論文の概要: A General Bézier Tree Encoding Counterfactual Framework for Retinal-Vessel-Mediated Disease Analysis

• arxiv url: http://arxiv.org/abs/2605.13015v1
• Date: Wed, 13 May 2026 05:10:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-14 23:30:27.823102
• Title: A General Bézier Tree Encoding Counterfactual Framework for Retinal-Vessel-Mediated Disease Analysis
• Title（参考訳）: 網膜Vessel-Mediated Disease 解析のためのデファクト・フレームワークをコードする一般的なベジエの木
• Authors: Tan Su, Ethan Elio Meidinger, Lin Gu, Ruogu Fang,
• Abstract要約: 網膜血管の形状は血管疾患の重要なバイオマーカーである。 BTECF(Bézier Tree Generative counterfactual Framework)を提案する。 BTECFは、全身疾患にまたがる仮説検証のための統一的な生成パラダイムを提供する。
• 参考スコア（独自算出の注目度）: 6.50096341869529
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The geometry of the retinal vessel is a key biomarker of vascular diseases, yet clinical evidence remains primarily observational. Existing generative counterfactuals intervene only at the image-level disease label, failing to isolate explicit anatomical structure. To address this limitation, we propose the Bézier Tree Encoding Counterfactual Framework (BTECF). By abstracting vascular networks into interconnected cubic-Bézier segments, BTECF establishes a disease-agnostic representation in which structural topology is explicitly preserved and atomically perturbable. Coupling this encoding with a diffusion-based generator enables parameter-level do-interventions on explicit geometric axes (e.g., tortuosity, caliber) while preserving background fundus textures. We validate BTECF on diabetic retinopathy, together with independent cohorts for ischemic stroke and Alzheimer's disease. Isolated counterfactual interventions produce dose-responsive shifts in classifier predictions; a matched pixel-drop control attenuates this response by an order of magnitude or more, ruling out out-of-distribution generation artifacts. By enforcing causal isolation between vessel topology and pixel-level confounders, BTECF provides a unified generative paradigm for hypothesis verification across systemic diseases. To support reproducibility, the code will be publicly released upon acceptance.
• Abstract（参考訳）: 網膜血管の形状は血管疾患の重要なバイオマーカーであるが、臨床証拠は主に観察上のものである。 既存の生成的カウンターファクトは、画像レベルの疾患ラベルでのみ介入し、明示的な解剖学的構造を分離することができない。 この制限に対処するため,BTECF(Bézier Tree Encoding Counterfactual Framework)を提案する。 BTECFは、血管網を相互接続された立方ベジエセグメントに抽象化することにより、構造トポロジーを明示的に保存し、原子的に摂動可能な疾患非依存の表現を確立する。 このエンコーディングを拡散ベースのジェネレータと組み合わせることで、背景の基底テクスチャを保ちながら、明示的な幾何学的軸(例えば、トルトゥシティー、カリバー)に対するパラメータレベルの干渉を可能にする。 糖尿病性網膜症に対するBTECFと,虚血性脳梗塞とアルツハイマー病に対する独立したコホートについて検討した。 分離された反ファクト的介入は、分類器予測における線量応答性シフトを生じさせ、一致した画素ドロップ制御は、この応答を桁違いに減らし、分布外生成アーティファクトを除外する。 BTECFは、血管トポロジーとピクセルレベルの共同設立者との因果分離を強制することにより、全身疾患における仮説検証のための統一的な生成パラダイムを提供する。 再現性をサポートするため、コードは受理時に公開される。

