論文の概要: Data Augmentation for High-Fidelity Generation of CAR-T/NK Immunological Synapse Images

• arxiv url: http://arxiv.org/abs/2602.00949v2
• Date: Tue, 03 Feb 2026 04:23:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-04 16:18:58.838973
• Title: Data Augmentation for High-Fidelity Generation of CAR-T/NK Immunological Synapse Images
• Title（参考訳）: CAR-T/NK免疫学的シンプス画像の高忠実化のためのデータ拡張
• Authors: Xiang Zhang, Boxuan Zhang, Alireza Naghizadeh, Mohab Mohamed, Dongfang Liu, Ruixiang Tang, Dimitris Metaxas, Dongfang Liu,
• Abstract要約: キメラ抗原受容体(CAR)-TおよびNK細胞免疫療法は癌治療に変化をもたらした。 CAR-T/NK細胞免疫学的シナプス(IS)の品質は、治療効果を予測するための機能的バイオマーカーとして機能する可能性がある。
• 参考スコア（独自算出の注目度）: 40.26649380711007
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Chimeric antigen receptor (CAR)-T and NK cell immunotherapies have transformed cancer treatment, and recent studies suggest that the quality of the CAR-T/NK cell immunological synapse (IS) may serve as a functional biomarker for predicting therapeutic efficacy. Accurate detection and segmentation of CAR-T/NK IS structures using artificial neural networks (ANNs) can greatly increase the speed and reliability of IS quantification. However, a persistent challenge is the limited size of annotated microscopy datasets, which restricts the ability of ANNs to generalize. To address this challenge, we integrate two complementary data-augmentation frameworks. First, we employ Instance Aware Automatic Augmentation (IAAA), an automated, instance-preserving augmentation method that generates synthetic CAR-T/NK IS images and corresponding segmentation masks by applying optimized augmentation policies to original IS data. IAAA supports multiple imaging modalities (e.g., fluorescence and brightfield) and can be applied directly to CAR-T/NK IS images derived from patient samples. In parallel, we introduce a Semantic-Aware AI Augmentation (SAAA) pipeline that combines a diffusion-based mask generator with a Pix2Pix conditional image synthesizer. This second method enables the creation of diverse, anatomically realistic segmentation masks and produces high-fidelity CAR-T/NK IS images aligned with those masks, further expanding the training corpus beyond what IAAA alone can provide. Together, these augmentation strategies generate synthetic images whose visual and structural properties closely match real IS data, significantly improving CAR-T/NK IS detection and segmentation performance. By enhancing the robustness and accuracy of IS quantification, this work supports the development of more reliable imaging-based biomarkers for predicting patient response to CAR-T/NK immunotherapy.
• Abstract（参考訳）: キメラ抗原受容体(CAR)-TおよびNK細胞免疫療法は癌治療に転換しており、最近の研究では、CAR-T/NK細胞免疫学的シナプス(IS)の品質が治療効果を予測するための機能的バイオマーカーとして機能することが示唆されている。 人工ニューラルネットワーク(ANN)を用いたCAR-T/NK IS構造の正確な検出とセグメンテーションは、IS定量化の速度と信頼性を大幅に向上させることができる。 しかし、永続的な課題は、注釈付きマイクロスコープデータセットのサイズが限られていることだ。 この課題に対処するため、2つの補完的なデータ拡張フレームワークを統合する。 まず、CAR-T/NKIS画像と対応するセグメンテーションマスクを生成する自動インスタンス保存拡張法であるIAAAを用いて、元のISデータに最適化された拡張ポリシーを適用する。 IAAAは複数の画像モダリティ(例えば、蛍光、明度)をサポートしており、患者サンプルから得られたCAR-T/NK IS画像に直接適用することができる。 並行して、拡散ベースのマスク生成器とPix2Pix条件画像合成器を組み合わせたSemantic-Aware AI Augmentation (SAAA)パイプラインを導入する。 この2つ目の方法は、多様な、解剖学的に現実的なセグメンテーションマスクの作成を可能にし、それらのマスクに合わせた高忠実なCAR-T/NK IS画像を生成し、さらにIAAA単独で提供できるもの以上のトレーニングコーパスを拡大する。 これらの拡張戦略は、実ISデータと密に一致した視覚的・構造的特性を持つ合成画像を生成し、CAR-T/NK ISの検出とセグメンテーション性能を著しく向上させる。 この研究は、IS定量化の堅牢性と精度を高めることにより、CAR-T/NK免疫療法に対する患者反応を予測する、より信頼性の高いイメージングベースのバイオマーカーの開発を支援する。

