論文の概要: Automated Distinction of Intimal and Medial Intracranial Arterial Calcification from CT Head

• arxiv url: http://arxiv.org/abs/2609.16035v1
• Date: Fri, 11 Sep 2026 10:19:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 14:56:08.111374
• Title: Automated Distinction of Intimal and Medial Intracranial Arterial Calcification from CT Head
• Title（参考訳）: 頭蓋内石灰化術における頭蓋内石灰化術の自動化
• Abstract要約: 頭蓋内動脈石灰化症 (IACs) は, 造影CT検査では一般的である。 頭部CT由来のセグメンテーションマスクからIACのサブタイプ分類を行うための3つの自動化手法について検討した。
• 参考スコア（独自算出の注目度）: 0.6157382820537719
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Intracranial arterial calcifications (IACs) are a common finding on clinical non-contrast enhanced head CT scans and are associated with neurovascular disease. Calcifications can occur in the intimal or medial layer of the arterial wall, subtypes that differ in aetiology and may have distinct clinical relevance. These subtypes can be visually distinguished by radiologists based on the shape of the calcifications. We investigate three automated approaches for subtype classification of IAC from head CT-derived segmentation masks: (1) an automated adaptation of the established radiological visual score, (2) a sphericity-based method, and (3) a method based on shape embeddings extracted by a medical shape foundation model. All approaches use the same lightweight classification pipeline on top of the features they compute and are evaluated using 5-fold cross-validation. The three methods achieved comparable performance, with the embedding-based approach yielding the best overall results with a weighted F1 (mean $\pm$ SD) of up to 71.5 $\pm$ 3.7 for a single artery and 59.8 $\pm$ 1.7 for the joint artery classification. Performance was largely preserved when using automated instead of manual IAC segmentation masks, and we found the difference in weighted F1 not significant. Our results show that fully automated IAC subtype quantification from head CT is feasible and remains robust to the use of manual and automated IAC segmentation masks. Code at https://github.com/bjin96/iac-subtyping.
• Abstract（参考訳）: 頭蓋内動脈石灰化症 (IACs) は, 臨床非コントラスト造影頭部CTでよく見られる疾患であり, 神経血管疾患と関連している。 石灰化は動脈壁の内膜層や中膜層で起こりうるが、そのサブタイプは気孔学で異なり、臨床関連性が異なる可能性がある。 これらのサブタイプは、石灰化の形状に基づいて、放射線学者によって視覚的に区別することができる。 頭部CT由来のセグメンテーションマスクからIACのサブタイプ分類を行うための3つの方法について検討する:(1)確立された画像スコアの自動適応、(2)球状化法、(3)医用形状基礎モデルにより抽出された形状埋め込みに基づく方法。 すべてのアプローチでは、計算する機能の上に、同じ軽量な分類パイプラインを使用し、5倍のクロスバリデーションを使用して評価される。 3つの手法は同等のパフォーマンスを達成し、埋め込みベースのアプローチは、単一の動脈に対して最大71.5$\pm$3.7の重み付きF1(平均$\pm$SD)と関節動脈分類において59.8$\pm$1.7の総合的な結果をもたらす。 手動のIACセグメンテーションマスクの代わりに自動で行う場合,F1の重み付けでは有意差は認められなかった。 以上の結果より,頭部CTからのIACサブタイプの完全自動定量化が実現可能であり,手動および自動IACセグメンテーションマスクの使用に頑健であることが示唆された。 コードネームはhttps://github.com/bjin96/iac-subtyping。

