論文の概要: LatXGen: Towards Radiation-Free and Accurate Quantitative Analysis of Sagittal Spinal Alignment Via Cross-Modal Radiographic View Synthesis

• arxiv url: http://arxiv.org/abs/2509.24165v1
• Date: Mon, 29 Sep 2025 01:29:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-30 22:32:19.673619
• Title: LatXGen: Towards Radiation-Free and Accurate Quantitative Analysis of Sagittal Spinal Alignment Via Cross-Modal Radiographic View Synthesis
• Title（参考訳）: LatXGen:Sgittal Spinal Asignment Via Cross-Modal Radiographic View Synthesisの無放射線・高精度定量化を目指して
• Authors: Moxin Zhao, Nan Meng, Jason Pui Yin Cheung, Chris Yuk Kwan Tang, Chenxi Yu, Wenting Zhong, Pengyu Lu, Chang Shi, Yipeng Zhuang, Teng Zhang,
• Abstract要約: 思春期特発性強皮症(AIS)は複雑な3次元脊髄変形である。 LatXGenは、現実的な側方X線を合成する新しい生成フレームワークである。 LatXGenは正確なラジオグラフを生成し、既存のGANベースの手法を視覚的忠実度と定量的メトリクスの両方で上回っている。
• 参考スコア（独自算出の注目度）: 5.000218104207936
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Adolescent Idiopathic Scoliosis (AIS) is a complex three-dimensional spinal deformity, and accurate morphological assessment requires evaluating both coronal and sagittal alignment. While previous research has made significant progress in developing radiation-free methods for coronal plane assessment, reliable and accurate evaluation of sagittal alignment without ionizing radiation remains largely underexplored. To address this gap, we propose LatXGen, a novel generative framework that synthesizes realistic lateral spinal radiographs from posterior Red-Green-Blue and Depth (RGBD) images of unclothed backs. This enables accurate, radiation-free estimation of sagittal spinal alignment. LatXGen tackles two core challenges: (1) inferring sagittal spinal morphology changes from a lateral perspective based on posteroanterior surface geometry, and (2) performing cross-modality translation from RGBD input to the radiographic domain. The framework adopts a dual-stage architecture that progressively estimates lateral spinal structure and synthesizes corresponding radiographs. To enhance anatomical consistency, we introduce an attention-based Fast Fourier Convolution (FFC) module for integrating anatomical features from RGBD images and 3D landmarks, and a Spatial Deformation Network (SDN) to model morphological variations in the lateral view. Additionally, we construct the first large-scale paired dataset for this task, comprising 3,264 RGBD and lateral radiograph pairs. Experimental results demonstrate that LatXGen produces anatomically accurate radiographs and outperforms existing GAN-based methods in both visual fidelity and quantitative metrics. This study offers a promising, radiation-free solution for sagittal spine assessment and advances comprehensive AIS evaluation.
• Abstract（参考訳）: 思春期特発性強皮症 (AIS) は複雑な3次元脊椎変形であり, 正確な形態学的評価には, 冠状骨と矢状骨のアライメントの評価が必要である。 これまでの研究は、コロナ面評価のための放射線のない方法の開発において大きな進歩を遂げてきたが、電離放射線を伴わない矢状アライメントの信頼性と正確な評価は、ほとんど未発見のままである。 このギャップに対処するため,後部赤緑青深度(RGBD)画像から現実的な側方X線を合成する新しい生成フレームワークであるLatXGenを提案する。 これにより、矢状性脊髄アライメントの正確で無放射線な推定が可能となる。 LatXGenは,(1)後腹側表面形状に基づく側方側方からの脊柱形態変化を推定し,(2)RGBD入力からX線領域への経時的翻訳を行うという2つの課題に対処する。 このフレームワークは、両側の脊柱構造を段階的に推定し、対応するラジオグラフを合成するデュアルステージアーキテクチャを採用している。 解剖学的整合性を高めるために,RGBD画像と3Dランドマークから解剖学的特徴を統合するFFCモジュールと,側方視における形態変化をモデル化するためのSDN(Spatial deformation Network)を導入する。 さらに,3,264 RGBD と lateral radiograph のペアからなる,このタスクのための最初の大規模ペア化データセットを構築した。 実験により、LatXGenは解剖学的に正確なX線写真を生成し、既存のGANベースの手法を視覚的忠実度と定量的指標の両方で上回っていることが示された。 本研究は、矢状脊椎評価のための有望で無放射線なソリューションを提供し、AIS評価を総合的に進める。

