論文の概要: When Brains Disagree: Biological Ambiguity Underlies the Challenge of Amyloid PET Synthesis from Structural MRI

• arxiv url: http://arxiv.org/abs/2605.11867v1
• Date: Tue, 12 May 2026 09:47:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 21:48:56.769904
• Title: When Brains Disagree: Biological Ambiguity Underlies the Challenge of Amyloid PET Synthesis from Structural MRI
• Title（参考訳）: 脳の診断と生物学的曖昧性 : 構造MRIからのアミロイドPET合成の課題
• Authors: Louise E. G. Baron, Ross Callaghan, David M. Cash, Philip S. Weston, Hojjat Azadbakht, Hui Zhang,
• Abstract要約: MRIは神経変性を捉え、PETはアミロイドの病態を測定する。 結果として、同様のMRIパターンは異なるアミロイド状態に対応し、あいまいな1対1マッピングを生成する。 アーキテクチャ能力よりもデータ分散の曖昧さが性能を制約していることを示す。
• 参考スコア（独自算出の注目度）: 2.3047461366838755
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Structural MRI-to-amyloid PET synthesis has been proposed as a non-invasive alternative for amyloid assessment in Alzheimer's disease (AD). However, reported performance of identical models varies widely across studies, and increasingly complex architectures have not led to consistent gains. This inconsistency is thought to be caused by a fundamental biological ambiguity: MRI captures neurodegeneration, while PET measures amyloid pathology - two processes that are often temporally decoupled in AD. As a result, similar MRI patterns may correspond to different amyloid states, creating ambiguous one-to-many mappings. MRI-to-amyloid PET synthesis may therefore be intrinsically ill-posed; however, this idea has yet to be tested scientifically. The aim of this work is to test this hypothesis through two controlled experiments. We first control the training distribution by stratifying paired MRI-PET data by amyloid and neurodegeneration status. Using two standard synthesis models under a controlled design, we show that biologically unambiguous mappings are learnable in isolation, but performance collapses when data ambiguity is introduced. This demonstrates that ambiguity in the data distribution, rather than architectural capacity, constrains performance. Second, we show that introducing orthogonal biological information in the form of plasma biomarkers resolves this ambiguity. When multimodal inputs are incorporated, performance improves and stability is restored. Together, these findings suggest that limited and inconsistent performance in MRI-to-amyloid PET synthesis is explained by intrinsic biological ambiguity, and that stable, meaningful progress requires multimodal integration rather than architectural complexity.
• Abstract（参考訳）: アルツハイマー病(AD)におけるアミロイドアセスメントの非侵襲的代替手段として、構造的MRI-アミロイドPET合成が提案されている。 しかし、報告された同一モデルの性能は研究によって大きく異なり、ますます複雑なアーキテクチャが一貫した利益をもたらしていない。 この矛盾は、MRIが神経変性を捉え、PETがアミロイドの病理を計測する2つのプロセスがADで時間的に切り離されるという、基本的な生物学的曖昧さによって引き起こされると考えられている。 結果として、同様のMRIパターンは異なるアミロイド状態に対応し、あいまいな1対1マッピングを生成する。 MRI-to-アミロイドPET合成は本質的に悪用される可能性があるが、この考え方はまだ科学的に検証されていない。 この研究の目的は、2つの制御された実験を通してこの仮説をテストすることである。 まず,アミロイドと神経変性状態によるMRI-PETデータの成層化によるトレーニング分布の制御を行った。 制御された設計下での2つの標準合成モデルを用いて、生物学的に曖昧なマッピングは独立して学習可能であるが、データのあいまいさを導入すると性能が低下することを示す。 これは、アーキテクチャのキャパシティではなく、データ分散の曖昧さがパフォーマンスを制約していることを示している。 第2に, プラズマバイオマーカーによる直交生物学的情報の導入は, この曖昧さを解消することを示す。 マルチモーダル入力が組み込まれた場合、性能が向上し安定性が回復する。 これらの結果から,MRI-アミロイドPET合成における制限的かつ矛盾する性能は,内在的生物学的曖昧さによって説明され,安定的かつ有意義な進歩には,構造的複雑さよりもマルチモーダルな統合が必要であることが示唆された。

