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

Brain Imaging01:14

Brain Imaging

629
Brain imaging technologies provide critical insights into both the structure and function of the human brain, enabling medical professionals and researchers to diagnose, study, and treat neurological disorders or psychiatric disorders more effectively.
These technologies include computerized axial tomography (CAT or CT scans), positron-emission tomography (PET scans),  magnetic resonance imaging (MRI),  functional magnetic resonance imaging (fMRI), and Transcranial Magnetic...
629
Magnetic Resonance Imaging01:24

Magnetic Resonance Imaging

8.9K
Magnetic resonance imaging (MRI) is a noninvasive medical imaging technique based on a phenomenon of nuclear physics discovered in the 1930s, in which matter exposed to magnetic fields and radio waves was found to emit radio signals. In 1970, a physician and researcher named Raymond Damadian noticed that malignant (cancerous) tissue gave off different signals than normal body tissue. He applied for a patent for the first MRI scanning device in clinical use by the early 1980s. The early MRI...
8.9K

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

New Growth, New Opportunities.

Journal of medical imaging (Bellingham, Wash.)·2025
Same author

White matter hyperintensities and relapse risk in late-life depression.

Journal of affective disorders·2025
Same author

Unsupervised discovery of clinical disease signatures using probabilistic independence.

Journal of biomedical informatics·2025
Same author

Multi-contrast computed tomography atlas of healthy pancreas with dense displacement sampling registration.

Journal of medical imaging (Bellingham, Wash.)·2025
Same author

The effect of Alzheimer's disease genetic factors on limbic white matter microstructure.

Alzheimer's & dementia : the journal of the Alzheimer's Association·2025
Same author

Segment Anything Model (SAM) for Digital Pathology: Assess Zero-shot Segmentation on Whole Slide Imaging.

IS&T International Symposium on Electronic Imaging·2025

関連する実験動画

Updated: Jan 7, 2026

Brain Infarct Segmentation and Registration on MRI or CT for Lesion-symptom Mapping
10:25

Brain Infarct Segmentation and Registration on MRI or CT for Lesion-symptom Mapping

Published on: September 25, 2019

49.2K

脳MRIには本当に堅牢で代替的な推論手法が必要なのか？

Bennett A Landman1, Xue Yang1, Hakmook Kang2

  • 1Electrical Engineering, Vanderbilt University, Nasvhille TN, 37235 USA.

Multimodal brain image analysis : second International Workshop, MBIA 2012, held in conjunction with MICCAI 2012, Nice, France, October 1-5, 2012 : proceedings. MBIA (Workshop) (2nd : 2012 : Nice, France)
|December 26, 2025
PubMed
まとめ
この要約は機械生成です。

脳画像における統計的推論は、しばしばガウス誤差を仮定するが、堅牢な手法は代替案を提供する。本研究は、医用画像解析に適した統計的推論手法の選択を導くためのフレームワークを提示する。

キーワード:
堅牢な推論神経画像統計的パラメトリックマッピング

さらに関連する動画

Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging
11:28

Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging

Published on: June 30, 2018

12.2K
Identification of Disease-related Spatial Covariance Patterns using Neuroimaging Data
14:27

Identification of Disease-related Spatial Covariance Patterns using Neuroimaging Data

Published on: June 26, 2013

16.1K

関連する実験動画

Last Updated: Jan 7, 2026

Brain Infarct Segmentation and Registration on MRI or CT for Lesion-symptom Mapping
10:25

Brain Infarct Segmentation and Registration on MRI or CT for Lesion-symptom Mapping

Published on: September 25, 2019

49.2K
Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging
11:28

Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging

Published on: June 30, 2018

12.2K
Identification of Disease-related Spatial Covariance Patterns using Neuroimaging Data
14:27

Identification of Disease-related Spatial Covariance Patterns using Neuroimaging Data

Published on: June 26, 2013

16.1K

科学分野:

  • 神経画像
  • 統計的推論
  • 医用画像

背景:

  • ボクセルごとの統計的推論は、定量的なマルチモーダル脳画像において重要である。
  • 一般線形モデル（GLM）は広く使用されているが、ガウス誤差の仮定に依存している。
  • 分布の仮定を緩和した代替的な推論手法は存在するが、実用上の課題に直面している。

研究 の 目的:

  • 医用画像推論に堅牢および代替的な統計的手法を適用する際の課題について論じること。
  • これらの代替的アプローチを必要とする条件を特徴づけること。
  • 推論手法の選択を経験的に正当化するための定量的フレームワークを導入すること。

主な方法:

  • 医用画像における統計的推論アプローチのレビュー。
  • 非ガウス誤差の仮定に関連する課題についての議論。
  • 手法選択のための新しい定量的フレームワークの開発。

主要な成果:

  • 脳画像推論におけるガウス分布の仮定を緩和すると、統計的検出力が低下し、計算複雑性が増大する可能性がある。
  • 標準的な一般線形モデル（GLM）が満たさない特定の条件下では、堅牢およびノンパラメトリックな手法が必要となる。
  • 標準的な推論手法と代替的な推論手法の選択を経験的に導くための新しいフレームワークが提案される。

結論:

  • 医用画像における統計的推論手法の選択には、分布の仮定を慎重に検討する必要がある。
  • 堅牢な統計的手法は、仮定が満たされない場合に、従来のGLMに代わる有用な選択肢を提供する。
  • 提案されたフレームワークは、研究者がより信頼性の高い脳画像解析のための情報に基づいた意思決定を行うのに役立つ。