Fugu-MT 論文翻訳(概要): The RSNA Intracranial Aneurysm (RSNA-ICA) Dataset

論文の概要: The RSNA Intracranial Aneurysm (RSNA-ICA) Dataset

arxiv url: http://arxiv.org/abs/2610.01135v2
Date: Fri, 02 Oct 2026 09:02:44 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-06 00:14:29.987183
Title: The RSNA Intracranial Aneurysm (RSNA-ICA) Dataset
Title（参考訳）: RSNA-ICAデータセット
Abstract要約: RSNA-ICAは、4278人の成人患者の7202 CTA、MRA、MRIシリーズからなる、大きく、公開され、専門家による注釈付きデータセットである。このデータセットは、頭蓋内嚢動脈瘤患者2566 CTA、2166 MRA、2470 MRIシリーズを含む。 7202 イメージシリーズのうち 5041 は MIRA を通じて公開されており、残りはパブリックおよびプライベートなテストセットに使用されている。
参考スコア（独自算出の注目度）: 0.776210603688225
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Intracranial aneurysm rupture is associated with substantial morbidity and mortality, yet aneurysm detection remains challenging, particularly for small lesions and on routine non-angiographic imaging examinations. To support the development and evaluation of artificial intelligence (AI) algorithms for intracranial aneurysm detection and localization, the Radiological Society of North America (RSNA), in collaboration with the American Society of Neuroradiology (ASNR), the Society of Neurointerventional Surgery (SNIS), and the European Society of Neuroradiology (ESNR), curated the RSNA Intracranial Aneurysm (RSNA-ICA) Dataset. Developed for the 2025 RSNA Intracranial Aneurysm Detection Challenge, RSNA-ICA is a large, publicly available, expert-annotated dataset comprising 7202 CTA, MRA, and MRI series from 4278 adult patients collected across 21 institutions in 12 countries spanning five continents. The dataset includes 2566 CTA, 2166 MRA, and 2470 MRI series from patients with and without intracranial saccular aneurysms, providing substantial geographic and imaging diversity. Expert annotations indicate both aneurysm presence and location, and 178 series additionally include three-dimensional segmentations of challenge-defined vascular locations. RSNA-ICA was used to develop and evaluate algorithms in the 2025 RSNA Intracranial Aneurysm Detection Challenge. Of the 7202 image series, 5041 are publicly available through MIRA, while the remainder were used for challenge public and private test sets. The dataset is freely available to the research community for noncommercial use and provides a comprehensive resource for advancing AI-based aneurysm detection across both angiographic and routine neuroimaging examinations.
Abstract（参考訳）: 頭蓋内動脈瘤破裂は致死率と死亡率に相関するが,特に小病変や非血管造影検査では,大動脈瘤の検出は困難である。頭蓋内動脈瘤の検出とローカライゼーションのための人工知能(AI)アルゴリズムの開発と評価を支援するため、北米放射線学会(RSNA)は、アメリカ神経放射線学会(ASNR)、神経外科学会(SNIS)、欧州神経放射線学会(ESNR)と共同でRSNA脳内動脈瘤(RSNA-ICA)データセットを策定した。 2025年のRSNA脳動脈瘤検出チャレンジのために開発されたRSNA-ICAは、7202 CTA、MRA、MRIシリーズからなる大規模で公開されており、5大陸にまたがる12カ国の21の機関で収集された4278人の成人患者からなる、専門家による注釈付きデータセットである。このデータセットは2566 CTA、2166 MRA、2470 MRIシリーズを含む。専門的なアノテーションは、動脈瘤の存在と位置の両方を示し、178シリーズは、チャレンジ定義された血管位置の3次元のセグメンテーションを含む。 RSNA-ICAは2025年のRSNA脳動脈瘤検出チャレンジでアルゴリズムの開発と評価に使用された。 7202 イメージシリーズのうち 5041 は MIRA を通じて公開されており、残りはパブリックおよびプライベートなテストセットに使用されている。このデータセットは、非商業的使用のために研究コミュニティに無料で提供されており、血管造影検査と定期的な神経画像検査の両方でAIベースの動脈瘤検出を進めるための包括的なリソースを提供する。

