論文の概要: Low-Rank-Modulated Functa: Exploring the Latent Space of Implicit Neural Representations for Interpretable Ultrasound Video Analysis

• arxiv url: http://arxiv.org/abs/2603.25951v1
• Date: Thu, 26 Mar 2026 22:46:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-30 21:49:48.303575
• Title: Low-Rank-Modulated Functa: Exploring the Latent Space of Implicit Neural Representations for Interpretable Ultrasound Video Analysis
• Title（参考訳）: 低ランク変調ファンクタ--解釈可能な超音波映像解析のための入射ニューラル表現の潜時空間の探索
• Authors: Julia Wolleb, Cristiana Baloescu, Alicia Durrer, Hemant D. Tagare, Xenophon Papademetris,
• Abstract要約: Inlicit Neural representations (INR) は連続的な画像表現学習のための強力なフレームワークとして登場した。 Functaベースのアプローチでは、各画像は、共有INRを条件付けし、強い再構成性能を実現する潜在変調ベクトルとして符号化される。 時間分解潜在空間における変調の低ランク適応を実現する新しいアーキテクチャであるLow-Rank-Modulated Functa (LRM-Functa)を提案する。
• 参考スコア（独自算出の注目度）: 0.9413864081589388
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Implicit neural representations (INRs) have emerged as a powerful framework for continuous image representation learning. In Functa-based approaches, each image is encoded as a latent modulation vector that conditions a shared INR, enabling strong reconstruction performance. However, the structure and interpretability of the corresponding latent spaces remain largely unexplored. In this work, we investigate the latent space of Functa-based models for ultrasound videos and propose Low-Rank-Modulated Functa (LRM-Functa), a novel architecture that enforces a low-rank adaptation of modulation vectors in the time-resolved latent space. When applied to cardiac ultrasound, the resulting latent space exhibits clearly structured periodic trajectories, facilitating visualization and interpretability of temporal patterns. The latent space can be traversed to sample novel frames, revealing smooth transitions along the cardiac cycle, and enabling direct readout of end-diastolic (ED) and end-systolic (ES) frames without additional model training. We show that LRM-Functa outperforms prior methods in unsupervised ED and ES frame detection, while compressing each video frame to as low as rank k=2 without sacrificing competitive downstream performance on ejection fraction prediction. Evaluations on out-of-distribution frame selection in a cardiac point-of-care dataset, as well as on lung ultrasound for B-line classification, demonstrate the generalizability of our approach. Overall, LRM-Functa provides a compact, interpretable, and generalizable framework for ultrasound video analysis. The code is available at https://github.com/JuliaWolleb/LRM_Functa.
• Abstract（参考訳）: Inlicit Neural representations (INR) は連続的な画像表現学習のための強力なフレームワークとして登場した。 Functaベースのアプローチでは、各画像は、共有INRを条件付けし、強い再構成性能を実現する潜在変調ベクトルとして符号化される。 しかし、対応する潜在空間の構造と解釈可能性はほとんど未解明のままである。 本研究では, 超音波ビデオ用ファンクタモデルにおける潜時空間について検討し, 低ランク変調ファンクタ (LRM-Functa) を提案する。 心エコーに応用すると、得られた潜伏空間は明らかに構造化された周期的軌跡を示し、時間的パターンの可視化と解釈を容易にする。 潜伏空間は、新しいフレームをサンプリングし、心臓循環に沿ってスムーズな遷移を明らかにし、追加のモデルトレーニングなしでエンドシストリクス(ED)とエンドシストリクス(ES)のフレームを直接読み取ることができる。 LRM-Functaは、各ビデオフレームをk=2以下のランクに圧縮しながら、非教師付きEDおよびESフレーム検出における先行手法よりも優れており、エジェクション分数予測において、競争力のある下流性能を犠牲にしないことを示す。 心的ポイント・オブ・ケアデータセットにおけるアウト・オブ・ディストリビューション・フレームの選択およびBライン分類のための肺超音波による評価は,我々のアプローチの一般化可能性を示している。 全体として、LRM-Functaは超音波ビデオ解析のためのコンパクトで解釈可能で一般化可能なフレームワークを提供する。 コードはhttps://github.com/JuliaWolleb/LRM_Functaで公開されている。

