論文の概要: Diffusion Bridge Networks Simulate Clinical-grade PET from MRI for Dementia Diagnostics

• arxiv url: http://arxiv.org/abs/2510.15556v1
• Date: Fri, 17 Oct 2025 11:42:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-20 20:17:34.599923
• Title: Diffusion Bridge Networks Simulate Clinical-grade PET from MRI for Dementia Diagnostics
• Title（参考訳）: ディフュージョンブリッジネットワークは認知症診断のためのMRIから臨床グレードPETをシミュレートする
• Authors: Yitong Li, Ralph Buchert, Benita Schmitz-Koep, Timo Grimmer, Björn Ommer, Dennis M. Hedderich, Igor Yakushev, Christian Wachinger,
• Abstract要約: 診断品質のFDG-PET像をシミュレートするために,MRIから確率的マッピングと補助的患者情報を学ぶフレームワークSiM2Pを提案する。 SiM2Pは3群の鑑別精度を75.0%から84.7%に改善した。
• 参考スコア（独自算出の注目度）: 20.93414282937884
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Positron emission tomography (PET) with 18F-Fluorodeoxyglucose (FDG) is an established tool in the diagnostic workup of patients with suspected dementing disorders. However, compared to the routinely available magnetic resonance imaging (MRI), FDG-PET remains significantly less accessible and substantially more expensive. Here, we present SiM2P, a 3D diffusion bridge-based framework that learns a probabilistic mapping from MRI and auxiliary patient information to simulate FDG-PET images of diagnostic quality. In a blinded clinical reader study, two neuroradiologists and two nuclear medicine physicians rated the original MRI and SiM2P-simulated PET images of patients with Alzheimer's disease, behavioral-variant frontotemporal dementia, and cognitively healthy controls. SiM2P significantly improved the overall diagnostic accuracy of differentiating between three groups from 75.0% to 84.7% (p<0.05). Notably, the simulated PET images received higher diagnostic certainty ratings and achieved superior interrater agreement compared to the MRI images. Finally, we developed a practical workflow for local deployment of the SiM2P framework. It requires as few as 20 site-specific cases and only basic demographic information. This approach makes the established diagnostic benefits of FDG-PET imaging more accessible to patients with suspected dementing disorders, potentially improving early detection and differential diagnosis in resource-limited settings. Our code is available at https://github.com/Yiiitong/SiM2P.
• Abstract（参考訳）: 18F-Fluorodeoxyglucose (FDG) を併用したPET(Positron emission tomography) は認知症を疑う患者の診断作業において確立されたツールである。 しかし、通常のMRI(MRI)と比較して、FDG-PETはアクセス性が著しく低く、はるかに高価である。 本稿では,MRIからの確率的マッピングと診断精度のFDG-PET画像のシミュレーションを行う3次元拡散ブリッジベースフレームワークSiM2Pを提案する。 2人の神経放射線科医と2人の核医学医が、アルツハイマー病患者のMRIとSiM2PをシミュレーションしたPET画像、行動変化性前頭側頭性認知症、認知的健康なコントロールを評価した。 SiM2Pは3群を75.0%から84.7%(p<0.05。 特に, PET画像は診断精度が高く, MRI画像と比較すると, 相互一致が良好であった。 最後に,SiM2Pフレームワークをローカルにデプロイするための実用的なワークフローを開発した。 20件のサイト固有のケースと、基本的な人口統計情報しか必要としない。 このアプローチにより、認知症疑いのある患者に対してFDG-PET画像の診断がより容易になり、リソース制限された環境で早期発見と鑑別診断が改善される可能性がある。 私たちのコードはhttps://github.com/Yiiitong/SiM2P.comで利用可能です。

