論文の概要: Automated Prediction of Paravalvular Regurgitation before Transcatheter Aortic Valve Implantation

• arxiv url: http://arxiv.org/abs/2602.13842v1
• Date: Sat, 14 Feb 2026 18:09:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-17 14:17:28.453516
• Title: Automated Prediction of Paravalvular Regurgitation before Transcatheter Aortic Valve Implantation
• Title（参考訳）: 経カテーテル的大動脈弁挿入術における副弁置換術の自動予測
• Authors: Michele Cannito, Riccardo Renzulli, Adson Duarte, Farzad Nikfam, Carlo Alberto Barbano, Enrico Chiesa, Francesco Bruno, Federico Giacobbe, Wojciech Wanha, Arturo Giordano, Marco Grangetto, Fabrizio D'Ascenzo,
• Abstract要約: 高齢者の重症大動脈ステントーシスは,経カテーテル的大動脈弁挿入術(TAVI)で治療されることが多い。 外科的進行にもかかわらず、大動脈弁逆流(PVR)はTAVI後で最も頻度の高い合併症の1つである。 本研究では,術前心エコーからPVRの発生を予測するための深層学習の可能性について検討する。
• 参考スコア（独自算出の注目度）: 5.4128175267869265
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Severe aortic stenosis is a common and life-threatening condition in elderly patients, often treated with Transcatheter Aortic Valve Implantation (TAVI). Despite procedural advances, paravalvular aortic regurgitation (PVR) remains one of the most frequent post-TAVI complications, with a proven impact on long-term prognosis. In this work, we investigate the potential of deep learning to predict the occurrence of PVR from preoperative cardiac CT. To this end, a dataset of preoperative TAVI patients was collected, and 3D convolutional neural networks were trained on isotropic CT volumes. The results achieved suggest that volumetric deep learning can capture subtle anatomical features from pre-TAVI imaging, opening new perspectives for personalized risk assessment and procedural optimization. Source code is available at https://github.com/EIDOSLAB/tavi.
• Abstract（参考訳）: 高齢者では重度大動脈狭窄症が一般的であり,TAVI(Transcatheter Aortic Valve implantation)で治療されることが多い。 外科的進行にもかかわらず、PVR(paravalvular aortic regurgitation)はTAVI後で最も頻度の高い合併症の1つであり、長期予後に影響を及ぼす。 本研究では,術前心エコーからPVRの発生を予測するための深層学習の可能性について検討する。 この目的のために,術前TAVI患者のデータセットを収集し,等方性CT量に基づいて3次元畳み込みニューラルネットワークを訓練した。 その結果, 深層学習がTAVI前画像から微妙な解剖学的特徴を捉え, 個人化されたリスク評価と手続き的最適化のための新たな視点を開拓できることが示唆された。 ソースコードはhttps://github.com/EIDOSLAB/tavi.comで入手できる。

