論文の概要: CEVAR: Centerline Embedding Extraction for Endovascular Aneurysm Repair

• arxiv url: http://arxiv.org/abs/2606.15667v1
• Date: Sun, 14 Jun 2026 08:18:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:33.786679
• Title: CEVAR: Centerline Embedding Extraction for Endovascular Aneurysm Repair
• Title（参考訳）: CEVAR : 血管内動脈瘤摘出術
• Abstract要約: 血管内動脈瘤修復術後の長期死亡率は,ステントグラフトシールゾーンにおけるシールの喪失により上昇する。 現在、中心線測定を用いた構造化CTレビューは、検出を改善するが、現在、手動中心線編集と専門家演算子が必要である。 本稿では,3次元中心線追跡と埋め込み型幾何学的予測を組み合わせた,プロトコル駆動型シールゾーン自動評価のためのトランスフォーマフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 10.702514494840727
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Long-term mortality rates after endovascular aneurysm repair (EVAR) remain elevated due to post-EVAR rupture caused by loss of seal in stent graft sealing zones. Structured CT review using centerline measurements improves detection, but current workflows require manual centerline editing and expert operators. We propose a transformer framework for automated, protocol-driven sealing zone assessment that combines 3D centerline tracking with embedding-based geometric prediction. Two state-of-the-art image-to-graph models are evaluated for aorto-iliac centerline extraction from follow-up CT and for measurement of stent position, vessel diameters, and seal lengths according to EVAR4C protocol. Across the full test set and a challenging no-contrast subset, the proposed fully automatic method outperforms the commercial semi-automatic workflow.
• Abstract（参考訳）: 血管内動脈瘤修復術(EVAR)後の長期死亡率は,ステントグラフトシールゾーンにおけるシールの喪失によるEVAR後破裂により引き続き上昇する。 中心線測定を用いた構造化CTレビューでは検出が改善するが、現在のワークフローでは手動中心線編集と専門家演算子が必要である。 本稿では,3次元中心線追跡と埋め込み型幾何学的予測を組み合わせた,自動・プロトコル駆動型シールゾーン評価のためのトランスフォーマーフレームワークを提案する。 追跡CTからの大動脈・腸骨中心線抽出とEVAR4Cプロトコルによるステント位置, 血管径, シール長の測定のために, 2つの最先端画像-グラフモデルを評価した。 完全なテストセットと難解な非コントラストサブセットにまたがって、提案された完全な自動メソッドは、商用のセミオートマチックワークフローより優れている。

