論文の概要: LPUWF-LDM: Enhanced Latent Diffusion Model for Precise Late-phase UWF-FA Generation on Limited Dataset

• arxiv url: http://arxiv.org/abs/2409.00726v1
• Date: Sun, 1 Sep 2024 14:09:00 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-06 11:36:58.114466
• Title: LPUWF-LDM: Enhanced Latent Diffusion Model for Precise Late-phase UWF-FA Generation on Limited Dataset
• Title（参考訳）: LPUWF-LDM:限定データセット上での高精度後期UWF-FA生成のための拡張潜在拡散モデル
• Authors: Zhaojie Fang, Xiao Yu, Guanyu Zhou, Ke Zhuang, Yifei Chen, Ruiquan Ge, Changmiao Wang, Gangyong Jia, Qing Wu, Juan Ye, Maimaiti Nuliqiman, Peifang Xu, Ahmed Elazab,
• Abstract要約: UWF-FA(Ultra-Wide-Field Fluorescein Angiography)は、フルオレセインナトリウムを用いた眼疾患の正確な同定を可能にする。 既存の研究では、UWF-SLO(Ultra-Wide-Phase Scanning Laser Ophthalmoscopy)からUWF-FAを生成する方法が開発されている。 高品質後期UWF-FAの生成を妨げる2つの主要な課題:UWF-SLOと早期・後期UWF-FAデータセットの欠如と病変部位および潜在的な血液漏れ領域における現実的な生成の必要性
• 参考スコア（独自算出の注目度）: 8.612128994023832
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Ultra-Wide-Field Fluorescein Angiography (UWF-FA) enables precise identification of ocular diseases using sodium fluorescein, which can be potentially harmful. Existing research has developed methods to generate UWF-FA from Ultra-Wide-Field Scanning Laser Ophthalmoscopy (UWF-SLO) to reduce the adverse reactions associated with injections. However, these methods have been less effective in producing high-quality late-phase UWF-FA, particularly in lesion areas and fine details. Two primary challenges hinder the generation of high-quality late-phase UWF-FA: the scarcity of paired UWF-SLO and early/late-phase UWF-FA datasets, and the need for realistic generation at lesion sites and potential blood leakage regions. This study introduces an improved latent diffusion model framework to generate high-quality late-phase UWF-FA from limited paired UWF images. To address the challenges as mentioned earlier, our approach employs a module utilizing Cross-temporal Regional Difference Loss, which encourages the model to focus on the differences between early and late phases. Additionally, we introduce a low-frequency enhanced noise strategy in the diffusion forward process to improve the realism of medical images. To further enhance the mapping capability of the variational autoencoder module, especially with limited datasets, we implement a Gated Convolutional Encoder to extract additional information from conditional images. Our Latent Diffusion Model for Ultra-Wide-Field Late-Phase Fluorescein Angiography (LPUWF-LDM) effectively reconstructs fine details in late-phase UWF-FA and achieves state-of-the-art results compared to other existing methods when working with limited datasets. Our source code is available at: https://github.com/Tinysqua/****.
• Abstract（参考訳）: UWF-FA(Ultra-Wide-Field Fluorescein Angiography)は、フルオレセインナトリウムを用いた眼疾患の正確な同定を可能にする。 既存の研究では、UWF-SLO(Ultra-Wide-Field Scanning Laser Ophthalmoscopy)からUWF-FAを生成する方法が開発されている。 しかし、これらの方法は、特に病変領域や細部において、高品質な後期UWF-FAの生成にはあまり効果がない。 UWF-SLOと早期・後期のUWF-FAデータセットの欠如と、病変部位や潜在的な血液漏れ領域でのリアルな生成の必要性の2つの主な課題が、高品質な後期UWF-FAの生成を妨げる。 本研究では,制限付きUWF画像から高品質のUWF-FAを生成するための遅延拡散モデルフレームワークを提案する。 上記の課題に対処するため,本手法では,早期と後期の相違に焦点をあてるクロステンポラリー・ディファレンシャル・ディファレンス・ロスを利用したモジュールを用いている。 さらに,医療画像のリアリズムを改善するために,拡散前処理に低周波拡張ノイズ戦略を導入する。 可変オートエンコーダモジュールのマッピング機能,特に限られたデータセットでは,条件付き画像から付加情報を抽出するGated Convolutional Encoderを実装した。 LPUWF-LDMは, 後期UWF-FAの微細な細部を効果的に再構成し, 限られたデータセットを扱う場合の他の方法と比較して, 最先端の結果が得られる。 ソースコードは、https://github.com/Tinysqua/***.comで公開されています。

