論文の概要: SA-Profile: Automated Sulcus Angle Profiling from Super-Resolution MRI

• arxiv url: http://arxiv.org/abs/2609.10125v1
• Date: Wed, 09 Sep 2026 13:01:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:09.03134
• Title: SA-Profile: Automated Sulcus Angle Profiling from Super-Resolution MRI
• Title（参考訳）: SA-Profile:超解像MRIによるSulcus角自動プロファイリング
• Abstract要約: TD(Trochlear dysplasia)は、前膝関節痛と膝蓋不安定をともなう大腿骨転子部異常である。 sulcus angle (SA) はトロクラーの形態を評価するために用いられるが、通常は1軸のMRスライスで測定される。 超解像MRボリュームからの連続SAプロファイリングのための自動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）: 0.1927286369091987
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Trochlear dysplasia (TD) is an abnormality of the femoral trochlea associated with anterior knee pain and patellar instability. The sulcus angle (SA) is used to assess trochlear morphology, but it is typically measured on a single axial MR slice with no clear guidance on which to select, making it sensitive to slice selection and landmark placement. We propose an automatic framework for continuous SA profiling from super-resolved MR volumes. Clinically acquired axial, coronal, and sagittal MR scans are combined using implicit neural representations to reconstruct a high-resolution volume. SA measurements are computed across the trochlear region using two landmark detection U-Net models. The approach was evaluated on the public fastMRI dataset and a small in-house cohort of patients with TD. Compared with conventional manual single-slice SA measurements, the proposed automated method yielded a mean absolute error of 11.6$^\circ$ while providing continuous characterization of trochlear morphology. Population-level analysis demonstrated distinct mean SA profiles between the public cohort and the in-house TD cohort, highlighting the potential of profile-based assessment to characterize TD. By reducing reliance on a single manually selected axial slice, the proposed framework extends conventional SA assessment to a continuous profile-based description of trochlear morphology without additional imaging, while remaining conceptually linked to current clinical assessment. Further validation is required. The code is available: https://github.com/wehrlimi/SA_Profile.
• Abstract（参考訳）: TD(Trochlear dysplasia)は、前膝関節痛と膝蓋不安定をともなう大腿骨転子部異常である。 Sulcus angle (SA) は、トロクラーの形態を評価するために用いられるが、通常は1軸のMRスライスで測定され、選択するための明確なガイダンスがないため、スライス選択やランドマーク配置に敏感である。 超解像MRボリュームからの連続SAプロファイリングのための自動フレームワークを提案する。 高解像度の容積を再構築するために、暗黙の神経表現を用いて、臨床的に取得した軸, コロナ, 矢状MRスキャンを組み合わせる。 SA測定は、2つのランドマーク検出U-Netモデルを用いてトロクラー領域にわたって計算される。 本手法は,TD患者を対象に,公共の高速MRIデータセットと小型の社内コホートを用いて評価した。 従来の手動単スライスSA測定と比較すると, 提案手法では平均絶対誤差が11.6$^\circ$となり, トロクラー形態の連続的評価が得られた。 人口レベルの分析では、公衆コホートと社内TDコホートとの間に有意なSAプロファイルが示され、プロファイルに基づくTDの特徴付けの可能性を強調した。 提案フレームワークは,手動で選択した1つの軸方向スライスへの依存を低減し,従来型のSA評価を,画像の付加を伴わない連続的なプロファイルベースのトロクラー形態記述に拡張し,概念的には現在の臨床評価に結びついている。 さらなる検証が必要である。 コードは、https://github.com/wehrlimi/SA_Profile.comで入手できる。

