Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Imaging Studies VII: Vascular Imaging01:19

Imaging Studies VII: Vascular Imaging

DefinitionRenal angiography, also known as renal arteriography, is an imaging technique used to obtain a comprehensive view of blood flow and the vascular structure of blood vessels in the kidneys and surrounding areas.PurposeRenal angiography detects blood vessel abnormalities in the kidneys, such as aneurysms, stenosis, thrombosis, vascular tumors, and renal artery stenosis. It evaluates kidney function and guides interventional treatments like angioplasty or stent placement.Pre-Procedure...

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Simple CsI doping outperforms complex organic additives in carbon-based perovskite solar cells.

Nanoscale advances·2026
Same author

Impaired sleep resilience underlies transient neural instability in insomnia disorder.

iScience·2026
Same author

Plaque characteristics and clinical outcomes of non-culprit long lesions in patients with acute myocardial infarction.

International journal of cardiology·2026
Same author

Intraoperative quantitative angiography predicts midterm left subclavian artery patency after thoracic endovascular aortic repair.

Quantitative imaging in medicine and surgery·2026
Same author

A bibliometric analysis of neuroimaging studies on cognitive control in autism spectrum disorder (2000-2025).

Frontiers in psychiatry·2026
Same author

Long-term prognostic value of residual lipid burden in acute myocardial infarction.

Atherosclerosis·2026

関連する実験動画

Updated: Jul 16, 2026

Early Detection of Drug-Induced Renal Hemodynamic Dysfunction Using Sonographic Technology in Rats
06:38

Early Detection of Drug-Induced Renal Hemodynamic Dysfunction Using Sonographic Technology in Rats

Published on: March 11, 2016

12.5K

腎動脈血行動態パラメータの点群ベース深層学習モデルによるリアルタイム生成

Mingfang Li1, Kaiyang Zhao1, Jiawei Zhao2

  • 1School of Mathematics and Physics, University of Science and Technology Beijing, Beijing, China.

Computer methods in biomechanics and biomedical engineering
|December 12, 2025
PubMed
まとめ

本研究では、腎動脈狭窄（RAS）の血行動態をリアルタイムで予測する深層学習モデルを導入する。このフレームワークは、従来の計算流体力学（CFD）と同等の精度を維持しながら、計算効率を大幅に向上させる。

キーワード:
CFDMambaアーキテクチャリアルタイム血行動態腎動脈狭窄状態空間モデリング

さらに関連する動画

Long-Term Continuous Measurement of Renal Blood Flow in Conscious Rats
05:09

Long-Term Continuous Measurement of Renal Blood Flow in Conscious Rats

Published on: February 8, 2022

3.0K
Multilevel Microdissection and Functional-Structural Profiling of Human Renal Arterial Branches
06:51

Multilevel Microdissection and Functional-Structural Profiling of Human Renal Arterial Branches

Published on: September 5, 2025

495

関連する実験動画

Last Updated: Jul 16, 2026

Early Detection of Drug-Induced Renal Hemodynamic Dysfunction Using Sonographic Technology in Rats
06:38

Early Detection of Drug-Induced Renal Hemodynamic Dysfunction Using Sonographic Technology in Rats

Published on: March 11, 2016

12.5K
Long-Term Continuous Measurement of Renal Blood Flow in Conscious Rats
05:09

Long-Term Continuous Measurement of Renal Blood Flow in Conscious Rats

Published on: February 8, 2022

3.0K
Multilevel Microdissection and Functional-Structural Profiling of Human Renal Arterial Branches
06:51

Multilevel Microdissection and Functional-Structural Profiling of Human Renal Arterial Branches

Published on: September 5, 2025

495

科学分野:

  • 医用画像処理と診断
  • 計算流体力学
  • 医療における人工知能

背景:

  • 腎動脈狭窄（RAS）は二次性高血圧の主な原因です。
  • RASにおける効果的な臨床介入には、正確な血行動態評価が不可欠です。
  • 現在の血行動態評価方法は計算負荷が高い場合があります。

研究 の 目的:

  • 腎動脈におけるリアルタイム血行動態予測のための深層学習フレームワークを開発すること。
  • Mambaベースの状態空間モデリング（SSM）と階層的な点群処理を統合すること。
  • 予測精度を維持しながら計算効率を向上させること。

主な方法:

  • 3D腎動脈モデル、ベッセル曲線再構成、CFDシミュレーションを用いた計算データセットの生成。
  • PointNet++とMambaの選択メカニズムを組み合わせた深層学習モデルの実装。
  • 特徴抽出と血行動態指標予測のための階層的な点群処理の利用。

主要な成果:

  • 提案されたフレームワークは、腎動脈のリアルタイム血行動態予測を可能にします。
  • 従来のCFDと比較して、計算効率が数桁向上しました。
  • 確立されたCFD法に匹敵する予測精度を維持しました。

結論:

  • この深層学習フレームワークは、RASにおけるリアルタイム血行動態評価のための計算効率が高く、正確なソリューションを提供します。
  • このアプローチは、RASによる二次性高血圧の適時な臨床介入に役立ちます。
  • Mamba-SSMと点群処理の統合は、複雑な生理学的モデリングに有望です。