論文の概要: Temporal Neural Cellular Automata: Application to modeling of contrast enhancement in breast MRI

• arxiv url: http://arxiv.org/abs/2506.18720v1
• Date: Mon, 23 Jun 2025 14:56:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-24 19:06:37.037382
• Title: Temporal Neural Cellular Automata: Application to modeling of contrast enhancement in breast MRI
• Title（参考訳）: 経時的神経細胞性オートマタ : 乳房MRIにおけるコントラスト増強のモデリングへの応用
• Authors: Daniel M. Lang, Richard Osuala, Veronika Spieker, Karim Lekadir, Rickmer Braren, Julia A. Schnabel,
• Abstract要約: 合成コントラスト増強は、高速な画像取得を可能にし、コントラスト剤の静脈内注入を不要にする。 最近の研究は、合成コントラスト生成の可能性を示している。 現在のSOTA(State-of-the-art)法は、一貫した時間的進化のための十分な尺度を欠いている。 我々は,NACを拡張・改良し,時間的に疎い非均一な画像データを効果的にモデル化するTeNCAを紹介した。
• 参考スコア（独自算出の注目度）: 4.181984443200153
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Synthetic contrast enhancement offers fast image acquisition and eliminates the need for intravenous injection of contrast agent. This is particularly beneficial for breast imaging, where long acquisition times and high cost are significantly limiting the applicability of magnetic resonance imaging (MRI) as a widespread screening modality. Recent studies have demonstrated the feasibility of synthetic contrast generation. However, current state-of-the-art (SOTA) methods lack sufficient measures for consistent temporal evolution. Neural cellular automata (NCA) offer a robust and lightweight architecture to model evolving patterns between neighboring cells or pixels. In this work we introduce TeNCA (Temporal Neural Cellular Automata), which extends and further refines NCAs to effectively model temporally sparse, non-uniformly sampled imaging data. To achieve this, we advance the training strategy by enabling adaptive loss computation and define the iterative nature of the method to resemble a physical progression in time. This conditions the model to learn a physiologically plausible evolution of contrast enhancement. We rigorously train and test TeNCA on a diverse breast MRI dataset and demonstrate its effectiveness, surpassing the performance of existing methods in generation of images that align with ground truth post-contrast sequences.
• Abstract（参考訳）: 合成コントラスト増強は、高速な画像取得を可能にし、コントラスト剤の静脈内注入を不要にする。 これは乳房画像において特に有益であり、長期の取得時間と高コストはMRI(MRI)を広範囲なスクリーニング法として適用しうることを著しく制限している。 最近の研究は、合成コントラスト生成の可能性を示している。 しかし、現在のSOTA(State-of-the-art)手法には、一貫した時間的進化のための十分な尺度が欠如している。 ニューラルセルオートマトン(NCA)は、隣接する細胞やピクセル間の進化パターンをモデル化するための堅牢で軽量なアーキテクチャを提供する。 本研究では,NACを拡張・改良し,時間的に粗い非均一な画像データを効果的にモデル化するTeNCA(Temporal Neural Cellular Automata)を提案する。 これを実現するため,適応的な損失計算を可能にしてトレーニング戦略を推進し,物理進行に類似した手法の反復性を定義する。 この条件は、コントラストエンハンスメントの生理学的に妥当な進化を学ぶためのモデルである。 我々は,TENAを多種多様な乳房MRIデータセットで厳格に訓練し,その効果を実証し,コントラスト後列に整合した画像の生成における既存の手法の性能を上回った。

関連論文リスト

• A Unified Model for Compressed Sensing MRI Across Undersampling Patterns [69.19631302047569]
  様々な計測アンサンプパターンと画像解像度に頑健な統合MRI再構成モデルを提案する。 我々のモデルは、拡散法よりも600$times$高速な推論で、最先端CNN(End-to-End VarNet)の4dBでSSIMを11%改善し、PSNRを4dB改善する。
  論文  参考訳（メタデータ） (2024-10-05T20:03:57Z)
• Synthesizing Late-Stage Contrast Enhancement in Breast MRI: A Comprehensive Pipeline Leveraging Temporal Contrast Enhancement Dynamics [0.3499870393443268]
  本研究では,後期DCE-MRI画像の初期段階データから合成するためのパイプラインを提案する。 提案手法では, コントラストエージェントの時間的挙動を利用して生成モデルの訓練を指導する, 新たな損失関数である時間強度損失(TI-loss)を導入する。 アノテーション付き領域における拡張パターンを検証するContrast Agent Pattern Score(mathcalCP_s$)と、実際の拡張と生成された拡張の違いを測定するAverage difference in Enhancement(mathcalED$)の2つの指標が画像品質を評価するために提案されている。
  論文  参考訳（メタデータ） (2024-09-03T04:31:49Z)
• Towards Learning Contrast Kinetics with Multi-Condition Latent Diffusion Models [2.8981737432963506]
  DCE-MRI時間系列の時間条件画像合成が可能な潜時拡散モデルを提案する。 以上の結果から,本手法が現実的な多列性脂肪飽和乳房DCE-MRIを生成できることが示唆された。
  論文  参考訳（メタデータ） (2024-03-20T18:01:57Z)
• Negligible effect of brain MRI data preprocessing for tumor segmentation [36.89606202543839]
  我々は3つの公開データセットの実験を行い、ディープニューラルネットワークにおける異なる前処理ステップの効果を評価する。 その結果、最も一般的な標準化手順は、ネットワーク性能に何の価値も与えないことが示されている。 画像の規格化に伴う信号分散の低減のため,画像強度正規化手法はモデル精度に寄与しない。
  論文  参考訳（メタデータ） (2022-04-11T17:29:36Z)
• Adaptive Gradient Balancing for UndersampledMRI Reconstruction and Image-to-Image Translation [60.663499381212425]
  本研究では,新しい適応勾配バランス手法を併用したwasserstein生成逆ネットワークを用いて,画質の向上を図る。 MRIでは、他の技術よりも鮮明な画像を生成する高品質の再構築を維持しながら、アーティファクトを最小限に抑えます。
  論文  参考訳（メタデータ） (2021-04-05T13:05:22Z)
• Microvascular Dynamics from 4D Microscopy Using Temporal Segmentation [81.30750944868142]
  経時的に脳血流量の変化を追跡でき, ピアル表面に向かって伝播する自発性動脈拡張を同定できる。 この新たなイメージング機能は、機能的磁気共鳴イメージング(fMRI)を基盤とした血行動態応答関数を特徴付けるための有望なステップである。
  論文  参考訳（メタデータ） (2020-01-14T22:55:03Z)

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。