論文の概要: RadGenome-Anatomy: A Large-Scale Anatomy-Labeled Chest Radiograph Dataset via Physically Grounded Volumetric Projection

• arxiv url: http://arxiv.org/abs/2605.17368v1
• Date: Sun, 17 May 2026 10:22:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 17:57:47.927766
• Title: RadGenome-Anatomy: A Large-Scale Anatomy-Labeled Chest Radiograph Dataset via Physically Grounded Volumetric Projection
• Title（参考訳）: RadGenome-Anatomy:物理接地体積投影による大規模解剖標識胸部X線写真データセット
• Authors: Shuchang Ye, Mingyuan Meng, Hao Wang, Usman Naseem, Jinman Kim,
• Abstract要約: RadGenome-Anatomyは、最大の解剖学的ラベル付き胸部X線写真データセットで、210の解剖学的構造にわたる1000万以上のセグメンテーションマスクを含む。 大規模な3次元解剖学マスクをCTボリュームから2次元X線撮影空間に投影し、標準X線撮影により構築する。 RadGenome-Anatomyのスケールと広範囲の解剖学的カバレッジは、重複し、部分的に見えるか、直列化が難しい構造を含んでおり、胸部X線写真解釈の明確な証拠として幾何学的測定の研究を可能にしている。
• 参考スコア（独自算出の注目度）: 22.105627208858568
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Anatomical structure labels for chest radiographs are essential for medical image segmentation and a broad range of downstream diagnostic tasks. However, annotating anatomy directly on 2D chest radiographs is labor-intensive and intrinsically ambiguous, as 3D anatomical structures are projected onto a single 2D plane where boundaries may overlap, be occluded, or appear only partially visible. Consequently, existing anatomy-labeled chest radiograph datasets remain limited in scale, anatomy coverage, and label reliability. To address these limitations, we introduce RadGenome-Anatomy, the largest anatomy-labeled chest radiograph dataset, containing over 10 million segmentation masks across 210 anatomical structures in 25,692 studies. It is constructed by projecting large-scale 3D anatomical masks from CT volumes into 2D radiographic space through canonical radiographic geometry. This shifts annotation from directly tracing uncertain 2D boundaries to defining anatomy in volumetric space, where structures that overlap or become partially invisible in radiographs remain spatially separable. As a result, each 2D mask represents the physically grounded projected footprint of a volumetrically defined structure. The scale and broad anatomical coverage of RadGenome-Anatomy, including structures that are overlapping, partially visible, or difficult to delineate directly, enable research on geometric measurements as explicit evidence for chest radiograph interpretation. We demonstrate this by training XAnatomy to predict structure-specific masks and derive clinically relevant measurements, achieving diagnostic accuracies of 96.4%, 95.6%, and 89.2% for cardiomegaly, kyphosis, and scoliosis, respectively.
• Abstract（参考訳）: 胸部X線写真のための解剖学的構造ラベルは, 医用画像のセグメンテーションや下流診断に不可欠である。 しかし, 2次元胸部X線写真に直接解剖学的注釈を付けることは, 3次元解剖学的構造が1つの2次元平面に投影されるため, 労働集約的かつ本質的不明瞭である。 その結果、既存の解剖学的ラベル付き胸部X線写真データセットは、スケール、解剖学的カバレッジ、ラベルの信頼性に制限されている。 これらの制限に対処するために、25,692の研究で210の解剖学的構造にわたる1000万以上のセグメンテーションマスクを含む、最大の解剖学的ラベル付き胸部X線写真データセットであるRadGenome-Anatomyを紹介した。 大規模な3次元解剖学マスクをCTボリュームから2次元X線撮影空間に投影し、標準X線撮影により構築する。 これは、アノテーションが不確実な2D境界を直接追跡することから、ボリューム空間における解剖学の定義へと移行する。 その結果、各2次元マスクは、体積的に定義された構造の物理的に接地された足跡を表す。 RadGenome-Anatomyのスケールと広範囲の解剖学的カバレッジは、重複し、部分的に見えるか、直列化が難しい構造を含んでおり、胸部X線写真解釈の明確な証拠として幾何学的測定の研究を可能にしている。 我々は、X解剖学をトレーニングして、構造特異的マスクを予測し、臨床的に有意な測定を導出し、それぞれ96.4%、95.6%、89.2%の診断精度を達成した。

関連論文リスト

• SPIDER: Structure-Preferential Implicit Deep Network for Biplanar X-ray Reconstruction [30.432335038130866]
  SPIDERは、バイプレーンX線画像からCTボリュームを再構成するための教師付きフレームワークである。 解剖学的制約を再構築プロセスに組み込み、構造的連続性を高め、軟質の人工物を減らす。 提案手法は,ダウンストリームセグメンテーションタスクにおける強力な可能性を示し,パーソナライズされた治療計画と画像誘導型手術ナビゲーションにおけるその有用性を裏付けるものである。
  論文  参考訳（メタデータ） (2025-07-07T06:06:28Z)
• Structure-aware World Model for Probe Guidance via Large-scale Self-supervised Pre-train [66.35766658717205]
  心エコー法を成功させるには、二次元平面上の構造と三次元空間における平面間の空間的関係を徹底的に理解する必要がある。 心構造を意識した世界モデルを取得するための,大規模自己指導型事前学習手法を提案する。
  論文  参考訳（メタデータ） (2024-06-28T08:54:44Z)
• Accurate Fine-Grained Segmentation of Human Anatomy in Radiographs via Volumetric Pseudo-Labeling [66.75096111651062]
  我々は,10,021個の胸部CTと157個のラベルの大規模データセットを作成した。 解剖学的擬似ラベル抽出のために3次元解剖分類モデルのアンサンブルを適用した。 得られたセグメンテーションモデルはCXRで顕著な性能を示した。
  論文  参考訳（メタデータ） (2023-06-06T18:01:08Z)
• Detailed Annotations of Chest X-Rays via CT Projection for Report Understanding [16.5295886999348]
  臨床放射線学報告では、医師は患者の健康状態に関する重要な情報を取得する。 患者の内部構造に関する生の医療画像データから、観察結果を伝達する。 現在の医療画像処理システムでは、患者の解剖と外観の両方が明確に把握されていない。
  論文  参考訳（メタデータ） (2022-10-07T09:21:48Z)
• SQUID: Deep Feature In-Painting for Unsupervised Anomaly Detection [76.01333073259677]
  無線画像からの異常検出のための空間認識型メモリキューを提案する(略してSQUID)。 SQUIDは, 微細な解剖学的構造を逐次パターンに分類でき, 推測では画像中の異常(見えない/修正されたパターン)を識別できる。
  論文  参考訳（メタデータ） (2021-11-26T13:47:34Z)

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。