関連論文リスト

• Rendering Novel Views of MRI Using 3D Gaussian Splatting [54.6286495315908]
  3D Gaussian Splatting を用いて, スパース異方性MRIから画像再構成を行い, 臨床評価に関係する解剖学的に整合した画像面を採取, 描画した。 新しいビュープレーンは対象解剖の診断に最適であるが、元のMRIはそうではない。
  論文  参考訳（メタデータ） (2026-06-24T18:00:03Z)
• Leptomeningeal Collateral Detection on DSA via Vessel-Graph Neural Networks [2.765911417579664]
  グラフ上の個々の血管セグメントの分類として横方向検出を定式化する枠組みを提案する。 ハイブリッドグラフ・ピクセル・アーキテクチャは、トポロジーを意識したグラフ・ブランチと、共有ノード確率空間に融合した高密度ピクセル・ブランチを組み合わせる。 5倍のクロスバリデーション設定では、融合モデルは0.434のPR-AUCを達成し、グラフのみ(0.403)とピクセルのみ(0.362)のベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-06-12T14:31:43Z)
• Suppressing Prior-Comparison Hallucinations in Radiology Report Generation via Semantically Decoupled Latent Steering [94.37535002230504]
  本研究では,Semantically Decoupled Latent Steeringと呼ばれる学習自由な推論時間制御フレームワークを開発した。 提案手法は,大言語モデル (LLM) による意味分解による意味のない介入ベクトルを構築する。 本手法は歴史的幻覚の可能性を著しく低下させることを示す。
  論文  参考訳（メタデータ） (2026-02-27T04:49:01Z)
• Depth-Sequence Transformer (DST) for Segment-Specific ICA Calcification Mapping on Non-Contrast CT [38.85617601239779]
  従来の3Dモデルは、縮小されたボリュームや分離されたパッチを処理せざるを得ない。 我々は,3次元課題を1次元軸方向に沿ったtextbfParallel Probabilistic Landmark Localizationタスクとして再構成する。 フル解像度CTボリュームを2次元スライスシーケンスとして処理するフレームワークである textbfDepth-Sequence Transformer (DST) を提案する。
  論文  参考訳（メタデータ） (2025-07-10T23:12:12Z)
• Class-Aware Cartilage Segmentation for Autonomous US-CT Registration in Robotic Intercostal Ultrasound Imaging [39.597735935731386]
  形状制約後処理を施したクラスアウェア軟骨骨分節ネットワークを提示し, 患者固有の骨骨格を捕捉する。 一般的なテンプレートから個々の患者へ、宿主間走査経路をマッピングするために、密度の高い骨格グラフに基づく非剛性登録が提示される。 提案手法は,CTテンプレートから個々の患者へのパスを,頑健かつ正確にマッピングできることを示す。
  論文  参考訳（メタデータ） (2024-06-06T14:15:15Z)
• On the Localization of Ultrasound Image Slices within Point Distribution Models [84.27083443424408]
  甲状腺疾患は高分解能超音波(US)で診断されることが多い 縦断追跡は病理甲状腺形態の変化をモニタリングするための重要な診断プロトコルである。 3次元形状表現におけるUS画像の自動スライスローカライズのためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-01T10:10:46Z)
• Thoracic Cartilage Ultrasound-CT Registration using Dense Skeleton Graph [49.11220791279602]
  一般的なアトラスから個々の患者への計画された経路を正確にマッピングすることは困難である。 アトラスから現在の設定へ計画されたパスを転送できるように、グラフベースの非厳密な登録を提案する。
  論文  参考訳（メタデータ） (2023-07-07T18:57:21Z)
• Skeleton Graph-based Ultrasound-CT Non-rigid Registration [40.40844749663152]
  皮膚下骨表面の特徴を用いて患者固有の特性を適応させるスケルトングラフに基づく非リグイド登録を提案する。 提案手法を検証するために,1人のボランティアと7つのCT軟骨点群から,異なる患者からUS軟骨点群を手動で抽出した。
  論文  参考訳（メタデータ） (2023-05-14T19:21:43Z)
• Localizing the Recurrent Laryngeal Nerve via Ultrasound with a Bayesian Shape Framework [65.19784967388934]
  RLN(recurrent laryngeal nerve)の腫瘍浸潤は, 甲状腺摘出術の抗腫瘍剤であり, 標準喉頭鏡による検出が困難である。 本稿では,外科医がRLNを周囲の臓器に従って識別する標準的なアプローチを模倣した,RLNの局所化のための知識駆動型フレームワークを提案する。 実験結果から, 提案手法は, 最先端手法と比較して, 高いヒット率とかなり小さい距離誤差を達成できることが示唆された。
  論文  参考訳（メタデータ） (2022-06-30T13:04:42Z)
• 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)

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。