関連論文リスト

• RelA-Diffusion: Relativistic Adversarial Diffusion for Multi-Tracer PET Synthesis from Multi-Sequence MRI [6.650038888450141]
  PET(Multi-tracer positron emission tomography)は、様々な神経病理過程に重要な洞察を与える。 高いコスト、放射線曝露、トレーサ利用制限によるマルチトラックPETの定期的な取得。 近年,構造MRIからのPET画像の合成のための深層学習手法の研究が進められている。
  論文  参考訳（メタデータ） (2026-02-24T20:30:50Z)
• Pattern-Aware Diffusion Synthesis of fMRI/dMRI with Tissue and Microstructural Refinement [34.55493442995441]
  パターン認識型2次元モーダル3次元拡散フレームワークであるPSDを提案する。 また, 組織微細化ネットワークと高効率な組織微細化を一体化して, 組織微細化と微細化の維持を図っている。 PSNR/SSIMスコアはfMRI合成では29.83dB/90.84%、dMRI合成では30.00dB/77.55%である。
  論文  参考訳（メタデータ） (2025-11-07T03:51:00Z)
• SLaM-DiMM: Shared Latent Modeling for Diffusion Based Missing Modality Synthesis in MRI [0.0]
  脳MRIスキャンは、T1強調画像(T1ceとT1w)、T2強調画像(T2w)、Frairの4つのモードでしばしば見られる。 SLaM-DiMMは、拡散モデルのパワーを利用して、他の利用可能なモダリティから4つのMRIモダリティのいずれかを合成する新しいモダリティ生成フレームワークである。
  論文  参考訳（メタデータ） (2025-09-19T14:27:35Z)
• CoCoLIT: ControlNet-Conditioned Latent Image Translation for MRI to Amyloid PET Synthesis [2.333160549379721]
  三次元神経画像データの高次元的・構造的複雑さはMRIからPETへの翻訳に課題をもたらす。 本稿では,3つの主要なイノベーションを取り入れた拡散型遅延生成フレームワークであるCoCoLITを紹介する。 我々は、公開データセット上でのCoCoLITの性能を評価し、我々のモデルが画像ベースとアミロイド関連メトリクスの両方で最先端の手法を大幅に上回っていることを発見した。
  論文  参考訳（メタデータ） (2025-08-02T09:58:30Z)
• An interpretable generative multimodal neuroimaging-genomics framework for decoding Alzheimer's disease [13.213387075528017]
  アルツハイマー病(英語: Alzheimer's disease, AD)は、認知機能障害(Mild Cognitive Impairment, MCI)として知られる前ドロマステージを含む認知症である。 この研究の目的は、マルチモーダルMRIデータと単一核化物多型に依存する脳構造と機能の構造的・機能的調節を捉えることである。
  論文  参考訳（メタデータ） (2024-06-19T07:31:47Z)
• 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)
• Amyloid-Beta Axial Plane PET Synthesis from Structural MRI: An Image Translation Approach for Screening Alzheimer's Disease [49.62561299282114]
  定量的に正確な構造MRIから合成アミロイドベータPET画像を生成するために、画像翻訳モデルを実装した。 その結果, 合成PET画像は, 形状, コントラスト, 全体的なSSIMおよびPSNRにおいて, 真実と高い類似性で生成できることが判明した。
  論文  参考訳（メタデータ） (2023-09-01T16:26:42Z)
• Cross-Attention is Not Enough: Incongruity-Aware Dynamic Hierarchical Fusion for Multimodal Affect Recognition [69.32305810128994]
  モダリティ間の同調性は、特に認知に影響を及ぼすマルチモーダル融合の課題となる。 本稿では,動的モダリティゲーティング(HCT-DMG)を用いた階層型クロスモーダルトランスを提案する。 HCT-DMG: 1) 従来のマルチモーダルモデルを約0.8Mパラメータで上回り、2) 不整合が認識に影響を及ぼすハードサンプルを認識し、3) 潜在レベルの非整合性をクロスモーダルアテンションで緩和する。
  論文  参考訳（メタデータ） (2023-05-23T01:24:15Z)
• Confidence-guided Lesion Mask-based Simultaneous Synthesis of Anatomic and Molecular MR Images in Patients with Post-treatment Malignant Gliomas [65.64363834322333]
  信頼性ガイドSAMR(CG-SAMR)は、病変情報からマルチモーダル解剖学的配列にデータを合成する。 モジュールは中間結果に対する信頼度測定に基づいて合成をガイドする。 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） (2020-08-06T20:20:22Z)
• 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。