIA-Vesselsの587のアノテーションを付加した641個の3D MRA画像からなる,初の包括的多施設収集である,頭蓋内大動脈瘤(IAVS)データセットを提出した。 イメージマスクペアに加えて、IAVSデータセットには詳細な血行動態解析結果が含まれており、トポロジ的整合性やCFDの適用性を無視する既存のデータセットの制限に対処している。 臨床関連技術の開発と評価を容易にするため,大動脈瘤 (Stage I) のグローバルな局在化とIA-Vessel (Stage II) の微細な分節化を含む2つの評価ベンチマークを構築し,アウト・オブ・ザ・ボックス法と強力なベースラインとして使用できる,シンプルで効果的な2段階フレームワークを開発した。 セグメンテーション結果の総合的な適用性を評価するため,セグメンテーションマスクのCFDモデルへの自動的かつ一貫した変換を可能にする,標準化されたCFD適用性評価システムを構築し,セグメンテーション結果の応用性に着目した評価を行う。 データセット、コード、モデルはhttps://github.com/AbsoluteResonance/IAVS.comで公開されている。

関連論文リスト

• Weakly Supervised Intracranial Aneurysm Detection and Segmentation in MR angiography via Multi-task UNet with Vesselness Prior [2.423045468361048]
  頭蓋内動脈瘤 (IAs) は脳血管の異常な拡張であり、破裂すると生命を脅かす結果をもたらす。 本稿では,脳動脈瘤の検出とセグメンテーションを共同で行うために,血管度を組み込んだ3次元マルチタスクUNetを提案する。
  論文  参考訳（メタデータ） (2025-08-01T00:45:46Z)
• Multi-Class Segmentation of Aortic Branches and Zones in Computed Tomography Angiography: The AortaSeg24 Challenge [55.252714550918824]
  AortaSeg24 MICCAI Challengeは、23の臨床的に関連する大動脈枝と領域に注釈付き100 CTA巻の最初のデータセットを導入した。 本稿では,トップパフォーマンスアルゴリズムの課題設計,データセットの詳細,評価指標,詳細な分析について述べる。
  論文  参考訳（メタデータ） (2025-02-07T21:09:05Z)
• KaLDeX: Kalman Filter based Linear Deformable Cross Attention for Retina Vessel Segmentation [46.57880203321858]
  カルマンフィルタを用いた線形変形型クロスアテンション(LDCA)モジュールを用いた血管セグメンテーションのための新しいネットワーク(KaLDeX)を提案する。 我々のアプローチは、カルマンフィルタ(KF)ベースの線形変形可能な畳み込み(LD)とクロスアテンション(CA)モジュールの2つの重要なコンポーネントに基づいている。 提案手法は,網膜基底画像データセット(DRIVE,CHASE_BD1,STARE)とOCTA-500データセットの3mm,6mmを用いて評価した。
  論文  参考訳（メタデータ） (2024-10-28T16:00:42Z)
• DIAS: A Dataset and Benchmark for Intracranial Artery Segmentation in DSA sequences [19.61593883367223]
  血管形態の定量化にはDSA(Digital Subtraction Angiography)の頭蓋内動脈(IA)が重要である。 現在の研究は、主にプロプライエタリデータセットを使用した単一フレームDSAのセグメンテーションに焦点を当てている。 DSAシークエンスにおけるIAセグメンテーションのためのデータセットであるDIASを紹介する。
  論文  参考訳（メタデータ） (2023-06-21T10:03:56Z)
• Affinity Feature Strengthening for Accurate, Complete and Robust Vessel Segmentation [48.638327652506284]
  血管セグメンテーションは、冠動脈狭窄、網膜血管疾患、脳動脈瘤などの多くの医学的応用において重要である。 コントラストに敏感なマルチスケールアフィニティアプローチを用いて,幾何学的手法と画素単位のセグメンテーション特徴を連成的にモデル化する新しいアプローチであるAFNを提案する。
  論文  参考訳（メタデータ） (2022-11-12T05:39:17Z)
• MS Lesion Segmentation: Revisiting Weighting Mechanisms for Federated Learning [92.91544082745196]
  フェデレートラーニング(FL)は医用画像解析に広く用いられている。 FLのパフォーマンスは、多発性硬化症(MS)病変セグメンテーションタスクに制限される。 2つの効果的な再重み付け機構によるFLMS病変分割フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-05-03T14:06:03Z)
• Improving Classification Model Performance on Chest X-Rays through Lung Segmentation [63.45024974079371]
  本稿では, セグメンテーションによる異常胸部X線(CXR)識別性能を向上させるための深層学習手法を提案する。 提案手法は,CXR画像中の肺領域を局所化するための深層ニューラルネットワーク(XLSor)と,大規模CXRデータセットで事前学習した自己教師あり運動量コントラスト(MoCo)モデルのバックボーンを用いたCXR分類モデルである。
  論文  参考訳（メタデータ） (2022-02-22T15:24:06Z)
• Multi-Task Neural Networks with Spatial Activation for Retinal Vessel Segmentation and Artery/Vein Classification [49.64863177155927]
  本稿では,網膜血管,動脈,静脈を同時に分割する空間活性化機構を備えたマルチタスクディープニューラルネットワークを提案する。 提案するネットワークは,容器分割における画素ワイド精度95.70%,A/V分類精度94.50%を実現している。
  論文  参考訳（メタデータ） (2020-07-18T05:46:47Z)

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。