関連論文リスト

• Submillimeter-Accurate 3D Lumbar Spine Reconstruction from Biplanar X-Ray Images: Incorporating a Multi-Task Network and Landmark-Weighted Loss [4.252036643472159]
  現在の完全自動化法はミリレベルの精度しか達成できず、臨床基準を満たすことは困難である。 両平面X線画像から腰椎の3次元再構築を高精度に行うための完全自動化手法を開発し,その妥当性を検証した。 提案手法は3次元再構成精度0.80mmを達成し,本手法よりも大幅に向上した。
  論文  参考訳（メタデータ） (2025-03-18T15:00:39Z)
• 3D Spine Shape Estimation from Single 2D DXA [49.53978253009771]
  2次元DXAスキャンから3次元スピン形状を推定する自動フレームワークを提案する。 我々はDXAスキャンから脊椎の矢状視界を明示的に予測することでこれを実現する。
  論文  参考訳（メタデータ） (2024-12-02T13:58:26Z)
• B-Spine: Learning B-Spline Curve Representation for Robust and Interpretable Spinal Curvature Estimation [50.208310028625284]
  脊椎のB-スプライン曲線表現を学習するための新しいディープラーニングパイプラインであるB-Spineを提案する。 低画質X線画像から脊髄曲率推定のためのコブ角度を推定する。
  論文  参考訳（メタデータ） (2023-10-14T15:34:57Z)
• Act Like a Radiologist: Radiology Report Generation across Anatomical Regions [50.13206214694885]
  X-RGenは6つの解剖学的領域にわたる放射線学者によるレポート生成フレームワークである。 X-RGenでは、ヒトの放射線学者の行動を模倣し、これらを4つの主要な段階に分解する。 画像エンコーダの認識能力は,各領域にまたがる画像やレポートを分析して向上する。
  論文  参考訳（メタデータ） (2023-05-26T07:12:35Z)
• Medical Image Captioning via Generative Pretrained Transformers [57.308920993032274]
  我々は、Show-Attend-Tell と GPT-3 という2つの言語モデルを組み合わせて、包括的で記述的な放射線学記録を生成する。 提案モデルは、Open-I、MIMIC-CXR、汎用MS-COCOの2つの医療データセットで検証される。
  論文  参考訳（メタデータ） (2022-09-28T10:27:10Z)
• Context-Aware Transformers For Spinal Cancer Detection and Radiological Grading [70.04389979779195]
  本稿では,脊椎分析に関わる医療画像問題に対するトランスフォーマーを用いた新しいモデルアーキテクチャを提案する。 MR画像におけるそのようなモデルの2つの応用について考察する: (a)脊椎転移の検出と脊椎骨折の関連状況と転移性脊髄圧迫。 画像中の脊椎のコンテキストを考慮することで,SCTは以前に公表したモデルと比較して,いくつかのグレーディングの精度を向上することを示す。
  論文  参考訳（メタデータ） (2022-06-27T10:31:03Z)
• MedNeRF: Medical Neural Radiance Fields for Reconstructing 3D-aware CT-Projections from a Single X-ray [14.10611608681131]
  過剰な電離放射線は、体に決定論的かつ有害な影響をもたらす可能性がある。 本稿では,CTプロジェクションの再構成を学習する深層学習モデルを提案する。
  論文  参考訳（メタデータ） (2022-02-02T13:25:23Z)
• XraySyn: Realistic View Synthesis From a Single Radiograph Through CT Priors [118.27130593216096]
  放射線写真は、X線を用いて患者の内部解剖を視覚化し、3D情報を2次元平面に投影する。 私たちの知る限りでは、ラジオグラフィビューの合成に関する最初の研究である。 本手法は,3次元空間におけるX線撮影の理解を得ることにより,地中骨ラベルを使わずに,X線撮影による骨抽出と骨抑制に応用できることが示唆された。
  論文  参考訳（メタデータ） (2020-12-04T05:08:53Z)
• Inferring the 3D Standing Spine Posture from 2D Radiographs [5.114998342130747]
  このような生体力学的分析には、自然重み付け下での立位姿勢(立位)が不可欠である。 本稿では,脊椎に作用する新しいニューラルネットワークアーキテクチャであるemphTransVertを提案する。
  論文  参考訳（メタデータ） (2020-07-13T18:37:00Z)

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。