論文の概要: Foundation VAEs for 3D CT Reconstruction, Augmentation, and Generation

• arxiv url: http://arxiv.org/abs/2605.30893v1
• Date: Fri, 29 May 2026 06:28:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-01 20:56:50.419461
• Title: Foundation VAEs for 3D CT Reconstruction, Augmentation, and Generation
• Title（参考訳）: 3次元CT再構成・拡張・生成のための基礎的VAE
• Abstract要約: 自然画像やビデオのスケールで事前訓練された単一のファンデーションVAEは、CT再構成、拡張、生成のための統一インターフェースとして機能する。 エンコーダとデコーダの両方を凍結させて、ファンデーションVAEは、取得ノイズを抑制しながら、保存された解剖でCTボリュームを再構築する。 同じファンデーションVAE潜伏空間内では、条件付き潜伏拡散モデルは平均FVDが3.9%低く、CT CLIPスコアが36.2%高く、AUCが2.76%向上した。
• 参考スコア（独自算出の注目度）: 30.418992165742353
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Variational autoencoders (VAEs) compress high resolution CT volumes into compact latents while preserving clinically relevant structure. However, training CT-specific VAEs from scratch or heavily fine-tuning them incurs substantial computational and engineering cost, and often degrades under heterogeneous scanners, protocols, and diseases. This paper makes a progressive stride toward training-free medical VAEs by leveraging a critical observation: a single Foundation VAE, pretrained at scale on natural images and videos, can serve as a unified interface for CT Reconstruction, Augmentation, and Generation. With both encoder and decoder frozen, the Foundation VAE reconstructs CT volumes with preserved anatomy while suppressing acquisition noise; training segmentation models on these reconstructions improves surface accuracy by 3.9% NSD on average for pancreatic tumor and lung tumor. Within the same Foundation VAE latent space, a conditional latent diffusion model achieves 3.9% lower average FVD with 36.2% higher CT CLIP score, and improves multi-disease generation faithfulness across 18 types by 2.76% AUC. These results demonstrate Foundation VAEs as a practical interface for scalable CT representation reuse and faithful CT generation. Our code and demo are available at https://github.com/qic999/Foundation-VAE.
• Abstract（参考訳）: 可変オートエンコーダ(VAE)は、臨床的に関係のある構造を維持しつつ、高分解能CTボリュームをコンパクトな潜伏剤に圧縮する。 しかし、CT固有のVAEをスクラッチからトレーニングしたり、非常に微調整したりすると、かなりの計算と工学のコストがかかり、しばしば異種スキャナー、プロトコル、病気の下で劣化する。 本稿では,1つのファンデーションVAEを自然画像やビデオに事前訓練することで,CT再構成,拡張,生成の統一的なインターフェースとして機能させることができる。 エンコーダとデコーダの両方を凍結することにより、ファンデーションVAEは、吸収ノイズを抑制しながら、保存された解剖学的にCTボリュームを再構築する。 同じファンデーションVAE潜伏空間内では、条件付き潜伏拡散モデルは平均FVDが3.9%低く、CT CLIPスコアが36.2%高く、AUCが2.76%向上した。 これらの結果は、スケーラブルなCT表現の再利用と忠実なCT生成のための実用的なインターフェースとして、Foundation VAEを実証している。 私たちのコードとデモはhttps://github.com/qic999/Foundation-VAE.comで公開されています。

