論文の概要: From Baseline to Follow-Up: Counterfactual Spine DXA Image Synthesis in UK Biobank Using a Causal Hierarchical Variational Autoencoder

• arxiv url: http://arxiv.org/abs/2605.22649v1
• Date: Thu, 21 May 2026 15:53:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-22 16:35:42.333771
• Title: From Baseline to Follow-Up: Counterfactual Spine DXA Image Synthesis in UK Biobank Using a Causal Hierarchical Variational Autoencoder
• Title（参考訳）: ベースラインからフォローアップ:因果的階層的変分オートエンコーダを用いた英国のバイオバンクにおける対実的スピンDXA画像合成
• Authors: Yilin Zhang, Nicholas C. Harvey, Nicholas R. Fuggle, Rahman Attar,
• Abstract要約: 英国バイオバンク(UKB)からのAP脊椎DXA画像の因果的一貫した生成のための因果的階層的変動オートエンコーダ(CHVAE)を提案する。 このモデルは、最初のイメージング訪問から3,743個のAPスピーンスキャンをトレーニングし、基本的な属性と腰椎形態計測に基づいて条件付けされている。 以上の結果より, 年齢差による椎体形態変化は絶対値が強いことが示唆された。
• 参考スコア（独自算出の注目度）: 4.766377453570676
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dual-energy X-ray absorptiometry (DXA) is widely used for large-scale skeletal assessment, yet learning controllable and interpretable factor-specific anatomical variation remains challenging. We propose a metadata-conditioned causal hierarchical variational autoencoder (CHVAE) for causally consistent generation of anteroposterior (AP) spine DXA images from the UK Biobank (UKB). The model is trained on 3,743 raw AP spine scans from the first imaging visit and conditioned on basic participant attributes and lumbar morphometry. Causal consistency is evaluated in a baseline-to-follow-up setting using abduction--action--prediction (AAP): latent variables are abducted from baseline images, age is intervened to the repeat-imaging value, and the resulting counterfactual follow-up morphometry is compared with observed repeat-imaging measurements. Results show strong absolute-level agreement for key vertebral morphometry variables under age intervention, supporting intervention-aligned synthesis of anatomically plausible DXA images.
• Abstract（参考訳）: 大規模な骨格評価にはDXA(Dual-Energy X-ray Absorptiometry)が広く用いられているが、学習は制御可能で、解釈可能な因子特異的な解剖学的変異はいまだに困難である。 そこで本研究では,UK Biobank (UKB) から得られた Anteroposterior (AP) spine DXA 画像の因果一貫性のある生成のためのメタデータ条件付き因果的階層的変動オートエンコーダ (CHVAE) を提案する。 このモデルは、最初のイメージング訪問から3,743個のAPスピーンスキャンをトレーニングし、基本的な属性と腰椎形態計測に基づいて条件付けされている。 abduction-action-prediction (AAP) を用いたベースライン・ツー・フォローアップ・セッティングにおいて因果一貫性を評価する。 以上の結果より, 経年的介入による椎体形態計測値の絶対値の絶対値が強く, 解剖学的に有意なDXA画像の介入整合性合成を支援することが示唆された。

関連論文リスト

• PSSF: Early osteoarthritis detection using physical synthetic knee X-ray scans and AI radiomics models [0.0]
  変形性関節症は 世界中で 障害の主な原因です X線スキャンは、主にプライバシーと制度上の制約のために入手が難しいことが多い。 本研究は、制御可能なX線スキャンを生成する物理ベースの合成シミュレーションフレームワーク(PSSF)を紹介する。
  論文  参考訳（メタデータ） (2026-01-14T16:54:20Z)
• Improving Generalization in MRI-Based Deep Learning Models for Total Knee Replacement Prediction [0.6384218409986929]
  バッチ正規化をインスタンス正規化に置き換え、データ拡張を使用し、コントラスト損失を適用することにより、一般化が向上することを示す。 トレーニングと評価のために,OAIデータベースを用いたMRIデータを用いた。
  論文  参考訳（メタデータ） (2025-04-27T11:41:19Z)
• Context-Aware Transformers For Spinal Cancer Detection and Radiological Grading [70.04389979779195]
  本稿では,脊椎分析に関わる医療画像問題に対するトランスフォーマーを用いた新しいモデルアーキテクチャを提案する。 MR画像におけるそのようなモデルの2つの応用について考察する: (a)脊椎転移の検出と脊椎骨折の関連状況と転移性脊髄圧迫。 画像中の脊椎のコンテキストを考慮することで,SCTは以前に公表したモデルと比較して,いくつかのグレーディングの精度を向上することを示す。
  論文  参考訳（メタデータ） (2022-06-27T10:31:03Z)
• OADAT: Experimental and Synthetic Clinical Optoacoustic Data for Standardized Image Processing [62.993663757843464]
  オプトアコースティック(OA)イメージングは、ナノ秒レーザーパルスによる生体組織の励起と、光吸収による熱弾性膨張によって発生する超音波の検出に基づいている。 OAイメージングは、深部組織における豊富な光学コントラストと高分解能の強力な組み合わせを特徴としている。 臨床環境でのOAの幅広い応用を促進するために、異なるタイプの実験的なセットアップと関連する処理手法で生成される標準化データセットは存在しない。
  論文  参考訳（メタデータ） (2022-06-17T08:11:26Z)
• Automated SSIM Regression for Detection and Quantification of Motion Artefacts in Brain MR Images [54.739076152240024]
  磁気共鳴脳画像における運動アーチファクトは重要な問題である。 MR画像の画質評価は,臨床診断に先立って基本的である。 構造類似度指数(SSIM)回帰に基づく自動画像品質評価法が提案されている。
  論文  参考訳（メタデータ） (2022-06-14T10:16:54Z)
• 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)
• Pathological Retinal Region Segmentation From OCT Images Using Geometric Relation Based Augmentation [84.7571086566595]
  本稿では,幾何学と形状の内在的関係を共同で符号化することで,従来のGANベースの医用画像合成法よりも優れた手法を提案する。 提案手法は,取得手順の異なる画像を有する公開RETOUCHデータセット上で,最先端のセグメンテーション手法より優れている。
  論文  参考訳（メタデータ） (2020-03-31T11:50:43Z)

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。