関連論文リスト

• Taxlifier: Leveraging Disease Taxonomy for Enhanced Multi-Label Classification in Chest Radiography [0.0]
  本稿では,ロスベースとロジットベースという2つの新しい階層型マルチラベル分類手法を提案する。 3つの大規模胸部X線データセットを用いて両手法の性能評価を行った。
  論文  参考訳（メタデータ） (2026-07-06T20:33:55Z)
• Hide-and-Seek Attribution: Weakly Supervised Segmentation of Vertebral Metastases in CT [68.09387763135236]
  脊椎レベルの健康・悪性のラベルにのみ、病変マスクを伴わずに訓練を施した弱い指導方法を提案する。 マスクの監視がないにも関わらず,強い爆発・解析性能を達成する。
  論文  参考訳（メタデータ） (2025-12-07T14:03:28Z)
• Hemorica: A Comprehensive CT Scan Dataset for Automated Brain Hemorrhage Classification, Segmentation, and Detection [0.749500254646884]
  Hemoricaは、2012年から2024年の間に取得された372個の頭部CT検査の公開コレクションである。 ICHサブタイプ(EPH)、サブデューラル(SDH)、サブアラキノイド(SAH)、パーレンキマル(IPH)の5つのサブタイプ(EPH)に対して、各スキャンは徹底的に注釈付けされている。 Hemoricaは、マルチタスクとカリキュラム学習をサポートする統一されたきめ細かいベンチマークを提供する。
  論文  参考訳（メタデータ） (2025-09-26T23:09:41Z)
• Anatomically Constrained Transformers for Cardiac Amyloidosis Classification [34.67313275621695]
  心アミロイドーシス (CA) は稀な心筋症であり, 心エコー図による臨床像の異常が特徴である。 CAを検出する別のアプローチは、畳み込みニューラルネットワークのようなビデオ分類モデルを使用して、ニューラルネットワークを経由する。 我々の解剖学的制約は、一般的な自己教師型学習マスク付きオートエンコーダの事前学習にも適用可能であることを示す。
  論文  参考訳（メタデータ） (2025-09-24T02:00:34Z)
• A Novel Attention-Augmented Wavelet YOLO System for Real-time Brain Vessel Segmentation on Transcranial Color-coded Doppler [49.03919553747297]
  我々は,脳動脈を効率よく捉えることができるAIを利用したリアルタイムCoW自動分割システムを提案する。 Transcranial Color-coded Doppler (TCCD) を用いたAIによる脳血管セグメンテーションの事前研究は行われていない。 提案したAAW-YOLOは, 異方性および対側性CoW容器のセグメンテーションにおいて高い性能を示した。
  論文  参考訳（メタデータ） (2025-08-19T14:41:22Z)
• 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)
• CT-3DFlow : Leveraging 3D Normalizing Flows for Unsupervised Detection of Pathological Pulmonary CT scans [37.69303106863453]
  正規化フロー(NF)は、非可逆アーキテクチャを通じてトレーニング例の確率分布を直接学習する能力を持つ。 我々はこの特性をCT-3DFlowと呼ばれる新しい3次元NFモデルで利用し、特に胸部CTデータにおける患者レベルの肺病理診断に特化している。 本モデルは健康な3次元肺CTパッチで教師なしの訓練を行い,異常としてログ状分布から逸脱を検出する。
  論文  参考訳（メタデータ） (2024-03-27T12:44:57Z)
• Classification of lung cancer subtypes on CT images with synthetic pathological priors [41.75054301525535]
  同症例のCT像と病理像との間には,画像パターンに大規模な関連性が存在する。 肺がんサブタイプをCT画像上で正確に分類するための自己生成型ハイブリッド機能ネットワーク(SGHF-Net)を提案する。
  論文  参考訳（メタデータ） (2023-08-09T02:04:05Z)
• 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)
• 3D Structural Analysis of the Optic Nerve Head to Robustly Discriminate Between Papilledema and Optic Disc Drusen [44.754910718620295]
  我々は3次元光コヒーレンストモグラフィー(OCT)スキャンで視神経頭部(ONH)の組織構造を同定する深層学習アルゴリズムを開発した。 1: ODD, 2: papilledema, 3: healthy) の分類を150 OCTボリュームで行うように設計した。 われわれのAIアプローチは,1本のCTスキャンを用いて,パピレデマからODDを正確に識別する。
  論文  参考訳（メタデータ） (2021-12-18T17:05:53Z)
• Weakly Supervised 3D Classification of Chest CT using Aggregated Multi-Resolution Deep Segmentation Features [5.938730586521215]
  CT画像の病巣分類は, 症例レベルのアノテーションが原因で, 局所性に乏しい。 マルチレゾリューション・セグメンテーション・フィーチャーマップを用いて学習した意味構造概念を活用する医療分類器を提案する。
  論文  参考訳（メタデータ） (2020-10-31T00:16:53Z)
• autoTICI: Automatic Brain Tissue Reperfusion Scoring on 2D DSA Images of Acute Ischemic Stroke Patients [7.239126951855493]
  脳梗塞の血栓溶解は急性期脳梗塞再灌流療法における重要な指標である。 既存のTICIスコアは、視覚検査に基づいて粗い順序付けで定義され、サーバ間およびサーバ内変動を引き起こす。 本稿では,自動的かつ定量的なTICIスコアリング手法であるAutoTICIを提案する。
  論文  参考訳（メタデータ） (2020-10-03T22:06:55Z)
• Open-Narrow-Synechiae Anterior Chamber Angle Classification in AS-OCT Sequences [42.60167901427091]
  本稿では,AS-OCT配列に基づくオープンナロー-シナカイACA分類のための新しいシークエンス・マルチスケールアグリゲーション・ディープ・ネットワーク(SMA-Net)を提案する。 この研究は、AS-OCT配列を用いて、ACAをオープン、狭、あるいはシナチア型に分類する最初の試みであると考えている。
  論文  参考訳（メタデータ） (2020-06-09T16:00:00Z)

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。