関連論文リスト

• Conditional Diffusion Posterior Alignment for Sparse-View CT Reconstruction [4.107377779783183]
  スケーラブルな3次元スパースCT再構成を実現するために,CDPA(Conditional Posterior Alignment)を提案する。 2次元U-Net拡散モデルが初期3次元再構成に条件付けされ、スライス間の一貫性が向上する。 合成および実コーンビームCT(CBCT)データを用いた実験は,最先端の性能を示す。
  論文  参考訳（メタデータ） (2026-04-23T14:09:13Z)
• Distilling Photon-Counting CT into Routine Chest CT through Clinically Validated Degradation Modeling [51.330452704464925]
  145の病院から1,046のPCCTと405,379のEICTで潜伏拡散モデルを訓練した。 我々は,PCCTライクな品質に拡張された17,316以上の公開EICTの大規模データセットを構築した。 以上の結果から,現像技術の進歩は,限られた高画質スキャンを基準として,定期的なEICTに体系的に蒸留できることが示唆された。
  論文  参考訳（メタデータ） (2026-04-08T17:47:35Z)
• Virtual Intraoperative CT (viCT): Sequential Anatomic Updates for Modeling Tissue Resection Throughout Endoscopic Sinus Surgery [0.8060701341619877]
  内視鏡下副鼻腔手術(ESS)における術前CTの逐次更新法として仮想術中CT(viCT)を提案する。 viCTは、単眼内視鏡画像からの3D再構成を用いて、CT形式での進化する解剖の可視化を可能にする。 結果: ViCT の更新は, 手術段階全体にわたって, 表面の誤差が小さかったため, 根治的解剖と一致した。
  論文  参考訳（メタデータ） (2026-03-07T00:23:05Z)
• EqDiff-CT: Equivariant Conditional Diffusion model for CT Image Synthesis from CBCT [43.92108185590778]
  画像誘導放射線療法(IGRT)に広く用いられているコーンビームCT(CBCT) CBCTから高品質なCT画像を生成するために,EqDiff-CTという新しい拡散型条件生成モデルを提案する。
  論文  参考訳（メタデータ） (2025-09-26T05:51:59Z)
• TSUBF-Net: Trans-Spatial UNet-like Network with Bi-direction Fusion for Segmentation of Adenoid Hypertrophy in CT [15.491823587869087]
  アデノイド肥大は小児における閉塞型睡眠時無呼吸症候群の一般的な原因である。 3次元医用画像分割フレームワークであるTSUBF-Netを紹介する。 TSUBF-NetはHD95:7.03、IoU:85.63、DSC:92.26という最先端の手法よりも優れている。
  論文  参考訳（メタデータ） (2024-12-01T12:21:23Z)
• Discretized Gaussian Representation for Tomographic Reconstruction [36.64964395405005]
  離散ガウス表現(英: Discretized Gaussian Representation, DGR)は、離散ガウス関数の集合を用いて3次元体積を直接再構成する新しいフレームワークである。 高速ボリューム再構成は、ガウス的コントリビューションを最小限のオーバーヘッドでボクセルグリッドに集約する高度に並列化された手法である。
  論文  参考訳（メタデータ） (2024-11-07T16:32:29Z)
• CoCPF: Coordinate-based Continuous Projection Field for Ill-Posed Inverse Problem in Imaging [78.734927709231]
  スパース・ビュー・コンピュート・トモグラフィー(SVCT)の再構成は,スパース・サンプリングによるCT画像の取得を目的としている。 暗黙的な神経表現(INR)技術は、不備のため、その分野に「かなりの穴」(すなわち、未モデル化空間)を残し、準最適結果をもたらす可能性がある。 SVCT再構成のためのホールフリー表現場を構築することを目的としたコーディネート型連続射影場(CoCPF)を提案する。
  論文  参考訳（メタデータ） (2024-06-21T08:38:30Z)
• DuDoTrans: Dual-Domain Transformer Provides More Attention for Sinogram Restoration in Sparse-View CT Reconstruction [13.358197688568463]
  撮像過程におけるヨウ素の放射線は 不可逆的な損傷を引き起こす スパースビューCT画像に現れるアーティファクトを緩和する反復モデルが提案されているが,コストが高すぎる。 textbfDual-textbfDomain textbfDuDoTransを提案する。
  論文  参考訳（メタデータ） (2021-11-21T10:41:07Z)
• CT-SGAN: Computed Tomography Synthesis GAN [4.765541373485143]
  胸部CTスキャンの小さなデータセットを用いて,大規模な3次元合成CTスキャンボリュームを生成するCT-SGANモデルを提案する。 その結果,CT-SGANは大量の合成データに基づいて結節を事前訓練することにより,肺検出精度を著しく向上させることができることがわかった。
  論文  参考訳（メタデータ） (2021-10-14T22:20:40Z)
• CyTran: A Cycle-Consistent Transformer with Multi-Level Consistency for Non-Contrast to Contrast CT Translation [56.622832383316215]
  コントラストCTを非コントラストCTに変換する手法を提案する。 提案手法は、CyTranを略して、サイクル一貫性のある生成逆転変換器に基づいている。 実験の結果、CyTranは競合するすべての手法より優れています。
  論文  参考訳（メタデータ） (2021-10-12T23:25:03Z)
• COVID-19 identification from volumetric chest CT scans using a progressively resized 3D-CNN incorporating segmentation, augmentation, and class-rebalancing [4.446085353384894]
  新型コロナウイルスは世界的なパンデミックの流行だ。 高い感度のコンピュータ支援スクリーニングツールは、疾患の診断と予後に不可欠である。 本稿では,3次元畳み込みニューラルネットワーク(CNN)に基づく分類手法を提案する。
  論文  参考訳（メタデータ） (2021-02-11T18:16:18Z)
• Revisiting 3D Context Modeling with Supervised Pre-training for Universal Lesion Detection in CT Slices [48.85784310158493]
  CTスライスにおける普遍的病変検出のための3Dコンテキスト強化2D特徴を効率的に抽出するための修飾擬似3次元特徴ピラミッドネットワーク(MP3D FPN)を提案する。 新たな事前学習手法により,提案したMP3D FPNは,DeepLesionデータセット上での最先端検出性能を実現する。 提案された3Dプリトレーニングウェイトは、他の3D医療画像分析タスクのパフォーマンスを高めるために使用できる。
  論文  参考訳（メタデータ） (2020-12-16T07:11:16Z)
• Classification of COVID-19 in CT Scans using Multi-Source Transfer Learning [91.3755431537592]
  我々は,従来のトランスファー学習の改良にマルチソース・トランスファー・ラーニングを応用して,CTスキャンによる新型コロナウイルスの分類を提案する。 マルチソースファインチューニングアプローチでは、ImageNetで微調整されたベースラインモデルよりも優れています。 我々の最高のパフォーマンスモデルは、0.893の精度と0.897のリコールスコアを達成でき、ベースラインのリコールスコアを9.3%上回った。
  論文  参考訳（メタデータ） (2020-09-22T11:53:06Z)

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。