論文の概要: MCR-VQGAN: A Scalable and Cost-Effective Tau PET Synthesis Approach for Alzheimer's Disease Imaging

• arxiv url: http://arxiv.org/abs/2512.15947v1
• Date: Wed, 17 Dec 2025 20:22:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-19 18:10:31.814841
• Title: MCR-VQGAN: A Scalable and Cost-Effective Tau PET Synthesis Approach for Alzheimer's Disease Imaging
• Title（参考訳）: MCR-VQGAN : 拡張的で費用効果の高いTau PET合成法によるアルツハイマー病画像診断
• Authors: Jin Young Kim, Jeremy Hudson, Jeongchul Kim, Qing Lyu, Christopher T. Whitlow,
• Abstract要約: 構造的T1強調MRI画像から高忠実度タウPET像を合成するためのMCR-VQGANを提案する。 アルツハイマー病神経画像イニシアチブ(ADNI)のT1強調MRIとtau PETスキャンを併用し,MCR-VQGANをcGAN,WGAN-GP,CycleGAN,VQGANと比較した。 以上の結果から,MCR-VQGANは従来のタウPET画像に対して信頼性が高く,スケーラブルなサロゲートを提供できることが示された。
• 参考スコア（独自算出の注目度）: 4.705825869364371
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Tau positron emission tomography (PET) is a critical diagnostic modality for Alzheimer's disease (AD) because it visualizes and quantifies neurofibrillary tangles, a hallmark of AD pathology. However, its widespread clinical adoption is hindered by significant challenges, such as radiation exposure, limited availability, high clinical workload, and substantial financial costs. To overcome these limitations, we propose Multi-scale CBAM Residual Vector Quantized Generative Adversarial Network (MCR-VQGAN) to synthesize high-fidelity tau PET images from structural T1-weighted MRI scans. MCR-VQGAN improves standard VQGAN by integrating three key architectural enhancements: multi-scale convolutions, ResNet blocks, and Convolutional Block Attention Modules (CBAM). Using 222 paired structural T1-weighted MRI and tau PET scans from Alzheimer's Disease Neuroimaging Initiative (ADNI), we trained and compared MCR-VQGAN with cGAN, WGAN-GP, CycleGAN, and VQGAN. Our proposed model achieved superior image synthesis performance across all metrics: MSE of 0.0056 +/- 0.0061, PSNR of 24.39 +/- 4.49 dB, and SSIM of 0.9000 +/- 0.0453. To assess the clinical utility of the synthetic images, we trained and evaluated a CNN-based AD classifier. The classifier achieved comparable accuracy when tested on real (63.64%) and synthetic (65.91%) images. This result indicates that our synthesis process successfully preserves diagnostically relevant features without significant information loss. Our results demonstrate that MCR-VQGAN can offer a reliable and scalable surrogate for conventional tau PET imaging, potentially improving the accessibility and scalability of tau imaging biomarkers for AD research and clinical workflows.
• Abstract（参考訳）: Tau positron emission tomography (PET) はアルツハイマー病(AD)の重要な診断法である。 しかし、その広範な臨床導入は、放射線曝露、限られた可用性、高い臨床作業量、相当な財政コストなど、重大な課題によって妨げられている。 これらの制限を克服するために,構造的T1強調MRIスキャンから高忠実度タウPET画像を生成するために,MCR-VQGAN(Multiscale CBAM Residual Vector Quantized Generative Adversarial Network)を提案する。 MCR-VQGANは、マルチスケールの畳み込み、ResNetブロック、CBAM(Convolutional Block Attention Modules)という3つの重要なアーキテクチャ拡張を統合することで、標準VQGANを改善している。 アルツハイマー病神経画像イニシアチブ(ADNI)のT1強調MRIとtau PETスキャンを併用し,MCR-VQGANをcGAN,WGAN-GP,CycleGAN,VQGANと比較した。 MSEは0.0056 +/- 0.0061,PSNRは24.39 +/- 4.49 dB,SSIMは0.09000 +/- 0.0453であった。 合成画像の臨床的有用性を評価するために,我々はCNNベースのAD分類器を訓練し,評価した。 この分類器は実画像(63.64%)と合成画像(65.91%)で比較すると同等の精度を達成した。 以上の結果から,本合成プロセスは,重要な情報損失を伴わずに,診断関連特徴の保存に成功したことが示唆された。 以上の結果から,MCR-VQGANは従来のタウPET画像に対して信頼性が高くスケーラブルなサロゲートを提供し,AD研究および臨床ワークフローのためのタウ画像バイオマーカーのアクセシビリティとスケーラビリティを向上する可能性が示唆された。