関連論文リスト

• Anatomical Token Uncertainty for Transformer-Guided Active MRI Acquisition [27.825869252861335]
  MRIにおける完全なデータ取得は本質的に遅いため、臨床のスループットが制限され、患者の不快感が増す。 CSMRIは、アンダーサンプルのkspaceデータからイメージを再構成することで、取得を加速しようとしている。
  論文  参考訳（メタデータ） (2026-03-23T10:49:23Z)
• Real-Time Glottis Detection Framework via Spatial-decoupled Feature Learning for Nasal Transnasal Intubation [13.846515413602722]
  組込みデバイスとエッジデバイスのための軽量かつ効率的なグロッティ検出フレームワークであるMobile GlottisNetを提案する。 このモデルには構造的認識と空間的アライメント機構が含まれており、複雑な解剖学的および視覚的条件下でのロバストな声門局在を可能にする。 実験の結果,PIDデータセットと臨床データセットの両方で5MB程度の大きさのモデルでは,デバイス上で62FPS以上,エッジプラットフォーム上で33FPS以上の推論速度が得られた。
  論文  参考訳（メタデータ） (2026-03-08T13:36:18Z)
• DynaPURLS: Dynamic Refinement of Part-aware Representations for Skeleton-based Zero-Shot Action Recognition [51.80782323686666]
  textbfDynaPURLSは、堅牢でマルチスケールなビジュアル・セマンティック対応を確立する統一的なフレームワークである。 我々のフレームワークは、グローバルな動きと局所的な身体部分のダイナミクスの両方を含む階層的なテキスト記述を生成するために、大きな言語モデルを活用する。 NTU RGB+D 60/120とPKU-MMDを含む3つの大規模ベンチマークデータセットの実験は、DynaPURLSが先行技術よりも大幅に優れていることを示した。
  論文  参考訳（メタデータ） (2025-12-12T10:39:10Z)
• VidFuncta: Towards Generalizable Neural Representations for Ultrasound Videos [3.5951107525164576]
  暗黙的ニューラル表現(INR)による超音波ビデオ解析の新しい視点を提供する。 我々はFunctaというINRフレームワークを構築し、各イメージを共有ニューラルネットワークを条件とした変調ベクトルで表現する。 本稿では,Functaを利用して可変長の超音波ビデオをコンパクトな時間分解表現に符号化する新しいフレームワークであるVidFunctaを提案する。
  論文  参考訳（メタデータ） (2025-07-29T14:35:08Z)
• FreSca: Scaling in Frequency Space Enhances Diffusion Models [55.75504192166779]
  本稿では,潜時拡散モデルにおける周波数制御について検討する。 本稿では,低周波成分と高周波成分にノイズ差を分解する新しいフレームワークFreScaを紹介する。 FreScaはモデルの再トレーニングやアーキテクチャの変更なしに動作し、モデルとタスクに依存しない制御を提供する。
  論文  参考訳（メタデータ） (2025-04-02T22:03:11Z)
• Spatiotemporal Learning with Context-aware Video Tubelets for Ultrasound Video Analysis [4.611737599608456]
  本稿では,チューブレットに基づくオブジェクト検出とビデオ分類のための軽量なフレームワークを提案する。 グローバルな文脈の喪失に対処するため、分類器への入力として、チューブレットの位置、サイズ、信頼性を埋め込む。 提案手法は効率が良く, チューブレットのパラメータは0.4Mである。
  論文  参考訳（メタデータ） (2025-03-21T18:39:42Z)
• KFD-NeRF: Rethinking Dynamic NeRF with Kalman Filter [49.85369344101118]
  KFD-NeRFは,Kalmanフィルタに基づく効率的かつ高品質な運動再構成フレームワークと統合された,新しい動的ニューラル放射場である。 我々のキーとなる考え方は、動的放射場を、観測と予測という2つの知識源に基づいて時間的に異なる状態が推定される動的システムとしてモデル化することである。 我々のKFD-NeRFは、同等の計算時間と最先端の視線合成性能で、徹底的な訓練を施した類似または優れた性能を示す。
  論文  参考訳（メタデータ） (2024-07-18T05:48:24Z)
• RT-GAN: Recurrent Temporal GAN for Adding Lightweight Temporal Consistency to Frame-Based Domain Translation Approaches [3.7873597471903944]
  本稿では,個別のフレームベースアプローチに時間的整合性を加えるための,可変時間パラメータRT-GANを用いた軽量な解を提案する。 大腸内視鏡検査における2症例に対するアプローチの有効性について検討した。
  論文  参考訳（メタデータ） (2023-10-02T03:13:26Z)
• You Can Ground Earlier than See: An Effective and Efficient Pipeline for Temporal Sentence Grounding in Compressed Videos [56.676761067861236]
  ビデオがトリミングされていない場合、時間的文のグラウンド化は、文問合せに従って目的のモーメントを意味的に見つけることを目的としている。 それまでの優れた作品は、かなり成功したが、それらはデコードされたフレームから抽出されたハイレベルな視覚的特徴にのみ焦点を当てている。 本稿では,圧縮された映像を直接視覚入力として利用する,圧縮された領域のTSGを提案する。
  論文  参考訳（メタデータ） (2023-03-14T12:53:27Z)
• NeRF in detail: Learning to sample for view synthesis [104.75126790300735]
  ニューラルレイディアンス場(NeRF)法は目覚ましい新しいビュー合成を実証している。 この作業では、バニラ粗大なアプローチの明確な制限に対処します -- パフォーマンスに基づいており、手元にあるタスクのエンドツーエンドをトレーニングしていません。 我々は、サンプルの提案と、そのネットワークにおける重要性を学習し、そのニューラルネットワークアーキテクチャに対する複数の代替案を検討し比較する、微分可能なモジュールを導入する。
  論文  参考訳（メタデータ） (2021-06-09T17:59:10Z)

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。