論文の概要: VEELA: A Clinically-Constrained Benchmark for Liver Vessel Segmentation in Computed Tomography Angiography

• arxiv url: http://arxiv.org/abs/2605.22357v1
• Date: Thu, 21 May 2026 11:42:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-22 16:35:42.236581
• Title: VEELA: A Clinically-Constrained Benchmark for Liver Vessel Segmentation in Computed Tomography Angiography
• Title（参考訳）: VEELA : CT画像診断における肝血管分画の検討
• Authors: Ziya Ata Yazıcı, N. Sinem Gezer, İlkay Öksüz, İlker Özgür Koska, Tuğçe Toprak, Pervin Bulucu, Ufuk Beşenk, A. Emre Kavur, Pierre-Henri Conze, Hazım Kemal Ekenel, Oğuz Dicle, Mustafa Ege Şeker, Mustafa Said Kartal, Ariorad Moniri, Orhan Özkan, Osman Faruk Bayram, Hakan Polat, Musa Balcı, Ece Tuğba Cebeci, Baran Cılga, Kardelen Peçenek, M. Alper Selver,
• Abstract要約: VEELA(Vessel extract and Extrication for Liver Analysis)は、40個のCTAスキャンから厳密にキュレートされた血管データセットである。 すべての船は、厳密な可視性に基づくアノテーションポリシーを使用して、多専門家の合意のもと、手動でスライス・バイ・スライスされた。 標準化されたベンチマークフレームワークを構築し,トポロジ・アウェア(clDice)、オーバーラップ・ベース(IoU)、バウンダリ・センシティブ・アタッチメント(NSD)、ジオメトリ・アウェア(エリア,長さ)といった相補的評価指標を解析する。
• 参考スコア（独自算出の注目度）: 0.3267907805950309
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Accurate segmentation of hepatic and portal vessels in contrast-enhanced computed tomography angiography (CTA) remains challenging due to complex vascular topology, peripheral visibility limitations, and acquisition-induced ambiguities. While existing public datasets offer valuable benchmarks, few include clinically realistic annotation constraints. We introduce VEELA (Vessel Extraction and Extrication for Liver Analysis), a rigorously curated liver vessel dataset derived from 40 CTA scans inherited from the CHAOS grand-challenge cohort. All vessels were manually delineated slice-by-slice under multi-expert consensus, using a strict visibility-driven annotation policy and avoiding anatomically inferred interpolation. This design explicitly captures anatomical variability and imaging-related uncertainty. As a continuation of the CHAOS challenge, VEELA enables reproducible cross-benchmark evaluation while extending the scope to fine-grained hepatic and portal vessel segmentation. We further establish a standardized benchmarking framework and analyze complementary evaluation metrics, including topology-aware (clDice), overlap-based (IoU), boundary-sensitive (NSD), and geometry-aware (area, length) measures. Our results demonstrate that different metrics capture distinct aspects of vascular integrity, underscoring the necessity of multi-perspective evaluation for clinically meaningful vessel segmentation. VEELA is publicly released to facilitate reproducible research and support the development of robust vascular segmentation methods. Researchers can access the evaluation metrics, dataset, and submission platform at https://www.synapse.org/Synapse:syn65471967.
• Abstract（参考訳）: 造影CT (CTA) における肝血管と門脈血管の正確な分画は, 複雑な血管トポロジー, 周辺視認性限界, 獲得に伴う曖昧さにより, 依然として困難である。 既存の公開データセットは貴重なベンチマークを提供するが、臨床的に現実的なアノテーション制約を含むものはほとんどない。 CHAOSグランドシャレンジコホートから得られた40個のCTAスキャンから得られた厳密な肝血管データセットであるVEELA(Vessel extract and Extrication for Liver Analysis)を紹介した。 全ての船は、厳密な可視性駆動型アノテーションポリシーを使用し、解剖学的に推測された補間を避けるため、多専門家の合意のもと、手動でスライス・バイ・スライスされた。 この設計は、解剖学的多様性と画像関連不確実性を明確に捉えている。 CHAOSチャレンジの継続として、VEELAは再現可能なクロスベンチマークの評価を可能にし、その範囲を細粒度肝血管と門脈血管のセグメンテーションにまで広げる。 さらに、標準化されたベンチマークフレームワークを確立し、トポロジ・アウェア(clDice)、オーバーラップ・アウェア(IoU)、バウンダリ・アタッチメント(NSD)、ジオメトリ・アウェア(エリア、長さ)など、補完的な評価指標を分析する。 以上の結果から, 臨床的に有意な血管分節化に対する多視点的評価の必要性が示唆された。 VEELAは、再現可能な研究を促進し、堅牢な血管分割法の開発を支援するために、一般公開されている。 研究者はhttps://www.synapse.org/Synapse:syn6547 1967で評価指標、データセット、提出プラットフォームにアクセスすることができる。

