論文の概要: HippMetric: A skeletal-representation-based framework for cross-sectional and longitudinal hippocampal substructural morphometry

• arxiv url: http://arxiv.org/abs/2512.19214v1
• Date: Mon, 22 Dec 2025 09:53:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-23 18:54:32.700724
• Title: HippMetric: A skeletal-representation-based framework for cross-sectional and longitudinal hippocampal substructural morphometry
• Title（参考訳）: HippMetric: 縦断的および縦断的海馬下組織形態計測のための骨格表現に基づく枠組み
• Authors: Na Gao, Chenfei Ye, Yanwu Yang, Anqi Li, Zhengbo He, Li Liang, Zhiyuan Liu, Xingyu Hao, Ting Ma, Tengfei Guo,
• Abstract要約: HippMetricは、海馬下組織形態計測のための骨格表現に基づくフレームワークである。 変形可能な骨格座標系を採用し、海馬の解剖学や機能と整合している。 既存の形状モデルよりも高い精度、信頼性、および対応安定性を実現する。
• 参考スコア（独自算出の注目度）: 22.804435583903572
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Accurate characterization of hippocampal substructure is crucial for detecting subtle structural changes and identifying early neurodegenerative biomarkers. However, high inter-subject variability and complex folding pattern of human hippocampus hinder consistent cross-subject and longitudinal analysis. Most existing approaches rely on subject-specific modelling and lack a stable intrinsic coordinate system to accommodate anatomical variability, which limits their ability to establish reliable inter- and intra-individual correspondence. To address this, we propose HippMetric, a skeletal representation (s-rep)-based framework for hippocampal substructural morphometry and point-wise correspondence across individuals and scans. HippMetric builds on the Axis-Referenced Morphometric Model (ARMM) and employs a deformable skeletal coordinate system aligned with hippocampal anatomy and function, providing a biologically grounded reference for correspondence. Our framework comprises two core modules: a skeletal-based coordinate system that respects the hippocampus' conserved longitudinal lamellar architecture, in which functional units (lamellae) are stacked perpendicular to the long-axis, enabling anatomically consistent localization across subjects and time; and individualized s-reps generated through surface reconstruction, deformation, and geometrically constrained spoke refinement, enforcing boundary adherence, orthogonality and non-intersection to produce mathematically valid skeletal geometry. Extensive experiments on two international cohorts demonstrate that HippMetric achieves higher accuracy, reliability, and correspondence stability compared to existing shape models.
• Abstract（参考訳）: 海馬下層構造の正確な特徴は、微妙な構造変化を検出し、初期の神経変性バイオマーカーを同定するために重要である。 しかし,ヒト海馬の個体間変動と複雑な折り畳みパターンは,一貫した異物・縦断的解析を妨げている。 既存のアプローチの多くは、主観的なモデリングに依存しており、解剖学的変動に対応する安定した内在的座標系が欠如しているため、信頼性の高い個人間および個人間の対応を確立する能力は制限されている。 これを解決するために,海馬下形態計測と個人・スキャン間のポイントワイド対応のための骨格表現(s-rep)に基づくフレームワークであるHippMetricを提案する。 HippMetricは、Axis-Referenced Morphometric Model (ARMM)に基づいて構築され、海馬の解剖学と機能に整合した変形可能な骨格座標系を用いて、生物学的に基底化された対応基準を提供する。 本フレームワークは2つのコアモジュールから構成される: 海馬の保存された縦型ラメラアーキテクチャを尊重する骨格型座標系で、機能単位(ラメラ)を長軸に垂直に積層し、対象と時間にわたって解剖学的に一貫した局所化を可能にする。 2つの国際コホートに関する大規模な実験により、HipMetricは既存の形状モデルよりも高い精度、信頼性、および対応安定性を達成することが示された。

