論文の概要: InfoMotion: A Graph-Based Approach to Video Dataset Distillation for Echocardiography

• arxiv url: http://arxiv.org/abs/2512.09422v2
• Date: Sat, 13 Dec 2025 08:26:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-16 13:08:04.444324
• Title: InfoMotion: A Graph-Based Approach to Video Dataset Distillation for Echocardiography
• Title（参考訳）: InfoMotion: 心エコー図におけるビデオデータセット蒸留法
• Authors: Zhe Li, Hadrien Reynaud, Alberto Gomez, Bernhard Kainz,
• Abstract要約: 本稿では,コンパクトな人工心エコービデオデータセットを蒸留するための新しい手法を提案する。 我々はEchoNet-Dynamicデータセットに対する我々のアプローチを評価し、(25)合成ビデオのみを用いて(69.38%)テスト精度を達成した。
• 参考スコア（独自算出の注目度）: 12.676788334083332
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Echocardiography plays a critical role in the diagnosis and monitoring of cardiovascular diseases as a non-invasive real-time assessment of cardiac structure and function. However, the growing scale of echocardiographic video data presents significant challenges in terms of storage, computation, and model training efficiency. Dataset distillation offers a promising solution by synthesizing a compact, informative subset of data that retains the key clinical features of the original dataset. In this work, we propose a novel approach for distilling a compact synthetic echocardiographic video dataset. Our method leverages motion feature extraction to capture temporal dynamics, followed by class-wise graph construction and representative sample selection using the Infomap algorithm. This enables us to select a diverse and informative subset of synthetic videos that preserves the essential characteristics of the original dataset. We evaluate our approach on the EchoNet-Dynamic datasets and achieve a test accuracy of \(69.38\%\) using only \(25\) synthetic videos. These results demonstrate the effectiveness and scalability of our method for medical video dataset distillation.
• Abstract（参考訳）: 心エコー検査は心血管疾患の診断とモニタリングにおいて重要な役割を担っている。 しかし, 心エコー画像データの規模が大きくなると, 記憶, 計算, モデルの訓練効率の面で大きな課題が生じる。 データセット蒸留は、元のデータセットの重要な臨床特徴を保持するコンパクトで情報的なデータのサブセットを合成することで、有望なソリューションを提供する。 本研究では,コンパクトな人工心エコー画像データセットを蒸留するための新しい手法を提案する。 動作特徴抽出を利用して時間的ダイナミクスを抽出し,次にInfomapアルゴリズムを用いてクラスワイドグラフ構築と代表サンプル選択を行う。 これにより、オリジナルデータセットの本質的な特徴を保存した多種多様な合成ビデオのサブセットを選択することができる。 我々は,EchoNet-Dynamicデータセットに対する我々のアプローチを評価し,合成ビデオのみを用いて,(69.38\%\)のテスト精度を実現する。 これらの結果は, 医用ビデオデータセット蒸留法の有効性と拡張性を示すものである。

関連論文リスト

• Label-free Motion-Conditioned Diffusion Model for Cardiac Ultrasound Synthesis [13.306765004903118]
  本研究では, ラベルなし遅延拡散フレームワークであるMotion Conditioned Diffusion Model (MCDM)を提案する。 MCDMは、手動ラベルに依存することなく、時間的に一貫性があり、臨床的に現実的なシーケンスを生成する、競争力のあるビデオ生成性能を実現する。
  論文  参考訳（メタデータ） (2025-12-10T08:32:34Z)
• EchoWorld: Learning Motion-Aware World Models for Echocardiography Probe Guidance [79.66329903007869]
  本稿では,プローブ誘導のためのモーションアウェアな世界モデリングフレームワークであるEchoWorldを紹介する。 解剖学的な知識と運動によって引き起こされる視覚力学を符号化する。 200以上の定期的なスキャンから100万枚以上の超音波画像で訓練されている。
  論文  参考訳（メタデータ） (2025-04-17T16:19:05Z)
• EchoFlow: A Foundation Model for Cardiac Ultrasound Image and Video Generation [6.849095682774907]
  本稿では,高画質でプライバシー保護された人工心エコー画像とビデオを生成するための新しいフレームワークであるEchoFlowを紹介する。 本研究は,EchoFlowを用いた合成データセットのみにトレーニングされた下流モデルが,実際のデータセットでトレーニングされたモデルと性能的に同等であることを示す。
  論文  参考訳（メタデータ） (2025-03-28T11:51:59Z)
• AccVideo: Accelerating Video Diffusion Model with Synthetic Dataset [55.82208863521353]
  合成データセットを用いたビデオ拡散モデルの高速化のための推論ステップを削減するために,AccVideoを提案する。 本モデルでは,教師モデルに比べて生成速度が8.5倍向上した。 従来の高速化手法と比較して,より高品質で解像度の高いビデオを生成することができる。
  論文  参考訳（メタデータ） (2025-03-25T08:52:07Z)
• Dataset Distillation for Histopathology Image Classification [46.04496989951066]
  病理画像データセット(Histo-DD)に適した新しいデータセット蒸留アルゴリズムを提案する。 提案アルゴリズムの有効性を総合的に評価し, パッチレベルとスライドレベルの両方の分類タスクにおいて, 組織学的サンプルを生成する。
  論文  参考訳（メタデータ） (2024-08-19T05:53:38Z)
• EchoNet-Synthetic: Privacy-preserving Video Generation for Safe Medical Data Sharing [5.900946696794718]
  本稿では,高忠実度,長大かつアクセス可能な完全データサンプルをほぼリアルタイムに生成するモデルを提案する。 本研究では,拡散モデルに基づく生成手法を開発し,医用ビデオデータセットの匿名化のためのプロトコルを提案する。 完全合成でプライバシに適合したエコー心電図データセットであるEchoNet-Syntheticについて述べる。
  論文  参考訳（メタデータ） (2024-06-02T17:18:06Z)
• CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
  縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。 ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。 我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
  論文  参考訳（メタデータ） (2024-03-21T15:13:36Z)
• Echocardiography video synthesis from end diastolic semantic map via diffusion model [0.0]
  本稿では,心臓ビデオ合成のために既存のビデオ拡散モデルを拡張し,課題に対処することを目的とする。 我々の焦点は、心循環中に初期フレームのセマンティックマップを用いてビデオを生成することであり、一般にエンドダイアストルと呼ばれる。 本モデルでは,FID,FVD,SSMIなどの複数の指標を用いて,標準拡散法よりも優れた性能を示す。
  論文  参考訳（メタデータ） (2023-10-11T02:08:05Z)
• Feature-Conditioned Cascaded Video Diffusion Models for Precise Echocardiogram Synthesis [5.102090025931326]
  我々は、ビデオモデリングのための解明された拡散モデルを拡張し、単一の画像から可視なビデオシーケンスを生成する。 我々の画像からシーケンスへのアプローチは、最近提案されたシーケンスからシーケンス生成手法よりも38ポイント高い93%のR2$スコアを達成する。
  論文  参考訳（メタデータ） (2023-03-22T15:26:22Z)
• Soft-Label Anonymous Gastric X-ray Image Distillation [49.24576562557866]
  本稿では,勾配降下法に基づく軟式ラベル匿名胃X線画像蒸留法を提案する。 実験の結果,提案手法は医療データセットを効果的に圧縮するだけでなく,患者の個人情報を保護するために医療画像の匿名化も可能であることがわかった。
  論文  参考訳（メタデータ） (2021-04-07T02:04:12Z)

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。