関連論文リスト

• Multi-View Stenosis Classification Leveraging Transformer-Based Multiple-Instance Learning Using Real-World Clinical Data [76.89269238957593]
  冠動脈狭窄は心血管疾患の主要な原因であり,多発血管造影で冠動脈を解析し診断した。 患者レベルの狭窄分類のためのトランスフォーマーベースマルチビューマルチインスタンス学習フレームワークであるSegmentMILを提案する。
  論文  参考訳（メタデータ） (2026-02-02T13:07:52Z)
• Toward Content-based Indexing and Retrieval of Head and Neck CT with Abscess Segmentation [14.966261216613757]
  頭部と頸部の膿瘍は急性の感染症のプロセスであり、診断され、迅速に管理されていない場合、敗血症や死亡につながる可能性がある。 AbscessHeNeは,4,926個の造影CTスライスと臨床的に確認された頭頸部膿瘍からなる,治療的,包括的注釈付きデータセットである。
  論文  参考訳（メタデータ） (2025-12-01T12:04:24Z)
• Rethinking Intracranial Aneurysm Vessel Segmentation: A Perspective from Computational Fluid Dynamics Applications [22.729240391465634]
  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。
  論文  参考訳（メタデータ） (2025-12-01T06:23:07Z)
• Self-Supervised Anatomical Consistency Learning for Vision-Grounded Medical Report Generation [61.350584471060756]
  医用画像の臨床的に正確な記述を作成することを目的とした医用レポート生成。 本稿では, 自己監督型解剖学的一貫性学習(SS-ACL)を提案し, 生成された報告を対応する解剖学的領域と整合させる。 SS-ACLは、ヒト解剖学の不変のトップダウン包摂構造にインスパイアされた階層的な解剖学的グラフを構築する。
  論文  参考訳（メタデータ） (2025-09-30T08:59:06Z)
• Optimized Vessel Segmentation: A Structure-Agnostic Approach with Small Vessel Enhancement and Morphological Correction [7.882674026364302]
  マルチモーダル血管セグメンテーションのための小型血管拡張と形態的補正を取り入れた構造診断手法を提案する。 本手法は,より優れたセグメンテーション精度,一般化,34.6%の接続性向上を実現し,臨床応用の可能性を強調した。
  論文  参考訳（メタデータ） (2024-11-22T08:38:30Z)
• Reliable Joint Segmentation of Retinal Edema Lesions in OCT Images [55.83984261827332]
  本稿では,信頼性の高いマルチスケールウェーブレットエンハンストランスネットワークを提案する。 本研究では,ウェーブレット型特徴抽出器ネットワークとマルチスケール変圧器モジュールを統合したセグメンテーションバックボーンを開発した。 提案手法は,他の最先端セグメンテーション手法と比較して信頼性の高いセグメンテーション精度を実現する。
  論文  参考訳（メタデータ） (2022-12-01T07:32:56Z)
• Edge-competing Pathological Liver Vessel Segmentation with Limited Labels [61.38846803229023]
  病理画像からのMVI検出に適したアルゴリズムはまだ存在しない。 本報告では, 血管, MVI, および腫瘍のグレードをラベルとした522枚のスライド画像を含む, 初めて病理組織学的肝画像データセットを収集する。 本稿では,2つのエッジセグメンテーション・ネットワークと2つのエッジセグメンテーション・ディミネータを含むエッジコンペティング・コンテナ・ネットワーク(EVS-Net)を提案する。
  論文  参考訳（メタデータ） (2021-08-01T07:28:32Z)

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。