関連論文リスト

A Vision-Language Foundation Model for Precise and Comprehensive Brain Tumor Diagnosis from Preoperative Multimodal Data [50.52606847963128]
我々は、世界保健機関(WHO)の脳腫瘍タイプを分類するためにBrainVLMを開発した。 BrainVLMは40,043人のマルチモーダルデータ(MRIスキャン、人口統計学、放射線学)で訓練された。病理組織学的に確認された脳腫瘍5,211例についてBrainVLMを施行した。
論文参考訳（メタデータ） (2026-09-15T03:46:03Z)
Learning neuroimaging models from health system-scale data [32.83611133053824]
磁気共鳴イメージング(MRI)研究の世界的な需要は着実に高まっている。これらの課題は、低リソースおよび農村部における患者に不当に影響を及ぼす。本稿では,脳神経イメージングのための第1ビジョン言語モデル(VLM)であるPrimmaを開発するために,大規模学術健康システムをデータエンジンとして活用する。
論文参考訳（メタデータ） (2025-09-23T04:49:59Z)
Design and Validation of a Responsible Artificial Intelligence-based System for the Referral of Diabetic Retinopathy Patients [65.57160385098935]
糖尿病網膜症の早期発見は、視力喪失のリスクを最大95%減少させる可能性がある。我々は、AIライフサイクル全体にわたる倫理的原則を取り入れた、DRスクリーニングのための責任あるAIシステムであるRAIS-DRを開発した。当科におけるRAIS-DRをFDA認可のEyeArtシステムと比較した。
論文参考訳（メタデータ） (2025-08-17T21:54:11Z)
EMedNeXt: An Enhanced Brain Tumor Segmentation Framework for Sub-Saharan Africa using MedNeXt V2 with Deep Supervision [4.638625540442347]
MedNeXt V2をベースとした拡張脳腫瘍セグメンテーションフレームワークであるEMedNeXtについて述べる。我々の解は平均LesionWise DSCが0.897、平均LesionWise NSDが0.541、0.84を0.5mm、1.0mmで達成した。
論文参考訳（メタデータ） (2025-07-31T05:30:19Z)
Multi-Class Segmentation of Aortic Branches and Zones in Computed Tomography Angiography: The AortaSeg24 Challenge [55.252714550918824]
AortaSeg24 MICCAI Challengeは、23の臨床的に関連する大動脈枝と領域に注釈付き100 CTA巻の最初のデータセットを導入した。本稿では,トップパフォーマンスアルゴリズムの課題設計,データセットの詳細,評価指標,詳細な分析について述べる。
論文参考訳（メタデータ） (2025-02-07T21:09:05Z)
Revisiting Computer-Aided Tuberculosis Diagnosis [56.80999479735375]
結核(TB)は世界的な健康上の脅威であり、毎年何百万人もの死者を出している。深層学習を用いたコンピュータ支援結核診断 (CTD) は有望であるが, 限られたトレーニングデータによって進行が妨げられている。結核X線(TBX11K)データセットは11,200個の胸部X線(CXR)画像とそれに対応するTB領域のバウンディングボックスアノテーションを含む。このデータセットは、高品質なCTDのための洗練された検出器のトレーニングを可能にする。
論文参考訳（メタデータ） (2023-07-06T08:27:48Z)
Towards Autonomous Atlas-based Ultrasound Acquisitions in Presence of Articulated Motion [48.52403516006036]
本稿では、自律型ロボットUS手足のスキャンを可能にする視覚ベースのアプローチを提案する。この目的のために、アノテートされた血管構造を有するヒト腕のアトラスMRIテンプレートを使用して、軌跡を生成する。いずれの場合も、このシステムはボランティアの手足で計画された血管構造を取得することができる。
論文参考訳（メタデータ） (2022-08-10T15:39:20Z)
Deep Learning for Distinguishing Normal versus Abnormal Chest Radiographs and Generalization to Unseen Diseases [7.93382570661604]
我々は,CXRを正常または異常と分類するAIシステムを開発し,評価した。以上の結果から,AIシステムは新たな患者数と異常に一般化することが示唆された。
論文参考訳（メタデータ） (2020-10-22T01:52:51Z)
VerSe: A Vertebrae Labelling and Segmentation Benchmark for Multi-detector CT Images [121.31355003451152]
大規模Vertebrae Challenge(VerSe)は、2019年と2020年に開催されたMICCAI(International Conference on Medical Image Computing and Computer Assisted Intervention)と共同で設立された。本評価の結果を報告するとともに,脊椎レベル,スキャンレベル,および異なる視野での性能変化について検討した。
論文参考訳（メタデータ） (2020-01-24T21:09:18Z)

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。