関連論文リスト

• Scalable Residual Feature Aggregation Framework with Hybrid Metaheuristic Optimization for Robust Early Pancreatic Neoplasm Detection in Multimodal CT Imaging [0.0]
  このフレームワークは事前処理のパイプラインを統合し、MAGRes-UNetを使ってセグメンテーションを行う。 分類するために、システムは世界に注意を払う能力を統合する新しいハイブリッドモデルに基づいて訓練される。 実験結果は、96.23%の精度、95.58%のF1スコア、94.83%の特異性に到達した。
  論文  参考訳（メタデータ） (2025-12-29T16:51:13Z)
• 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)
• Versatile and Efficient Medical Image Super-Resolution Via Frequency-Gated Mamba [10.69081892501522]
  本稿では,FGMambaを提案する。FGMambaは,グローバルな依存性モデリングと細部拡張を軽量アーキテクチャに統合した,周波数対応のゲート状態空間モデルである。 本研究は,スケーラブルかつ高精度な医用画像強調のための周波数認識状態空間モデリングの有効性を検証した。
  論文  参考訳（メタデータ） (2025-10-31T09:12:12Z)
• Efficient Cell Painting Image Representation Learning via Cross-Well Aligned Masked Siamese Network [21.126506900168398]
  本稿では,CWA-MSN(Cross-Well Aligned Masked Siamese Network)について紹介する。 CWA-MSNは、異なる井戸で同じ摂動を受ける細胞の埋め込みを調整し、バッチ効果にもかかわらずセマンティック一貫性を強制する。 遺伝子関係検索ベンチマークでは、CWA-MSNは最先端の公開自己教師(OpenPhenom)およびコントラスト学習(CellCLIP)メソッドより優れている。
  論文  参考訳（メタデータ） (2025-09-24T08:48:29Z)
• Synthetic Forehead-creases Biometric Generation for Reliable User Verification [6.639785884921617]
  本稿では,前頭葉画像データを一意性やリアリズムといった重要な特徴を維持しつつ合成する新しい枠組みを提案する。 Fr'echet Inception Distance (FID) と構造類似度指数測定 (SSIM) を用いて、生成された額部画像の多様性と現実性を評価する。
  論文  参考訳（メタデータ） (2024-08-28T10:33:00Z)
• Prototype Learning Guided Hybrid Network for Breast Tumor Segmentation in DCE-MRI [58.809276442508256]
  本稿では,畳み込みニューラルネットワーク(CNN)とトランスフォーマー層を組み合わせたハイブリッドネットワークを提案する。 プライベートおよびパブリックなDCE-MRIデータセットの実験結果から,提案したハイブリッドネットワークは最先端の手法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2024-08-11T15:46:00Z)
• Paired Diffusion: Generation of related, synthetic PET-CT-Segmentation scans using Linked Denoising Diffusion Probabilistic Models [0.0]
  本研究では,複数のPET-CT-腫瘍マスクペアをペアネットワークと条件エンコーダを用いて生成できる新しいアーキテクチャを提案する。 我々のアプローチには、DDPMサンプリング一貫性を改善するための革新的で時間的なステップ制御機構とノイズ探索戦略が含まれる。
  論文  参考訳（メタデータ） (2024-03-26T14:21:49Z)
• Negligible effect of brain MRI data preprocessing for tumor segmentation [36.89606202543839]
  我々は3つの公開データセットの実験を行い、ディープニューラルネットワークにおける異なる前処理ステップの効果を評価する。 その結果、最も一般的な標準化手順は、ネットワーク性能に何の価値も与えないことが示されている。 画像の規格化に伴う信号分散の低減のため,画像強度正規化手法はモデル精度に寄与しない。
  論文  参考訳（メタデータ） (2022-04-11T17:29:36Z)
• Lesion Mask-based Simultaneous Synthesis of Anatomic and MolecularMR Images using a GAN [59.60954255038335]
  提案するフレームワークは,ストレッチアウトアップサンプリングモジュール,ブレインアトラスエンコーダ,セグメンテーション一貫性モジュール,マルチスケールラベルワイド識別器から構成される。 実際の臨床データを用いた実験により,提案モデルが最先端の合成法よりも優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2020-06-26T02:50:09Z)

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。