関連論文リスト

• Score-based Generative Diffusion Models to Synthesize Full-dose FDG Brain PET from MRI in Epilepsy Patients [2.8588393332510913]
  てんかん患者を鑑別するためのFDG PETは,PET/MRI同時撮影における最も一般的な応用の1つである。 本稿では,MRI-PET画像変換タスクにおける拡散型および非拡散型ディープラーニングモデルの性能を比較した。
  論文  参考訳（メタデータ） (2025-06-12T20:57:02Z)
• Personalized MR-Informed Diffusion Models for 3D PET Image Reconstruction [40.722159771726375]
  本稿では,PET-MR スキャンのデータセットから対象特異的なPET画像を生成するための簡易な手法を提案する。 私たちが合成した画像は、被験者のMRスキャンからの情報を保持し、高分解能と解剖学的特徴の保持につながる。 18ドルF]FDGデータセットのシミュレーションと実データを用いて,対象特異的な「擬似PET」画像を用いたパーソナライズされた拡散モデルの事前学習により,低カウントデータによる再構成精度が向上することを示す。
  論文  参考訳（メタデータ） (2025-06-04T10:24:14Z)
• Functional Imaging Constrained Diffusion for Brain PET Synthesis from Structural MRI [5.190302448685122]
  新しい制約拡散モデル (CDM) を用いて, 入力条件として2組構造MRIを用いた3次元脳PET画像合成のためのフレームワークを提案する。 FICDはPETにノイズを導入し、CDMで徐々に除去する。 CDMは、各denoized PETと基底真理との間のボクセルワイドアライメントを確保するために、機能的イメージング制約を導入して、denoized PETを予測することを学ぶ。
  論文  参考訳（メタデータ） (2024-05-03T22:33:46Z)
• Three-Dimensional Amyloid-Beta PET Synthesis from Structural MRI with Conditional Generative Adversarial Networks [45.426889188365685]
  アルツハイマー病の徴候には、アミロイド-ベタ鉱床と脳萎縮がある。 PETは高価で侵襲的であり、患者を電離放射線に曝す。 MRIはより安価で、非侵襲的で、電離放射線を含まないが、脳萎縮の測定に限られる。
  論文  参考訳（メタデータ） (2024-05-03T14:10:29Z)
• Contrastive Diffusion Model with Auxiliary Guidance for Coarse-to-Fine PET Reconstruction [62.29541106695824]
  本稿では, 粗い予測モジュール (CPM) と反復的修正モジュール (IRM) から構成される粗大なPET再構成フレームワークを提案する。 計算オーバーヘッドの大部分をCPMに委譲することで,本手法のサンプリング速度を大幅に向上させることができる。 2つの追加戦略、すなわち補助的な誘導戦略と対照的な拡散戦略が提案され、再構築プロセスに統合される。
  論文  参考訳（メタデータ） (2023-08-20T04:10:36Z)
• Domain Transfer Through Image-to-Image Translation for Uncertainty-Aware Prostate Cancer Classification [42.75911994044675]
  前立腺MRIの非対位画像翻訳のための新しいアプローチと臨床的に重要なPCaを分類するための不確実性認識トレーニングアプローチを提案する。 提案手法では,無ペアの3.0T多パラメータ前立腺MRIを1.5Tに翻訳し,利用可能なトレーニングデータを増強する。 実験の結果,提案手法は,従来の研究に比べてAUC(Area Under ROC Curve)を20%以上改善することがわかった。
  論文  参考訳（メタデータ） (2023-07-02T05:26:54Z)
• Automated SSIM Regression for Detection and Quantification of Motion Artefacts in Brain MR Images [54.739076152240024]
  磁気共鳴脳画像における運動アーチファクトは重要な問題である。 MR画像の画質評価は,臨床診断に先立って基本的である。 構造類似度指数(SSIM)回帰に基づく自動画像品質評価法が提案されている。
  論文  参考訳（メタデータ） (2022-06-14T10:16:54Z)
• Automatic Assessment of Alzheimer's Disease Diagnosis Based on Deep Learning Techniques [111.165389441988]
  本研究では, MRI(sagittal magnetic resonance images)における疾患の存在を自動的に検出するシステムを開発する。 矢状面MRIは一般的には使われていないが、この研究は、少なくとも、ADを早期に同定する他の平面からのMRIと同じくらい効果があることを証明した。 本研究は,これらの分野でDLモデルを構築できることを実証する一方,TLは少ない例でタスクを完了するための必須のツールである。
  論文  参考訳（メタデータ） (2021-05-18T11:37:57Z)

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。