論文の概要: SpineReport: Automated 3D Quantification and Reporting of Lumbar Spine Degeneration on MRI

• arxiv url: http://arxiv.org/abs/2606.10021v1
• Date: Mon, 08 Jun 2026 18:07:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-10 15:40:58.11615
• Title: SpineReport: Automated 3D Quantification and Reporting of Lumbar Spine Degeneration on MRI
• Title（参考訳）: SpineReport:MRIによる腰椎変性の3次元定量化と報告
• Authors: Nathan Molinier, Adrian A. Marth, Reto Sutter, Christoph Germann, Jacob A. Connolly, Mathieu Guay-Paquet, Nathan D. Schilaty, Kenneth A. Weber, Julien Cohen-Adad,
• Abstract要約: 腰部MRI脊椎の3次元形態計測を包括的に行うための,オープンソースの完全自動化フレームワークであるSpineReportを紹介した。 この方法は、脊髄、脊髄、脊椎、椎間板、前頭骨などの重要な構造から定量的なメトリクスを抽出する。 また,T2強調CSF信号が著効し,中心管重度狭窄と強い相関が認められた。
• 参考スコア（独自算出の注目度）: 0.38696580294804606
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Lumbar spine conditions are a leading cause of disability worldwide, yet reliable quantification of degeneration from MRI remains challenging. In clinical practice, analysis is predominantly performed in two dimensions (2D), as manual three-dimensional (3D) assessment is time-consuming. However, 2D measurements suffer from limited reproducibility, particularly when anatomical structures are not aligned with the imaging plane. Existing automated approaches are often restricted to 2D, rely on discrete grading, or lack robustness and interpretability. We introduce SpineReport, an open-source, fully automated framework for comprehensive 3D morphometric analysis of lumbar spine MRI. Leveraging robust anatomical segmentations, the method extracts quantitative metrics from key structures, including the spinal canal, spinal cord, vertebrae, intervertebral discs, and foramina. These include both morphological and signal-based features, enabling cross-subject and longitudinal assessment. SpineReport further generates subject-specific reports that allow comparison with cohort distributions, improving interpretability and objective characterization of spinal morphology. Clinical relevance was evaluated against radiologist-reported severity grades for central canal, lateral recess, and foraminal stenosis. Metrics showed strong associations with central canal stenosis severity, with T2-weighted CSF signal providing the highest performance (AUC = 0.95). Canal AP diameter and area ratios also demonstrated strong correlations and high discriminative ability (AUC > 0.80). For lateral recess stenosis, associations were moderate, with lateral CSF signal being the most informative (AUC = 0.73). No significant associations were observed for foraminal stenosis despite robust region-of-interest extraction. SpineReport is released as an open-access tool: https://ivadomed.github.io/SpineReport/
• Abstract（参考訳）: 腰椎の病態は世界中で障害の原因となっているが、MRIによる変性の信頼できる定量化は依然として困難である。 臨床実践では、手動3次元評価が時間を要するため、分析は主に2次元(2D)で行われる。 しかし、2D計測は、特に解剖学的構造が撮像面と一致していない場合、再現性に制限がある。 既存の自動化アプローチは、しばしば2Dに制限される。 腰椎MRIの3次元形態計測を包括的に行うための,オープンソースの完全自動化フレームワークであるSpineReportを紹介した。 頑丈な解剖学的区分を利用して、脊髄、脊椎、椎骨、椎間板、前頭骨などの重要な構造から定量的なメトリクスを抽出する。 これには形態的特徴と信号に基づく特徴の両方が含まれており、クロスオブジェクトと縦断的アセスメントが可能である。 SpineReportはさらに、コホート分布との比較を可能にし、解釈可能性を改善し、脊髄形態を客観的に特徴づける主観的なレポートを生成する。 中心管, 側頭葉, 前頭葉狭窄に対する放射線技師による重症度評価値と臨床関連性について検討した。 T2重み付きCSF信号が最高成績(AUC=0.95)を示した。 管内AP径と面積比も強い相関と高い識別能力を示した(AUC > 0.80)。 側方劣性狭窄は中等度で, 側方CSF信号が最も情報的であった(AUC=0.73)。 著明な関心領域抽出にもかかわらず前頭狭窄に有意な関連は認められなかった。 SpineReportはオープンアクセスツールとしてリリースされた。

