Fugu-MT 論文翻訳(概要): DAFTED: Decoupled Asymmetric Fusion of Tabular and Echocardiographic Data for Cardiac Hypertension Diagnosis

論文の概要: DAFTED: Decoupled Asymmetric Fusion of Tabular and Echocardiographic Data for Cardiac Hypertension Diagnosis

arxiv url: http://arxiv.org/abs/2509.15990v1
Date: Fri, 19 Sep 2025 13:57:29 GMT
ステータス: 翻訳完了
システム内更新日: 2025-09-22 18:18:11.191346
Title: DAFTED: Decoupled Asymmetric Fusion of Tabular and Echocardiographic Data for Cardiac Hypertension Diagnosis
Title（参考訳）: DAFTED : 心臓高血圧診断のための非対称核融合法と心エコー法
Authors: Jérémie Stym-Popper, Nathan Painchaud, Clément Rambour, Pierre-Yves Courand, Nicolas Thome, Olivier Bernard,
Abstract要約: マルチモーダルデータ融合は、医学的応用における診断を強化するための重要なアプローチである。本稿では, 一次モダリティから始まる非対称な融合戦略を提案し, 共有情報とモダリティ固有情報を分離することによって二次モダリティを統合する。我々のモデルは既存の手法より優れており、90%以上のAUCを実現している。
参考スコア（独自算出の注目度）: 11.650636695677386
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Multimodal data fusion is a key approach for enhancing diagnosis in medical applications. We propose an asymmetric fusion strategy starting from a primary modality and integrating secondary modalities by disentangling shared and modality-specific information. Validated on a dataset of 239 patients with echocardiographic time series and tabular records, our model outperforms existing methods, achieving an AUC over 90%. This improvement marks a crucial benchmark for clinical use.
Abstract（参考訳）: マルチモーダルデータ融合は、医学的応用における診断を強化するための重要なアプローチである。本稿では, 一次モダリティから始まる非対称な融合戦略を提案し, 共有情報とモダリティ固有情報を分離することによって二次モダリティを統合する。心エコー図と表状記録の239例のデータセットで検証し,AUCの90%以上を達成し,既存の方法より優れていた。この改善は臨床における重要なベンチマークとなる。

関連論文リスト

impuTMAE: Multi-modal Transformer with Masked Pre-training for Missing Modalities Imputation in Cancer Survival Prediction [75.43342771863837]
我々は,効率的なマルチモーダル事前学習戦略を備えた新しいトランスフォーマーに基づくエンドツーエンドアプローチである impuTMAE を紹介する。マスクされたパッチを再構築することで、モダリティの欠如を同時に示唆しながら、モダリティ間の相互作用とモダリティ内相互作用を学習する。本モデルは,TGA-GBM/LGGとBraTSデータセットを用いたグリオーマ生存予測のために,異種不完全データに基づいて事前訓練を行った。
論文参考訳（メタデータ） (2025-08-08T10:01:16Z)
Multi-Omics Fusion with Soft Labeling for Enhanced Prediction of Distant Metastasis in Nasopharyngeal Carcinoma Patients after Radiotherapy [4.971538849792411]
オミクスデータの統合で直面する課題の1つは、予測不能の存在である。本研究の目的は,オミクスデータに固有の相違を緩和する融合手法を開発することである。
論文参考訳（メタデータ） (2025-02-12T05:26:59Z)
Continually Evolved Multimodal Foundation Models for Cancer Prognosis [50.43145292874533]
がん予後は、患者の予後と生存率を予測する重要なタスクである。これまでの研究では、臨床ノート、医療画像、ゲノムデータなどの多様なデータモダリティを統合し、補完的な情報を活用している。既存のアプローチには2つの大きな制限がある。まず、各病院の患者記録など、各種のトレーニングに新しく到着したデータを組み込むことに苦慮する。第二に、ほとんどのマルチモーダル統合手法は単純化された結合やタスク固有のパイプラインに依存しており、モダリティ間の複雑な相互依存を捉えることができない。
論文参考訳（メタデータ） (2025-01-30T06:49:57Z)
Multi-Model Ensemble Approach for Accurate Bi-Atrial Segmentation in LGE-MRI of Atrial Fibrillation Patients [3.676588766498097]
心房細動(AF)は、心臓不整脈の最も多い形態であり、死亡率と死亡率の増加と関連している。この研究は、Unet、ResNet、EfficientNet、VGGを含む複数の機械学習モデルを統合するアンサンブルアプローチを示し、LGE-MRIデータから自動両房セグメンテーションを実行する。
論文参考訳（メタデータ） (2024-09-24T13:33:46Z)
A Progressive Single-Modality to Multi-Modality Classification Framework for Alzheimer's Disease Sub-type Diagnosis [40.838012045852]
現在のアルツハイマー病(AD)の診断には、複数の診断段階から取得した複数のモダリティがあり、それぞれが異なる使用法とコストを持っている。そこで本研究では,早期の低コスト段階におけるアクセシビリティに基づく診断結果の提供を目的とした,新たな進歩型ADサブタイプ診断フレームワークを提案する。提案手法を多種多様な公用および家庭内データセット上で評価し,最先端の手法よりも優れた性能を実現する。
論文参考訳（メタデータ） (2024-07-26T02:25:45Z)
TACCO: Task-guided Co-clustering of Clinical Concepts and Patient Visits for Disease Subtyping based on EHR Data [42.96821770394798]
TACCOは、EMHデータのハイパーグラフモデリングに基づいて、臨床概念と患者訪問のクラスターを共同で発見する新しいフレームワークである。我々は,表現型分類と心血管リスク予測の下流臨床課題に対して,公共MIMIC-IIIデータセットとエモリー内部CRADLEデータセットを用いて実験を行った。深層モデル解析,クラスタリング結果解析,臨床ケーススタディは,TACCOが提供した改良されたユーティリティと洞察に富んだ解釈をさらに検証する。
論文参考訳（メタデータ） (2024-06-14T14:18:38Z)
Cross-modality Attention-based Multimodal Fusion for Non-small Cell Lung Cancer (NSCLC) Patient Survival Prediction [0.6476298550949928]
非小細胞肺癌(NSCLC)における患者生存予測のためのモダリティ特異的知識の統合を目的としたマルチモーダル核融合パイプラインを提案する。組織画像データとRNA-seqデータのみを用いてc-index0.5772と0.5885を達成した単一モダリティと比較して, 提案した融合法はc-index0.6587を達成した。
論文参考訳（メタデータ） (2023-08-18T21:42:52Z)
A multimodal method based on cross-attention and convolution for postoperative infection diagnosis [0.0]
術後感染診断は重篤な合併症であり,高い診断上の課題となっている。 X線検査は、疑わしいPJI患者の画像検査である。本研究では,自己教師型マスク付きオートエンコーダ事前学習戦略とマルチモーダル核融合診断ネットワークMED-NVCを提案する。
論文参考訳（メタデータ） (2023-05-23T15:08:56Z)
Detecting Pancreatic Ductal Adenocarcinoma in Multi-phase CT Scans via Alignment Ensemble [77.5625174267105]
膵管腺癌(PDAC)は最も致命的ながんの1つである。複数のフェーズは単一のフェーズよりも多くの情報を提供するが、それらは整列せず、テクスチャにおいて不均一である。 PDAC検出性能を高めるために,これらすべてのアライメントのアンサンブルを提案する。
論文参考訳（メタデータ） (2020-03-18T19:06:27Z)

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。