関連論文リスト

• Towards Optimal Valve Prescription for Transcatheter Aortic Valve Replacement (TAVR) Surgery: A Machine Learning Approach [3.4414136502641406]
  大動脈弁置換術(TAVR: Transcatheter Aortic Valve Replacement)は,重症大動脈狭窄症例に対する低侵襲治療の選択肢である。 バルブ式処方薬に関する現在のガイドラインは議論の的となっている。 本稿では,永久ペースメーカー植込みのリスクを最小限に抑えるため,最適な弁型を特定するためのデータ駆動ツールを提案する。
  論文  参考訳（メタデータ） (2025-12-09T23:46:46Z)
• Semantic Segmentation for Preoperative Planning in Transcatheter Aortic Valve Replacement [61.573750959726475]
  経カテーテル大動脈弁置換術(TAVR)の術前計画のための医療ガイドラインを考察し,セマンティックセグメンテーションモデルを用いて支援できる課題を同定する。 まず, 細粒度のTAVR関連擬似ラベルを, 粗粒度の解剖学的情報から抽出し, セグメンテーションモデルを訓練し, スキャンでこれらの構造がどれだけよく見つかるかを定量化する。
  論文  参考訳（メタデータ） (2025-07-22T13:24:45Z)
• DeepVox and SAVE-CT: a contrast- and dose-independent 3D deep learning approach for thoracic aorta segmentation and aneurysm prediction using computed tomography scans [2.3135717943756307]
  胸部大動脈瘤(英: Thoracic aortic aneurysm,TAA)は、大動脈の進行拡大による解離や破裂を引き起こす致命的な疾患である。 その他の指標は、このスクリーニングに役立つが、コントラスト増強や低用量プロトコールを伴わずに取得すれば、臨床評価が困難になる可能性がある。 本研究は, 対照群とTAA患者を含む587種類のCTスキャンを, コントラスト増強の有無にかかわらず低線量および標準線量プロトコールで取得した。 新たなセグメンテーションモデルであるDeepVoxは,開発およびテストセットに対してそれぞれ0.932と0.897のダイススコア係数を示した。
  論文  参考訳（メタデータ） (2023-10-23T19:48:58Z)
• Predicting Thrombectomy Recanalization from CT Imaging Using Deep Learning Models [4.780704816027884]
  術前CTとCTA画像を用いて,患者の再石灰化スコアの完全自動予測を提案した。 我々のトップモデルは平均クロスバリデードROC-AUC 77.33 $pm$3.9%を達成した。
  論文  参考訳（メタデータ） (2023-02-08T15:41:21Z)
• A Deep Learning Approach to Predicting Collateral Flow in Stroke Patients Using Radiomic Features from Perfusion Images [58.17507437526425]
  側方循環は、血流を妥協した領域に酸素を供給する特殊な無酸素流路から生じる。 実際のグレーティングは主に、取得した画像の手動検査によって行われる。 MR灌流データから抽出した放射線学的特徴に基づいて,脳卒中患者の側方血流低下を予測するための深層学習手法を提案する。
  論文  参考訳（メタデータ） (2021-10-24T18:58:40Z)
• AI-based Aortic Vessel Tree Segmentation for Cardiovascular Diseases Treatment: Status Quo [55.04215695343928]
  大動脈血管木は大動脈とその枝枝動脈からなる。 大動脈弁木の自動・半自動セグメンテーションのための計算手法を体系的に検討した。
  論文  参考訳（メタデータ） (2021-08-06T08:18:28Z)
• CoRSAI: A System for Robust Interpretation of CT Scans of COVID-19 Patients Using Deep Learning [133.87426554801252]
  我々は,深部畳み込み神経網のアンサンブルを用いた肺CTスキャンのセグメンテーションによるアプローチを採用した。 本モデルを用いて, 病変の分類, 患者の動態の評価, 病変による肺の相対体積の推定, 肺の損傷ステージの評価が可能となった。
  論文  参考訳（メタデータ） (2021-05-25T12:06:55Z)
• DeepPrognosis: Preoperative Prediction of Pancreatic Cancer Survival and Surgical Margin via Contrast-Enhanced CT Imaging [26.162788846435365]
  膵管腺癌(PDAC)は最も致命的ながんの1つである。 3D Contrast-Enhanced Convolutional Long Short-Term Memory Network (CE-ConvLSTM) と命名されたPDAC患者の生存予測のための新しいディープニューラルネットワークを提案する。 腫瘍切除マージンに関連する特徴を学習し,生存率予測を改善することにより,予後とマージン予測の両課題を達成できるマルチタスクCNNを提案する。
  論文  参考訳（メタデータ） (2020-08-26T22:51:24Z)
• Neural collaborative filtering for unsupervised mitral valve segmentation in echocardiography [60.08918310097638]
  心エコービデオの低次元埋め込みに基づく僧帽弁断面積自動制御法を提案する。 本法は, 各種僧帽弁疾患患者の心エコービデオと, 独立した検査コホートを用いて評価した。 これは、低品質ビデオやスパースアノテーションの場合には、最先端のインハンサーとエンファンサーの手法より優れている。
  論文  参考訳（メタデータ） (2020-08-13T12:53:26Z)

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。