関連論文リスト

• Preoperative-to-intraoperative Liver Registration for Laparoscopic Surgery via Latent-Grounded Correspondence Constraints [51.7011449975586]
  Land-Regは変形可能な登録フレームワークで、潜伏した2D-3Dのランドマーク対応を学習する。 厳格な登録のために、Land-Regはクロスモーダルラテントアライメントモジュールを採用している。 類似性マッチングを持つ不確実なオーバーラップランドマーク検出器を提案し, 明確な2D-3Dランドマーク対応を強く推定する。
  論文  参考訳（メタデータ） (2026-03-02T10:44:03Z)
• Tracing 3D Anatomy in 2D Strokes: A Multi-Stage Projection Driven Approach to Cervical Spine Fracture Identification [6.060672815761177]
  本研究は,3次元CTボリュームにおける椎体レベル骨折検出のための2次元投射型椎体分割法の有効性について検討した。 全視野からYOLOv8モデルを用いて関心領域を同定し, 3次元頚椎領域を近似した。 DenseNet121-Unetベースのマルチラベルセグメンテーションは、分散およびエネルギーベースのプロジェクションを利用して、Diceスコア87.86パーセントを達成する。
  論文  参考訳（メタデータ） (2026-01-21T18:15:47Z)
• HealthiVert-GAN: A Novel Framework of Pseudo-Healthy Vertebral Image Synthesis for Interpretable Compression Fracture Grading [13.31257474037217]
  高齢者にOVCF(Osteoporotic vertebral compression fracture)が出現する。 HealthiVert-GANは、骨折した脊椎の骨折前状態をシミュレートする擬似健康な脊椎画像を生成する。 RHLV(Relative Height Loss of Vertebrae)は、プレフラクチャーとポストフラクチャーの間の高さ損失を測定する指標である。
  論文  参考訳（メタデータ） (2025-03-08T00:05:39Z)
• 3D Spine Shape Estimation from Single 2D DXA [49.53978253009771]
  2次元DXAスキャンから3次元スピン形状を推定する自動フレームワークを提案する。 我々はDXAスキャンから脊椎の矢状視界を明示的に予測することでこれを実現する。
  論文  参考訳（メタデータ） (2024-12-02T13:58:26Z)
• AXIAL: Attention-based eXplainability for Interpretable Alzheimer's Localized Diagnosis using 2D CNNs on 3D MRI brain scans [43.06293430764841]
  本研究では,3次元MRIを用いたアルツハイマー病診断の革新的手法を提案する。 提案手法では,2次元CNNがボリューム表現を抽出できるソフトアテンション機構を採用している。 ボクセルレベルの精度では、どの領域に注意が払われているかを同定し、これらの支配的な脳領域を同定する。
  論文  参考訳（メタデータ） (2024-07-02T16:44:00Z)
• Weakly-supervised Biomechanically-constrained CT/MRI Registration of the Spine [72.85011943179894]
  本稿では,各脊椎の剛性と容積を保存し,登録精度を最大化しながら,弱教師付き深層学習フレームワークを提案する。 また,CTにおける椎体自動分節化はMRIと対比してより正確な結果をもたらすため,CTラベルマップのみに依存するよう,これらの損失を特に設計する。 以上の結果から, 解剖学的認識による損失の増大は, 精度を維持しつつも, 推測変換の妥当性を高めることが示唆された。
  論文  参考訳（メタデータ） (2022-05-16T10:59:55Z)
• Interpretable Vertebral Fracture Quantification via Anchor-Free Landmarks Localization [0.04925906256430176]
  椎体圧迫骨折は骨粗しょう症の早期徴候である。 3次元CT画像に椎体を局在させる新しい2段階アルゴリズムを提案する。 そして、個々の椎骨を検出し、同時に2Dで骨折を定量化する。
  論文  参考訳（メタデータ） (2022-04-14T08:31:25Z)
• Direct Estimation of Spinal Cobb Angles by Structured Multi-Output Regression [42.67503464183464]
  脊髄湾曲率を定量的に評価するコブ角度は、脊柱側膜症の診断および治療において重要な役割を果たします。 脊髄X線からのCobb角の推定を多出力回帰タスクとして定式化する。 本手法は, 高い精度で cobb 角度の直接推定が可能であり, 臨床応用の可能性も示唆する。
  論文  参考訳（メタデータ） (2020-12-23T12:33:46Z)
• Three-dimensional Segmentation of the Scoliotic Spine from MRI using Unsupervised Volume-based MR-CT Synthesis [3.6273410177512275]
  本研究では,無教師付き完全3次元(3次元)クロスモダリティ合成法を提案する。 3D CycleGANモデルはMR領域とCT領域にまたがるボリューム・ツー・ボリューム変換のために訓練される。 結果として生じるセグメンテーションは、脊椎の3次元モデルを再構成するために使用される。
  論文  参考訳（メタデータ） (2020-11-25T18:34:52Z)

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。