論文の概要: Clinical Metadata Guided Limited-Angle CT Image Reconstruction

• arxiv url: http://arxiv.org/abs/2509.01752v1
• Date: Mon, 01 Sep 2025 20:14:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 15:17:03.835477
• Title: Clinical Metadata Guided Limited-Angle CT Image Reconstruction
• Title（参考訳）: リミテッドアングルCT画像再構成の臨床メタデータ
• Authors: Yu Shi, Shuyi Fan, Changsheng Fang, Shuo Han, Haodong Li, Li Zhou, Bahareh Morovati, Dayang Wang, Hengyong Yu,
• Abstract要約: リミテッド・アングル・コンピュート・トモグラフィ(英語版) (LACT) は、時間分解能の改善と心筋イメージングに対する放射線線量削減を提供するが、切り離された投射による重度のアーチファクトに悩まされる。 LACT再建の誤りに対処するため,構造化された臨床メタデータでガイドされる2段階の拡散フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 8.987752589028348
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Limited-angle computed tomography (LACT) offers improved temporal resolution and reduced radiation dose for cardiac imaging, but suffers from severe artifacts due to truncated projections. To address the ill-posedness of LACT reconstruction, we propose a two-stage diffusion framework guided by structured clinical metadata. In the first stage, a transformer-based diffusion model conditioned exclusively on metadata, including acquisition parameters, patient demographics, and diagnostic impressions, generates coarse anatomical priors from noise. The second stage further refines the images by integrating both the coarse prior and metadata to produce high-fidelity results. Physics-based data consistency is enforced at each sampling step in both stages using an Alternating Direction Method of Multipliers module, ensuring alignment with the measured projections. Extensive experiments on both synthetic and real cardiac CT datasets demonstrate that incorporating metadata significantly improves reconstruction fidelity, particularly under severe angular truncation. Compared to existing metadata-free baselines, our method achieves superior performance in SSIM, PSNR, nMI, and PCC. Ablation studies confirm that different types of metadata contribute complementary benefits, particularly diagnostic and demographic priors under limited-angle conditions. These findings highlight the dual role of clinical metadata in improving both reconstruction quality and efficiency, supporting their integration into future metadata-guided medical imaging frameworks.
• Abstract（参考訳）: リミテッド・アングル・コンピュート・トモグラフィ(英語版) (LACT) は、時間分解能の改善と心筋イメージングに対する放射線線量削減を提供するが、切り離された投射による重度のアーチファクトに悩まされる。 LACT再建の誤りに対処するため,構造化された臨床メタデータでガイドされる2段階の拡散フレームワークを提案する。 最初の段階では、取得パラメータ、患者人口統計、診断印象を含むメタデータにのみ依存するトランスフォーマーベースの拡散モデルが、ノイズから粗い解剖学的先行を発生させる。 第2段階はさらに、粗い事前とメタデータを統合して高忠実度結果を生成することにより、画像を洗練する。 物理に基づくデータの整合性は、測定された投影との整合性を確保するために、マルチプライヤモジュールの交互方向法を用いて、両方の段階でサンプリングステップ毎に強制される。 人工心電図と心電図の総合的な実験により、メタデータを組み込むことで、特に重度の角絡みの下では、再建の忠実度が著しく向上することが示された。 既存のメタデータのないベースラインと比較して,SSIM,PSNR,nMI,PCCにおいて優れた性能を実現する。 アブレーション研究は、異なる種類のメタデータが相補的利益、特に限られた角度条件下での診断と人口統計学の先行に寄与することを確認する。 これらの知見は, 再建の質と効率を両立させ, 将来的な医用画像フレームワークへの統合を支援するために, 臨床メタデータの二重的役割を浮き彫りにした。

関連論文リスト

• Direct Dual-Energy CT Material Decomposition using Model-based Denoising Diffusion Model [105.95160543743984]
  本稿では,Dual-Energy Decomposition Model-based Diffusion (DEcomp-MoD) と呼ばれる深層学習手法を提案する。 Decomp-MoDは、教師なしスコアベースモデルと教師なしディープラーニングネットワークより優れていることを示す。
  論文  参考訳（メタデータ） (2025-07-24T01:00:06Z)
• ContextMRI: Enhancing Compressed Sensing MRI through Metadata Conditioning [51.26601171361753]
  本稿では, 微細なメタデータを再構成プロセスに統合したMRI用テキスト条件拡散モデルであるContextMRIを提案する。 メタデータの忠実度はスライス位置やコントラストから患者年齢、性別、病理まで増加し、体系的に再構築性能が向上することを示す。
  論文  参考訳（メタデータ） (2025-01-08T05:15:43Z)
• Dual-Domain CLIP-Assisted Residual Optimization Perception Model for Metal Artifact Reduction [9.028901322902913]
  CT(Computed tomography)画像における金属遺物は,正確な臨床診断に重要な課題である。 深層学習に基づくアプローチ、特に生成モデルは、金属人工物還元(MAR)のために提案されている。
  論文  参考訳（メタデータ） (2024-08-14T02:37:26Z)
• Deep Few-view High-resolution Photon-counting Extremity CT at Halved Dose for a Clinical Trial [8.393536317952085]
  ニュージーランドの臨床試験において,PCCT画像の半減量と2倍の速度で再現する深層学習に基づくアプローチを提案する。 本稿では,GPUメモリの制限を緩和するパッチベースのボリュームリファインメントネットワーク,合成データを用いたトレーニングネットワーク,およびモデルベースの反復リファインメントを用いて,合成データと実世界のギャップを埋める。
  論文  参考訳（メタデータ） (2024-03-19T00:07:48Z)
• Joint Denoising and Few-angle Reconstruction for Low-dose Cardiac SPECT Using a Dual-domain Iterative Network with Adaptive Data Consistency [12.1851913514097]
  心筋SPECTの低線量および小角投射からの両端端関節脱生と再建のための二重領域反復ネットワークを提案する。 臨床MPIデータを用いた実験により,提案手法は既存の画像領域,投影領域,二重領域技術よりも優れていた。
  論文  参考訳（メタデータ） (2023-05-17T16:09:49Z)
• Orientation-Shared Convolution Representation for CT Metal Artifact Learning [63.67718355820655]
  X線CT(CT)スキャン中、患者を乗せた金属インプラントは、しばしば有害なアーティファクトに繋がる。 既存のディープラーニングベースの手法は、有望な再構築性能を得た。 本稿では,人工物の物理的事前構造に適応するために,配向型畳み込み表現戦略を提案する。
  論文  参考訳（メタデータ） (2022-12-26T13:56:12Z)
• 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)
• InDuDoNet+: A Model-Driven Interpretable Dual Domain Network for Metal Artifact Reduction in CT Images [53.4351366246531]
  InDuDoNet+と呼ばれる新しい解釈可能な二重ドメインネットワークを構築し、CT画像の微細な埋め込みを行う。 異なる組織間のCT値を分析し,InDuDoNet+の事前観測ネットワークにマージすることで,その一般化性能を著しく向上させる。
  論文  参考訳（メタデータ） (2021-12-23T15:52:37Z)

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。