関連論文リスト

• Automated 2D and 3D Segmentation of AMD and DME Lesions in OCT [5.625893116312849]
  加齢に伴う黄斑変性と糖尿病黄斑浮腫は視力喪失の原因となっている。 光コヒーレンストモグラフィーのための多くのディープラーニングセグメンテーション作業は、ドメイン内でのみ検証されている。 この研究は、4つの病変分離パイプラインを開発し、体系的に非難する。
  論文  参考訳（メタデータ） (2026-08-27T13:13:18Z)
• APCReg: Anatomical-Prior-Guided Coarse-to-Fine CBCT--IOS Registration via Multi-View Projection and Reliability-Controlled Residual Correction [11.081240599321724]
  APCRegは、大域的登録と信頼性制御された残留補正のための解剖学的事前誘導粗粒化フレームワークである。 60個の顎の対で、APCRegはチャムファー距離0.87mm、ハウスドルフ距離2.92mmを達成している。
  論文  参考訳（メタデータ） (2026-08-07T09:06:05Z)
• Toward surface-based registration of a virtual preoperative cutting guide onto the mandible for reconstruction surgery [8.636647142945273]
  患者固有の切削ガイドはCT(Computerd tomography)ベースのプランを手術室に転送する。 印刷されたガイドは、コストとリードタイムを増し、製造後に適応できず、不妊症が失われた場合、手術を中断する可能性がある。 表面形状から被曝下顎に仮想切削ガイドを登録するマーカーレス拡張現実(AR)の代替品について検討する。
  論文  参考訳（メタデータ） (2026-08-06T21:15:59Z)
• TAVI-TEC: An AI-Based Tool for Procedural Planning of Transcatheter Aortic Valve Implantation [32.927694104455135]
  本研究では,WebベースのDICOMビューアに完全に自動化された人工知能ベースのフレームワークであるTAVI-TECについて述べる。 心血管構造の深層学習に基づくセグメンテーション,石灰化検出,中心線抽出,ランドマーク同定,および環状平面定義を,キー環状および大動脈根の測定値の定量化のために実施した。 弁の大きさ予測モデルは82%の精度を達成し, 隣り合う補綴器サイズの間にはほとんどの誤分類が生じた。
  論文  参考訳（メタデータ） (2026-07-31T10:16:55Z)
• Training-free Detection and 6D Pose Estimation of Unseen Surgical Instruments [45.387920812487465]
  本研究は,未確認の手術器具の高精度なマルチビュー6Dポーズ推定のための無トレーニングパイプラインを導入する。 本手法はMVPSPデータセットから実世界の手術データを用いて厳密に評価した。
  論文  参考訳（メタデータ） (2026-03-26T09:28:19Z)
• CT-Enabled Patient-Specific Simulation and Contact-Aware Robotic Planning for Cochlear Implantation [41.386729124620366]
  ロボットの人工内耳挿入は、人工内耳の外傷を最小限に抑えるために、接触力の正確な予測と調節を必要とする。 本稿では,接触型挿入計画と検証のためのCT-to-simulationパイプラインについて述べる。
  論文  参考訳（メタデータ） (2026-03-05T16:13:59Z)
• EqDiff-CT: Equivariant Conditional Diffusion model for CT Image Synthesis from CBCT [43.92108185590778]
  画像誘導放射線療法(IGRT)に広く用いられているコーンビームCT(CBCT) CBCTから高品質なCT画像を生成するために,EqDiff-CTという新しい拡散型条件生成モデルを提案する。
  論文  参考訳（メタデータ） (2025-09-26T05:51:59Z)
• AortaDiff: Volume-Guided Conditional Diffusion Models for Multi-Branch Aortic Surface Generation [8.062885940500259]
  AortaDiffは、CT/MRIボリュームから直接滑らかな大動脈表面を生成する拡散ベースのフレームワークである。 AortaDiffは、限られたトレーニングデータでも効果的に動作し、正常および病理学的に変更された大動脈メッシュの両方を構築することに成功した。 この能力は、AortaDiffを心臓血管研究の実用的なソリューションとして、高品質な可視化と位置の創出を可能にする。
  論文  参考訳（メタデータ） (2025-07-17T00:36:51Z)
• Towards Patient-Specific Surgical Planning for Bicuspid Aortic Valve Repair: Fully Automated Segmentation of the Aortic Valve in 4D CT [0.0732099897993399]
  Bicuspid aortic valve(BAV)は先天性心不全の最も多い疾患であり、狭窄、逆流、大動脈症などの合併症の手術を必要とする可能性がある。 造影CT(Contrast-enhanced 4D Computed Tomography)はコントラストと空間分解能に優れた体積時間配列を生成する。 ディープラーニングベースの手法は、完全に自動化されたセグメンテーションが可能であるが、BAV固有のモデルは存在しない。
  論文  参考訳（メタデータ） (2025-02-13T22:43:43Z)
• A Deep Learning-Based Fully Automated Pipeline for Regurgitant Mitral Valve Anatomy Analysis From 3D Echocardiography [0.3387808070669509]
  開発したアプローチは、MVアンラスとリーフレットのマルチクラスセグメンテーションのためのU-Netアーキテクチャを備えた3次元マルチデコーダ残差畳み込みニューラルネットワーク(CNN)に依存している。 プロセス全体は最小限のユーザインタラクションを必要とし、約15秒を要する。
  論文  参考訳（メタデータ） (2023-02-21T12:48:44Z)
• 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)
• 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)
• SCPM-Net: An Anchor-free 3D Lung Nodule Detection Network using Sphere Representation and Center Points Matching [47.79483848496141]
  3次元球面表現に基づく中心点マッチング検出ネットワーク(SCPM-Net)を提案する。 アンカーフリーで、nodule/anchorパラメータを手動で設計することなく、nodulesの位置、半径、オフセットを自動的に予測する。 提案するSCPM-Netフレームワークは,既存のアンカーベースおよびアンカーフリーの肺結節検出法と比較して,優れた性能を示すことを示す。
  論文  参考訳（メタデータ） (2021-04-12T05:51:29Z)
• COVI-AgentSim: an Agent-based Model for Evaluating Methods of Digital Contact Tracing [68.68882022019272]
  COVI-AgentSimは、ウイルス学、病気の進行、社会的接触ネットワーク、移動パターンに基づくエージェントベースのコンパートメンタルシミュレータである。 1)バイナリテスト結果に基づいてバイナリレコメンデーションを割り当てる標準バイナリコンタクトトレース (BCT) と,2) 多様な特徴に基づいてグレードレベルのレコメンデーションを割り当てる特徴ベースコンタクトトレース (FCT) のルールベースの手法である。
  論文  参考訳（メタデータ） (2020-10-30T00:47:01Z)

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。