関連論文リスト

• Anatomica: Localized Control over Geometric and Topological Properties for Anatomical Diffusion Models [0.6011425044728357]
  Anatomicaは、局所的な地形制御を伴う解剖学的ボクセルマップを生成するための推論時フレームワークである。 我々は、ボクセル的なモーメントを通してサイズ、形状、位置などの幾何学的特徴を制御する一方、連結成分、ループ、空隙といった位相的特徴は、永続的ホモロジーによって強制される。 解剖学は様々な解剖学的システムに柔軟に適用し、任意の次元や座標系上の複雑な構造を制御するために制約を構成する。
  論文  参考訳（メタデータ） (2025-11-25T18:18:16Z)
• CardioComposer: Flexible and Compositional Anatomical Structure Generation with Disentangled Geometric Guidance [0.6312872285702812]
  本研究では,3次元空間に埋め込まれた解釈可能な楕円体プリミティブを用いて,ヒト解剖学の非条件拡散モデルを導出する枠組みを提案する。 本手法は, 逆拡散過程の導出に幾何モーメントロスを適用した多部分割マップ内の特定の組織の選択を含む。
  論文  参考訳（メタデータ） (2025-09-08T23:08:23Z)
• GRASPing Anatomy to Improve Pathology Segmentation [67.98147643529309]
  本稿では,病的セグメンテーションモデルを強化するモジュール型プラグイン・アンド・プレイフレームワークGRASPを紹介する。 2つのPET/CTデータセット上でGRASPを評価し、系統的アブレーション研究を行い、フレームワークの内部動作について検討する。
  論文  参考訳（メタデータ） (2025-08-05T12:26:36Z)
• Adaptive Particle-Based Shape Modeling for Anatomical Surface Correspondence [3.743399165184124]
  粒子ベース形状モデリング(英: Particle-based shape modeling、PSM)は、解剖学的コホートにまたがる形状の変動を自動的に定量化する手法である。 近年の進歩は、解剖学的構造の複雑な幾何学的性質をよりよく捉えるために、自監督的な信号として暗黙の放射基底関数表現を取り入れている。 本稿では,一貫した粒子配置を維持しながら表面適応性を高めるための2つのメカニズムを提案する。
  論文  参考訳（メタデータ） (2025-07-10T02:19:10Z)
• JADE: Joint-aware Latent Diffusion for 3D Human Generative Modeling [62.77347895550087]
  JADEは人体形状の変化を微粒化制御で学習する生成フレームワークである。 私たちの重要な洞察は、人体を骨格構造に分解する共同認識の潜伏表現です。 提案した分解条件下でのコヒーレントで可塑性な人体形状を生成するため,カスケードパイプラインも提案する。
  論文  参考訳（メタデータ） (2024-12-29T14:18:35Z)
• ReshapeIT: Reliable Shape Interaction with Implicit Template for Anatomical Structure Reconstruction [59.971808117043366]
  ReShapeITは、同じカテゴリ内で共有される暗黙のテンプレートフィールドを持つ解剖学的構造を表す。 これにより、インスタンス形状とテンプレート形状との対応性の制約を強化することにより、暗黙テンプレートフィールドが有効なテンプレートを生成する。 テンプレートインタラクションモジュールは、有効なテンプレートシェイプとインスタンスワイドの潜在コードとを相互作用することで、目に見えないシェイプを再構築するために導入される。
  論文  参考訳（メタデータ） (2023-12-11T07:09:32Z)
• S3M: Scalable Statistical Shape Modeling through Unsupervised Correspondences [91.48841778012782]
  本研究では,集団解剖学における局所的および大域的形状構造を同時に学習するための教師なし手法を提案する。 我々のパイプラインは、ベースライン法と比較して、SSMの教師なし対応推定を大幅に改善する。 我々の手法は、ノイズの多いニューラルネットワーク予測から学ぶのに十分堅牢であり、より大きな患者にSSMを拡張できる可能性がある。
  論文  参考訳（メタデータ） (2023-04-15T09:39:52Z)
• A Generative Shape Compositional Framework to Synthesise Populations of Virtual Chimaeras [52.33206865588584]
  複雑な解剖学的構造に対する生成的形状モデルを導入し、未ペアデータセットのデータセットから学習する。 心臓のサブストラクチャのサンプルとして,全音節形状のデータベースから仮想キマエラを構築した。 提案手法は,PCAをベースとした形状モデル(完全データによる学習)を,汎用性と特異性の観点から大きく上回っている。
  論文  参考訳（メタデータ） (2022-10-04T13:36:52Z)
• Statistical Shape Modeling of Biventricular Anatomy with Shared Boundaries [16.287876512923084]
  本稿では,共有境界を持つ多臓器解剖学の統計的形状モデルを構築するための汎用的で柔軟なデータ駆動手法を提案する。 心臓の共有境界における形状変化は、非協調的収縮と低臓器灌流を引き起こす潜在的な病理学的変化を示す可能性がある。
  論文  参考訳（メタデータ） (2022-09-06T15:54:37Z)
• Learning Deep Features for Shape Correspondence with Domain Invariance [10.230933226423984]
  対応に基づく形状モデルは、解剖学の統計解析に依存する様々な医学的イメージング応用の鍵となる。 本論文では, 深層畳み込みニューラルネットワークを用いて, 形状アンサンブルから対応しやすい特徴を抽出する, 自動機能学習手法を提案する。
  論文  参考訳（メタデータ） (2021-02-21T02:25:32Z)

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。