論文の概要: ProDM: Synthetic Reality-driven Property-aware Progressive Diffusion Model for Coronary Calcium Motion Correction in Non-gated Chest CT

• arxiv url: http://arxiv.org/abs/2512.24948v1
• Date: Wed, 31 Dec 2025 16:29:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-01 23:27:28.703515
• Title: ProDM: Synthetic Reality-driven Property-aware Progressive Diffusion Model for Coronary Calcium Motion Correction in Non-gated Chest CT
• Title（参考訳）: ProDM:非ゲート胸部CTにおける冠状カルシウム運動補正のための合成現実感駆動性プログレッシブ拡散モデル
• Authors: Xinran Gong, Gorkem Durak, Halil Ertugrul Aktas, Vedat Cicek, Jinkui Hao, Ulas Bagci, Nilay S. Shah, Bo Zhou,
• Abstract要約: 非ゲートCTから無運動石灰化病変を復元する生成拡散フレームワークであるProDMを提案する。 ProDMは心臓ゲートCTから直接、多様な運動軌跡を持つ現実的な非ゲート取得を合成する。 実際の患者データセットを用いた実験により, ProDMはCACのスコアリング精度, 空間的病変の忠実度, リスク階層化性能を著しく向上することが示された。
• 参考スコア（独自算出の注目度）: 6.717572115299119
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Coronary artery calcium (CAC) scoring from chest CT is a well-established tool to stratify and refine clinical cardiovascular disease risk estimation. CAC quantification relies on the accurate delineation of calcified lesions, but is oftentimes affected by artifacts introduced by cardiac and respiratory motion. ECG-gated cardiac CTs substantially reduce motion artifacts, but their use in population screening and routine imaging remains limited due to gating requirements and lack of insurance coverage. Although identification of incidental CAC from non-gated chest CT is increasingly considered for it offers an accessible and widely available alternative, this modality is limited by more severe motion artifacts. We present ProDM (Property-aware Progressive Correction Diffusion Model), a generative diffusion framework that restores motion-free calcified lesions from non-gated CTs. ProDM introduces three key components: (1) a CAC motion simulation data engine that synthesizes realistic non-gated acquisitions with diverse motion trajectories directly from cardiac-gated CTs, enabling supervised training without paired data; (2) a property-aware learning strategy incorporating calcium-specific priors through a differentiable calcium consistency loss to preserve lesion integrity; and (3) a progressive correction scheme that reduces artifacts gradually across diffusion steps to enhance stability and calcium fidelity. Experiments on real patient datasets show that ProDM significantly improves CAC scoring accuracy, spatial lesion fidelity, and risk stratification performance compared with several baselines. A reader study on real non-gated scans further confirms that ProDM suppresses motion artifacts and improves clinical usability. These findings highlight the potential of progressive, property-aware frameworks for reliable CAC quantification from routine chest CT imaging.
• Abstract（参考訳）: 冠状動脈カルシウム(CAC)は, 心血管疾患のリスク評価に有用である。 CAC定量化は石灰化病変の正確なデライン化に依存しているが、しばしば心臓や呼吸運動によって導入された人工物に影響される。 心電図誘導心電図は運動アーチファクトを著しく減少させるが、人口検診や定期的な画像撮影における使用は、ゲーティング要求や保険対象の欠如により制限されている。 非ゲート型胸部CTからの偶発性CACの同定は、アクセス可能で広く利用可能な代替手段として、ますます検討されているが、このモダリティはより厳密な運動人工物によって制限される。 非ゲートCTから無運動石灰化病変を復元する生成拡散フレームワークであるProDM(Property-aware Progressive Correction Diffusion Model)を提案する。 ProDMは,(1)心臓ゲートCTから直接リアルな非ゲート取得を合成し,ペアデータ無しで教師付きトレーニングを可能にするCACモーションシミュレーションデータエンジン,(2)カルシウム特異的事前の学習戦略を,相違性のあるカルシウムの整合性損失を介し,病変の整合性を維持するための特性学習戦略,(3)拡散過程を通じてアーティファクトを徐々に減らし,安定性とカルシウムの忠実性を向上するプログレッシブ・リコメンデーション・スキーム,の3つの重要な構成要素を紹介する。 実際の患者データセットを用いた実験により, ProDMはいくつかの基準値と比較してCACスコアの精度, 空間的病変の忠実度, およびリスク階層化性能を有意に向上することが示された。 実際の非ゲートスキャンの読者による研究は、ProDMが運動アーティファクトを抑制し、臨床使用性を向上させることをさらに確認している。 胸部CT像からのCAC定量化のためのプログレッシブ・プロパティ・アウェア・フレームワークの可能性について検討した。

