論文の概要: Simple Image Processing and Similarity Measures Can Link Data Samples across Databases through Brain MRI

• arxiv url: http://arxiv.org/abs/2602.10043v1
• Date: Tue, 10 Feb 2026 18:10:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-11 20:17:43.731677
• Title: Simple Image Processing and Similarity Measures Can Link Data Samples across Databases through Brain MRI
• Title（参考訳）: 簡単な画像処理と類似度対策により、脳MRIを通してデータベース間でデータサンプルをリンクできる
• Authors: Gaurang Sharma, Harri Polonen, Juha Pajula, Jutta Suksi, Jussi Tohka,
• Abstract要約: 頭部MRI(Head Magnetic Resonance Imaging)は、厳格な規制枠組みの下で研究のために日常的に収集され、共有される。 頭蓋骨を切断した後でも、脳小葉には、データベースをまたいだ同じ参加者の他のMRIと一致する、ユニークなシグネチャが含まれている。 ここでは,頭蓋骨を張ったT1強調MRIのリンクが,他の識別子が利用可能であれば再同定につながる可能性があることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Head Magnetic Resonance Imaging (MRI) is routinely collected and shared for research under strict regulatory frameworks. These frameworks require removing potential identifiers before sharing. But, even after skull stripping, the brain parenchyma contains unique signatures that can match other MRIs from the same participants across databases, posing a privacy risk if additional data features are available. Current regulatory frameworks often mandate evaluating such risks based on the assessment of a certain level of reasonableness. Prior studies have already suggested that a brain MRI could enable participant linkage, but they have relied on training-based or computationally intensive methods. Here, we demonstrate that linking an individual's skull-stripped T1-weighted MRI, which may lead to re-identification if other identifiers are available, is possible using standard preprocessing followed by image similarity computation. Nearly perfect linkage accuracy was achieved in matching data samples across various time intervals, scanner types, spatial resolutions, and acquisition protocols, despite potential cognitive decline, simulating MRI matching across databases. These results aim to contribute meaningfully to the development of thoughtful, forward-looking policies in medical data sharing.
• Abstract（参考訳）: 頭部MRI(Head Magnetic Resonance Imaging)は、厳格な規制枠組みの下で研究のために日常的に収集され、共有される。 これらのフレームワークでは、共有する前に潜在的な識別子を削除する必要がある。 しかし、頭蓋骨を剥がしたとしても、脳の発作には、データベース全体にわたる同じ参加者のMRIと一致するユニークなサインが含まれており、追加のデータ機能が利用可能であればプライバシー上のリスクが生じる。 現在の規制枠組みは、ある程度の合理性の評価に基づいて、そのようなリスクを評価することを義務付けていることが多い。 以前の研究では、脳MRIが参加者のリンクを可能にすることを既に示唆していたが、それらはトレーニングベースまたは計算集約的な手法に依存していた。 ここでは,頭蓋骨を張ったT1強調MRIのリンクが,他の識別子が利用可能であれば再同定につながる可能性があることを示す。 様々な時間間隔、スキャナータイプ、空間解像度、取得プロトコルをまたいだデータサンプルのマッチングにおいて、ほぼ完全なリンク精度が達成された。 これらの結果は、医療データ共有における思慮深い先進的な政策の発展に有意義な貢献をすることを目的としている。