関連論文リスト

• A Semantically Enhanced Generative Foundation Model Improves Pathological Image Synthesis [82.01597026329158]
  本稿では,組織合成のための相関調整フレームワーク(CRAFTS)について紹介する。 CRAFTSは、生物学的精度を確保するためにセマンティックドリフトを抑制する新しいアライメント機構を組み込んでいる。 本モデルは,30種類の癌にまたがる多彩な病理像を生成する。
  論文  参考訳（メタデータ） (2025-12-15T10:22:43Z)
• Language-Enhanced Generative Modeling for PET Synthesis from MRI and Blood Biomarkers [19.691395767168633]
  アルツハイマー病の診断はアミロイド-βポジトロン断層撮影(Abeta-PET)に大きく依存している 本研究では,血液ベースのバイオマーカー(BBM)とMRIによるAbeta-PET空間パターンの予測について検討した。
  論文  参考訳（メタデータ） (2025-11-04T02:53:25Z)
• TauGenNet: Plasma-Driven Tau PET Image Synthesis via Text-Guided 3D Diffusion Models [6.674230585698143]
  構造MRIとプラズマ計測の両方から多モード条件を利用する3次元タウPET画像合成のためのテキスト誘導3次元拡散モデルを提案する。 臨床的に意義のある3DタウPETを, 様々な病期にわたって生成できることが実験的に証明された。
  論文  参考訳（メタデータ） (2025-09-04T14:45:50Z)
• LGE-Guided Cross-Modality Contrastive Learning for Gadolinium-Free Cardiomyopathy Screening in Cine CMR [51.11296719862485]
  CMRを用いたガドリニウムフリー心筋症スクリーニングのためのコントラシブラーニングおよびクロスモーダルアライメントフレームワークを提案する。 CMRとLate Gadolinium Enhancement (LGE) 配列の潜伏空間を整列させることにより, 本モデルでは線維症特異的な病理組織をCMR埋め込みにエンコードする。
  論文  参考訳（メタデータ） (2025-08-23T07:21:23Z)
• 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)
• Synthesizing beta-amyloid PET images from T1-weighted Structural MRI: A Preliminary Study [6.4038303148510005]
  T1強調MRI画像から3次元拡散モデルを用いてA$beta$-PET画像を合成する手法を提案する。 本手法は, 軽度認知障害 (MCI) 患者に対して有効ではないものの, 認知正常症例に対して高品質なA$beta$-PET画像を生成する。
  論文  参考訳（メタデータ） (2024-09-26T20:51:59Z)
• 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)
• Revolutionizing Disease Diagnosis with simultaneous functional PET/MR and Deeply Integrated Brain Metabolic, Hemodynamic, and Perfusion Networks [40.986069119392944]
  マルチモーダルなMiXture-of-expertsアライメント再構成とモデルであるMX-ARMを提案する。 モダリティは分離可能で交換可能であり、異なる多層パーセプトロン(「専門家の混合」)を学習可能な重みを通して動的に割り当て、異なるモダリティからそれぞれの表現を学ぶ。
  論文  参考訳（メタデータ） (2024-03-29T08:47:49Z)
• Classification of lung cancer subtypes on CT images with synthetic pathological priors [41.75054301525535]
  同症例のCT像と病理像との間には,画像パターンに大規模な関連性が存在する。 肺がんサブタイプをCT画像上で正確に分類するための自己生成型ハイブリッド機能ネットワーク(SGHF-Net)を提案する。
  論文  参考訳（メタデータ） (2023-08-09T02:04:05Z)

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。