関連論文リスト

• Machine-Learning Based Detection of Coronary Artery Calcification Using Synthetic Chest X-Rays [0.0]
  冠動脈石灰化は心血管イベントの強力な予測因子である。 デジタル再構成ラジオグラフ(DRR)は、CTボリュームをCXRライクな画像に投影することで、スケーラブルな代替手段を提供する。 CAC検出のための補助訓練領域としてDRRを初めて体系的に評価した。
  論文  参考訳（メタデータ） (2025-11-14T09:11:41Z)
• EqDiff-CT: Equivariant Conditional Diffusion model for CT Image Synthesis from CBCT [43.92108185590778]
  画像誘導放射線療法(IGRT)に広く用いられているコーンビームCT(CBCT) CBCTから高品質なCT画像を生成するために,EqDiff-CTという新しい拡散型条件生成モデルを提案する。
  論文  参考訳（メタデータ） (2025-09-26T05:51:59Z)
• 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)
• A Novel Attention-Augmented Wavelet YOLO System for Real-time Brain Vessel Segmentation on Transcranial Color-coded Doppler [49.03919553747297]
  我々は,脳動脈を効率よく捉えることができるAIを利用したリアルタイムCoW自動分割システムを提案する。 Transcranial Color-coded Doppler (TCCD) を用いたAIによる脳血管セグメンテーションの事前研究は行われていない。 提案したAAW-YOLOは, 異方性および対側性CoW容器のセグメンテーションにおいて高い性能を示した。
  論文  参考訳（メタデータ） (2025-08-19T14:41:22Z)
• X2CT-CLIP: Enable Multi-Abnormality Detection in Computed Tomography from Chest Radiography via Tri-Modal Contrastive Learning [18.954939735299963]
  我々はCTとCXRのモダリティギャップを埋める3モーダルな知識伝達学習フレームワークであるX2CT-CLIPを提案する。 CXRエンコーダに3次元CTボリュームと関連する放射線学レポートから知識を伝達することにより,CTにおける多重異常分類を可能にするための最初の試みである。
  論文  参考訳（メタデータ） (2025-03-04T00:48:09Z)
• CIResDiff: A Clinically-Informed Residual Diffusion Model for Predicting Idiopathic Pulmonary Fibrosis Progression [38.14873567230233]
  特発性肺線維症(IPF)は患者の死亡率に大きく相関する。 現在の臨床基準では1年間隔で2回のCT検査を必要とする疾患の進行を規定している。 そこで我々は, 患者のCT画像からIPFの進行を正確に予測する新しい拡散モデルを開発した。
  論文  参考訳（メタデータ） (2024-08-01T22:01:42Z)
• SQUWA: Signal Quality Aware DNN Architecture for Enhanced Accuracy in Atrial Fibrillation Detection from Noisy PPG Signals [37.788535094404644]
  心房細動(AF)は脳卒中、心臓病、死亡のリスクを著しく増大させる。 光胸腺造影(PPG)信号は、運動人工物や、しばしば起立条件で遭遇する他の要因による腐敗に影響を受けやすい。 本研究では,一部劣化したPSGから正確な予測の維持方法を学習するための新しい深層学習モデルを提案する。
  論文  参考訳（メタデータ） (2024-04-15T01:07:08Z)
• Error correcting 2D-3D cascaded network for myocardial infarct scar segmentation on late gadolinium enhancement cardiac magnetic resonance images [1.099532646524593]
  本稿では、完全自動で心筋梗塞の程度を計算できる畳み込みニューラルネットワーク(CNN)のケースケードフレームワークを提案する。 心筋梗塞のセグメンテーションにおいて,我々の枠組みは最先端の基準法よりも優れていた。
  論文  参考訳（メタデータ） (2023-06-26T14:21:18Z)
• Generative Models for Reproducible Coronary Calcium Scoring [3.1746159467221253]
  冠動脈カルシウム(CAC)スコアは、冠動脈疾患(CHD)の強い、独立した予測因子である。 CACスコアリングは、石灰化のセグメンテーションに一定の強度レベルしきい値を適用する必要があるという臨床的定義のために、限られたインタースキャンに悩まされる。 本稿では,CACのセグメンテーションのしきい値を必要としないCAC手法を提案する。
  論文  参考訳（メタデータ） (2022-05-24T10:59:32Z)
• Dual-Consistency Semi-Supervised Learning with Uncertainty Quantification for COVID-19 Lesion Segmentation from CT Images [49.1861463923357]
  CT画像を用いた半監視型COVID-19病変分割のための不確実性誘導型二重一貫性学習ネットワーク(UDC-Net)を提案する。 提案した UDC-Net は,Dice の完全教師方式を 6.3% 向上させ,他の競合的半監督方式を有意なマージンで上回っている。
  論文  参考訳（メタデータ） (2021-04-07T16:23:35Z)

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。