関連論文リスト

• Adapting HFMCA to Graph Data: Self-Supervised Learning for Generalizable fMRI Representations [57.054499278843856]
  機能的磁気共鳴画像(fMRI)解析は、データセットのサイズが限られ、研究間でのドメインの変動が原因で大きな課題に直面している。 コンピュータビジョンにインスパイアされた従来の自己教師付き学習手法は、正と負のサンプルペアに依存することが多い。 本稿では,最近開発された階層関数最大相関アルゴリズム(HFMCA)をグラフ構造fMRIデータに適用することを提案する。
  論文  参考訳（メタデータ） (2025-10-05T12:35:01Z)
• Understanding Benefits and Pitfalls of Current Methods for the Segmentation of Undersampled MRI Data [13.289624718860539]
  本稿では,7つのアプローチを比較したアンダーサンプルMRIデータのセグメンテーションのための,最初の統一されたベンチマークを提供する。 提案手法は,マルチコイルk空間データを含む2つのMRIデータセットと,人間による注釈付きセグメンテーショングラウンドトラスを用いて検証する。
  論文  参考訳（メタデータ） (2025-08-26T12:22:06Z)
• ContextMRI: Enhancing Compressed Sensing MRI through Metadata Conditioning [51.26601171361753]
  本稿では, 微細なメタデータを再構成プロセスに統合したMRI用テキスト条件拡散モデルであるContextMRIを提案する。 メタデータの忠実度はスライス位置やコントラストから患者年齢、性別、病理まで増加し、体系的に再構築性能が向上することを示す。
  論文  参考訳（メタデータ） (2025-01-08T05:15:43Z)
• Feasibility of Federated Learning from Client Databases with Different Brain Diseases and MRI Modalities [5.629645463085369]
  MRIの脳病変のモデルは通常、特定の疾患のために開発され、事前に定義されたMRIモダリティのセットでデータに基づいて訓練される。 この訓練パラダイムは、モデルが異種データベースから学習する利点を使用するのを防ぐ。 モデルとトレーニング戦略の適切な,シンプルな,実践的な変更を組み合わせることで,有望な結果を示す。
  論文  参考訳（メタデータ） (2024-06-17T15:16:18Z)
• CMRxRecon: An open cardiac MRI dataset for the competition of accelerated image reconstruction [62.61209705638161]
  ディープラーニングベースのCMRイメージングアルゴリズムへの関心が高まっている。 ディープラーニング手法は大規模なトレーニングデータセットを必要とする。 このデータセットには300人の被験者のマルチコントラスト、マルチビュー、マルチスライス、マルチコイルCMRイメージングデータが含まれている。
  論文  参考訳（メタデータ） (2023-09-19T15:14:42Z)
• Source-Free Collaborative Domain Adaptation via Multi-Perspective Feature Enrichment for Functional MRI Analysis [55.03872260158717]
  安静時MRI機能(rs-fMRI)は、神経疾患の分析を助けるために多地点で研究されている。 ソース領域とターゲット領域の間のfMRIの不均一性を低減するための多くの手法が提案されている。 しかし、マルチサイト研究における懸念やデータストレージの負担のため、ソースデータの取得は困難である。 我々は、fMRI解析のためのソースフリー協調ドメイン適応フレームワークを設計し、事前訓練されたソースモデルとラベルなしターゲットデータのみにアクセスできるようにする。
  論文  参考訳（メタデータ） (2023-08-24T01:30:18Z)
• Explainable unsupervised multi-modal image registration using deep networks [2.197364252030876]
  MRI画像登録は、異なるモダリティ、時間点、スライスから幾何学的に「ペア」診断することを目的としている。 本研究では,我々のDLモデルが完全に説明可能であることを示し,さらなる医用画像データへのアプローチを一般化するための枠組みを構築した。
  論文  参考訳（メタデータ） (2023-08-03T19:13:48Z)
• SKM-TEA: A Dataset for Accelerated MRI Reconstruction with Dense Image Labels for Quantitative Clinical Evaluation [5.37260403457093]
  定量的膝関節MRI(qMRI)画像の収集であるMulti-Task Evaluationデータセットを用いて,Stanford Knee MRIを提案する。 このデータセットは、匿名患者MRIスキャンの25,000スライス(155例)の生データ測定から成り立っている。 我々は、画像再構成や高密度画像ラベルとともに、MRI再構成、セグメンテーション、検出技術から抽出されたqMRIバイオマーカー推定の品質を測定するために、qMRIパラメータマップを使用するためのフレームワークを提供する。
  論文  参考訳（メタデータ） (2022-03-14T02:40:40Z)
• 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)
• Complex-valued Federated Learning with Differential Privacy and MRI Applications [51.34714485616763]
  複雑な値を持つガウスのメカニズムを導入し、その振る舞いは$f$-DP、$(varepsilon, delta)$-DP、R'enyi-DPで特徴づけられる。 本稿では,DPと互換性のある複雑なニューラルネットワークプリミティブを提案する。 実験では,実世界の課題に対して,DPを用いた複合数値ニューラルネットワークを訓練することで概念実証を行う。
  論文  参考訳（メタデータ） (2021-10-07T14:03:00Z)

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。