関連論文リスト

• Latent Drifting in Diffusion Models for Counterfactual Medical Image Synthesis [55.959002385347645]
  大規模なデータセットのトレーニングによるスケーリングは、画像生成の品質と忠実度を高め、拡散モデルによる操作を可能にすることが示されている。 遅延ドリフトにより、医療画像に対して拡散モデルを条件付けし、反ファクト画像生成の複雑なタスクに適合させることができる。 本研究は,異なる微調整方式と組み合わせた場合,様々なシナリオにおいて顕著な性能向上を示すものである。
  論文  参考訳（メタデータ） (2024-12-30T01:59:34Z)
• Rethinking Diffusion-Based Image Generators for Fundus Fluorescein Angiography Synthesis on Limited Data [9.343430674144976]
  本稿では,医療データ制限の課題を克服するために,新しい潜伏拡散モデルに基づくフレームワークを提案する。 本フレームワークは,既存の方法と比較して最先端の成果を達成し,眼科診断や患者ケアの強化に有意な可能性を秘めている。
  論文  参考訳（メタデータ） (2024-12-17T10:37:46Z)
• FAM Diffusion: Frequency and Attention Modulation for High-Resolution Image Generation with Stable Diffusion [63.609399000712905]
  スケールした解像度での推論は反復的なパターンと構造的歪みをもたらす。 これらの問題を解決するために組み合わせた2つの単純なモジュールを提案する。 我々の手法はファム拡散と呼ばれ、任意の潜在拡散モデルにシームレスに統合でき、追加の訓練を必要としない。
  論文  参考訳（メタデータ） (2024-11-27T17:51:44Z)
• UWAFA-GAN: Ultra-Wide-Angle Fluorescein Angiography Transformation via Multi-scale Generation and Registration Enhancement [17.28459176559761]
  UWF-FA (UWF fluorescein angiography) は、患者の手や肘に注入して蛍光染料を投与する必要がある。 注射による潜在的な副作用を軽減するため、研究者はクロスモダリティ医療画像生成アルゴリズムの開発を提案した。 本稿では,UWF-SLOからUWF-FAを合成する条件生成対向ネットワーク(UWAFA-GAN)を提案する。
  論文  参考訳（メタデータ） (2024-05-01T14:27:43Z)
• F2FLDM: Latent Diffusion Models with Histopathology Pre-Trained Embeddings for Unpaired Frozen Section to FFPE Translation [2.435021773579434]
  凍結切片法(FS法)は急速かつ効率的な方法であり, 手術中の病理医の評価のためのスライド作成に15～30分しかかからない。 FSプロセスは、折り畳みや氷結晶効果のようなアーティファクトや歪みをしばしば導入する。 これらのアーティファクトは、高品質なホルマリン固定パラフィン埋め込み(FFPE)スライドには欠落しており、準備には2～3日を要する。 FS画像の復元性を高めるために, LDMと病理組織学的プレトレーニングエンベディングを組み合わせた新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2024-04-19T06:32:21Z)
• ArSDM: Colonoscopy Images Synthesis with Adaptive Refinement Semantic Diffusion Models [69.9178140563928]
  大腸内視鏡検査は臨床診断や治療に不可欠である。 注釈付きデータの不足は、既存の手法の有効性と一般化を制限する。 本稿では, 下流作業に有用な大腸内視鏡画像を生成するために, 適応Refinement Semantic Diffusion Model (ArSDM)を提案する。
  論文  参考訳（メタデータ） (2023-09-03T07:55:46Z)
• UWAT-GAN: Fundus Fluorescein Angiography Synthesis via Ultra-wide-angle Transformation Multi-scale GAN [1.165405976310311]
  眼底写真は、眼底疾患の臨床的および鑑別診断に欠かせない検査である。 基礎画像の現在の方法では高解像度の画像が得られず、微小な血管病変領域を捉えることができなかった。 本稿では,UWF-SLOからUWF-FAを合成する条件付き生成対向ネットワーク(UWAT-GAN)を提案する。
  論文  参考訳（メタデータ） (2023-07-21T12:23:39Z)
• Low-Light Image Enhancement with Wavelet-based Diffusion Models [50.632343822790006]
  拡散モデルは画像復元作業において有望な結果を得たが、時間を要する、過剰な計算資源消費、不安定な復元に悩まされている。 本稿では,DiffLLと呼ばれる高能率かつ高能率な拡散型低光画像強調手法を提案する。
  論文  参考訳（メタデータ） (2023-06-01T03:08:28Z)
• FetReg: Placental Vessel Segmentation and Registration in Fetoscopy Challenge Dataset [57.30136148318641]
  Fetoscopy Laser Photocoagulation はツイン・ツー・ツイン・トランスフュージョン症候群(TTTS)の治療に広く用いられている治療法である これにより、プロシージャ時間と不完全アブレーションが増加し、持続的なTTTSが生じる可能性がある。 コンピュータ支援による介入は、ビデオモザイクによって胎児の視野を広げ、船体ネットワークのより良い視覚化を提供することによって、これらの課題を克服するのに役立つかもしれない。 本稿では,長期フェトスコープビデオからドリフトフリーモザイクを作成することを目的とした,胎児環境のための汎用的でロバストなセマンティックセマンティックセグメンテーションとビデオモザイクアルゴリズムを開発するための大規模マルチセントデータセットを提案する。
  論文  参考訳（メタデータ） (2021-06-10T17:14:27Z)
• Leveraging Regular Fundus Images for Training UWF Fundus Diagnosis Models via Adversarial Learning and Pseudo-Labeling [29.009663623719064]
  オプトスカメラによる超広視野(UWF)200度の基礎イメージングが徐々に導入されている。 正規の眼底画像は、大量の高品質な注釈付きデータを含んでいる。 ドメインギャップのため、UWFファウンス画像を認識するために、通常のファウンス画像によって訓練されたモデルは、性能が良くない。 本稿では,通常のUWFファウンダスとUWFファウンダスとのギャップを埋めるために,修正サイクル生成対逆ネットワーク(CycleGAN)モデルを提案する。
  論文  参考訳（メタデータ） (2020-11-27T16:25:30Z)
• Multifold Acceleration of Diffusion MRI via Slice-Interleaved Diffusion Encoding (SIDE) [50.65891535040752]
  本稿では,Slice-Interleaved Diffusionと呼ばれる拡散符号化方式を提案する。 SIDEは、拡散重み付き(DW)画像ボリュームを異なる拡散勾配で符号化したスライスでインターリーブする。 また,高いスライスアンサンプデータからDW画像を効果的に再構成するためのディープラーニングに基づく手法を提案する。
  論文  参考訳（メタデータ） (2020-02-25T14:48:17Z)

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。