MEDICINE & AI

タイトル：Extreme cardiac MRI analysis under respiratory motion: Results of the CMRxMotion challenge. 雑誌名：Med Image Anal. 2026 Mar; 109: 103883. 概　要： この研究は、心臓磁気共鳴（CMR）分析における深層学習モデルの性能を向上させるため、呼吸運動によるアーチファクトの影響を評価することを目的としています。CMR画像は臨床でしばしば呼吸運動によって劣化しますが、深層学習モデルの頑健性については十分に研究されていません。この問題に対処するため、MICCAI CMRxMotionチャレンジを開催し、40人の健康なボランティアから320のCMRシネシリーズを収集しました。チャレンジは、画像の動きの重症度に基づく自動画像品質評価と、動きのアーチファクトがある中での心筋セグメンテーションの2つのタスクで構成されました。 方　法： この研究は、40人の健康なボランティアから得られた320のCMRシネシリーズを用いたデータセットを基にしたチャレンジです。参加者は特定の呼吸プロトコルを実施し、制御された動きのアーチファクトを誘発しました。タスクは、動きの重症度に基づく自動画像品質評価と、動きのアーチファクトが存在する中での心筋セグメンテーションの2つです。合計22のアルゴリズムが提出され、評価されました。 結　果： 本研究では、上位の手法に対する評価結果を報告し、動きのアーチファクトが5つの臨床的に関連するバイオマーカーに与える影響を調査しました。具体的な数値は記載されていませんが、提出されたアルゴリズムの性能を比較し、動きのアーチファクトが心臓MRI解析に与える影響を明らかにしました。 結　論： CMRxMotionチャレンジは、呼吸運動によるアーチファクトに対する深層学習モデルの頑健性を評価するための重要なステップであり、得られたデータと結果は今後の研究に貢献することが期待されます。全てのリソースとコードは公開されており、さらなる研究の促進に寄与します。