関連論文リスト

• Disentangled Anatomy-Disease Diffusion (DADD) for Controllable Ulcerative Colitis Progression Synthesis [4.554894288663752]
  我々は,長期医療画像の制御可能な病期における合成の課題に対処する。 本誌のフレームワークDisentangled Anatomy Diffusionは、2つの相補的な埋め込みに潜時拡散モデルを適用している。 疾患関連チャネルを識別・抑制するクロスアテンションに基づく消去機構であるFeatureを導入する。 提案手法は,全重度レベルの高忠実度画像を生成し,スキュートクラス分布を効果的に再バランスさせる。
  論文  参考訳（メタデータ） (2026-05-03T12:35:12Z)
• Layout-Guided Controllable Pathology Image Generation with In-Context Diffusion Transformers [57.54843029965778]
  制御可能な病理画像合成には、空間配置、組織形態、意味的詳細の信頼できる規制が必要である。 In-Context Diffusion Transformer (IC-DiT) は,空間レイアウト,テキスト記述,視覚的埋め込みを統合拡散変換器に組み込んだレイアウト認識生成モデルである。 IC-DiTは既存の方法よりも忠実度が高く、空間制御性が強く、診断の整合性が良くなる。
  論文  参考訳（メタデータ） (2026-03-11T06:14:11Z)
• A Unified Framework for Joint Detection of Lacunes and Enlarged Perivascular Spaces [3.9313804276175506]
  脳小血管疾患(CSVD)マーカー,特にEPVSとlacunaeは,医用画像解析においてユニークな課題である。 本稿では,Zero-Gated CrossTask Attention が高密度EPVSコンテキストを利用してスパースラグーン検出を誘導する形態分離フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-04T16:30:46Z)
• 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)
• A Physics-Informed Loss Function for Boundary-Consistent and Robust Artery Segmentation in DSA Sequences [6.154694408048338]
  本稿では,予測と地道境界の相互作用をモデル化する新しいテクスタイトフィジックス・インフォームド・ロス(PIL)を提案する。 PILはクロスエントロピー、ディス、アクティブ・コンター、サーフェス・ロスといった従来の損失関数を一貫して上回っている。
  論文  参考訳（メタデータ） (2025-11-25T17:08:14Z)
• Faithful, Interpretable Chest X-ray Diagnosis with Anti-Aliased B-cos Networks [13.303234049048426]
  B-cosネットワークは、標準線形層を重み入力アライメント機構で置き換えることで、有望なソリューションを提供する。 標準的なB-cosモデルは、説明地図の深刻なエイリアスに悩まされ、臨床用途には適さない。 FLCとBlurPoolを用いたアンチエイリアス戦略を導入し、説明品質を大幅に改善した。
  論文  参考訳（メタデータ） (2025-07-22T16:56:02Z)
• Unlasting: Unpaired Single-Cell Multi-Perturbation Estimation by Dual Conditional Diffusion Implicit Bridges [68.98973318553983]
  本稿では,Dual Diffusion Implicit Bridges (DDIB) に基づくフレームワークを提案する。 我々は、生物学的に意味のある方法で摂動シグナルを伝達するために遺伝子制御ネットワーク(GRN)情報を統合する。 また、サイレント遺伝子を予測し、生成したプロファイルの品質を向上させるためのマスキング機構も組み込んだ。
  論文  参考訳（メタデータ） (2025-06-26T09:05:38Z)
• Semantic Latent Space Regression of Diffusion Autoencoders for Vertebral Fracture Grading [72.45699658852304]
  本稿では,教師なし特徴抽出器として生成拡散オートエンコーダモデルを訓練するための新しい手法を提案する。 フラクチャーグレーディングを連続回帰としてモデル化し, フラクチャーのスムーズな進行を反映した。 重要なことに,本手法の創成特性は,与えられた脊椎の様々な段階を可視化し,自動グルーピングに寄与する特徴を解釈し,洞察することを可能にする。
  論文  参考訳（メタデータ） (2023-03-21T17:16:01Z)
• Self-Supervised Masked Convolutional Transformer Block for Anomaly Detection [122.4894940892536]
  本稿では, 自己監督型マスク型畳み込み変圧器ブロック (SSMCTB) について述べる。 本研究では,従来の自己教師型予測畳み込み抑止ブロック(SSPCAB)を3次元マスク付き畳み込み層,チャンネルワイドアテンション用トランスフォーマー,およびハマーロスに基づく新たな自己教師型目標を用いて拡張する。
  論文  参考訳（メタデータ） (2022-09-25T04:56:10Z)

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。