論文の概要: VDSB-GWSyn: Diffusion Schrödinger Bridge for Controllable and Anatomically Feasible Guidewire Synthesis in Coronary Angiography

• arxiv url: http://arxiv.org/abs/2606.00109v1
• Date: Wed, 27 May 2026 01:35:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:27.962308
• Title: VDSB-GWSyn: Diffusion Schrödinger Bridge for Controllable and Anatomically Feasible Guidewire Synthesis in Coronary Angiography
• Title（参考訳）: VDSB-GWSyn:Diffusion Schrödinger Bridge for controllable and anatomically Feasible Guidewire Synthesis in Coronary angiography (特集 血管新生と血管新生)
• Authors: Haoyuan Tang, Zhuo Zhang, Jialin Li, Shuai Xiao, Jiachen Yang,
• Abstract要約: ガイドワイヤによるアノテートCAG画像の不足と既存のガイドワイヤ合成モデルの適応性の制限は、ガイドワイヤエンドポイントローカライゼーションの重要なボトルネックのままである。 複雑な解剖学的背景下での制御可能な高忠実なガイドワイヤサンプルの合成を可能にするモデルベースフレームワークであるVDSB-GWSynを提案する。
• 参考スコア（独自算出の注目度）: 26.313258921160664
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Coronary guidewire endpoint localization is a fundamental capability for computer-assisted PCI, and its importance increases as robot-assisted PCI is progressively adopted to reduce operator radiation exposure. However, the scarcity of annotated CAG images with guidewires and the limited adaptability of existing guidewire synthesis models remain key bottlenecks for guidewire endpoint localization. To address this issue, we propose VDSB-GWSyn, a Diffusion Schrödinger Bridge (DSB) model-based framework, enabling synthesis of controllable, high-fidelity guidewire samples under complex anatomical backgrounds. VDSB-GWSyn first uses our shape prior algorithm to learn the basic guidewire geometry. It then generates guidewire masks under constraints imposed by the vessel segmentation masks and outputs the corresponding endpoint coordinates. Finally, it synthesizes realistic guidewire samples on real CAG images using DSB conditioned with SPADE. Experimental results show that the guidewire samples synthesized by VDSB-GWSyn achieve favorable ROI-FID and ROI-KID, as well as high IPR scores. In addition, incorporating our synthesized data for synthetic pre-training followed by real fine-tuning substantially improves downstream guidewire endpoint localization, reducing MPE from 16.01~px to 7.71~px and increasing PCK at 3~px from 52.63\% to 86.27\%, leading to more clinically reliable deployment of robot-assisted guidewire delivery systems. Moreover, the core design philosophy of controllable device synthesis with strict background preservation and anatomical feasibility constraints has the potential to transfer to other interventional device perception tasks where annotated data are scarce.
• Abstract（参考訳）: 冠状ガイドワイヤエンドポイントのローカライゼーションはコンピュータ支援PCIの基本的な機能であり、ロボット支援PCIが演算子放射線被曝を減らすために徐々に採用されるにつれてその重要性が増す。 しかし、ガイドワイヤによる注釈付きCAG画像の不足と、既存のガイドワイヤ合成モデルの適応性の制限は、ガイドワイヤエンドポイントのローカライゼーションの鍵となるボトルネックである。 本稿では,複雑な解剖学的背景下での制御可能な高忠実なガイドワイヤサンプルの合成を可能にする拡散シュレーディンガーブリッジ(DSB)モデルベースフレームワークであるVDSB-GWSynを提案する。 VDSB-GWSynは、まず、我々の形状事前アルゴリズムを使用して、基本的なガイドワイヤ形状を学習する。 その後、容器セグメンテーションマスクの制約の下でガイドワイヤマスクを生成し、対応するエンドポイント座標を出力する。 最終的に、SPADEで条件付きDSBを用いて、実際のCAG画像上のリアルなガイドワイヤサンプルを合成する。 実験結果から, VDSB-GWSynで合成したガイドワイヤは, ROI-FID, ROI-KID, 高いIRPスコアが得られた。 さらに, 合成前訓練用データと実微調整用データを組み合わせることにより, 下流ガイドワイヤエンドポイントのローカライゼーションが大幅に向上し, MPEが16.01〜pxから7.71〜pxに減少し, PCKが52.63～86.27～%に増加し, ロボット支援ガイドワイヤデリバリーシステムの信頼性が向上した。 さらに、厳密な背景保存と解剖学的実現性制約を備えた制御可能なデバイス合成のコア設計哲学は、注釈付きデータが不足している他の介入デバイス認識タスクに転送する可能性がある。

関連論文リスト

• Analytic Bridge Diffusions for Controlled Path Generation [0.0]
  現代の橋梁拡散法の多くは、目的を指定し、ニューラルネットワークを用いて関連するスコアやドリフトフィールドを学習することにより、有限時間輸送を実現する。 LQ-GM-PIDでは、線形2次制御のバックボーンを保持するが、端末状態制御を所定の端末確率密度で置き換える。 LQ-GM-PIDは橋梁拡散を終端目標マッチングツールから経路整形ツールに変える。
  論文  参考訳（メタデータ） (2026-05-03T05:36:52Z)
• Channel-Free Human Activity Recognition via Inductive-Bias-Aware Fusion Design for Heterogeneous IoT Sensor Environments [0.0]
  モノのインターネット(IoT)環境におけるヒューマンアクティビティ認識(HAR)は、異種センサー設定に対処しなければならない。 本研究では,単一共有モデルが入力チャネルの固定数,順序,意味的な配置を仮定することなく推論を行う,厳密なチャネルフリーHARについて検討する。 本稿では,チャネルワイドエンコーディングと共有エンコーダ,メタデータ条件付き遅延融合,チャネルレベルおよび融合予測の協調最適化を組み合わせたチャネルフリーHARフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-23T07:32:36Z)
• Fidelity-informed neural pulse compilation of a continuous family of quantum gates with uncertainty-margin analysis [0.0]
  我々は,3量子状態核磁気共鳴(NMR)プロセッサ上で,単一量子ゲート群に対するニューラルパルスコンパイルフレームワークを開発した。 対象のユニタリを校正基底ゲート列に分解する代わりに、SU(2)演算において任意のUの軸角パラメータから直接写像を学習する。 一つのモデルが連続的なゲートパラメータにわたって一般化されることを数値的に示し、ベンチトップ3量子NMRデバイス上での代表パルスを実験的に検証する。
  論文  参考訳（メタデータ） (2026-04-13T11:17:18Z)
• SkeFi: Cross-Modal Knowledge Transfer for Wireless Skeleton-Based Action Recognition [20.020503149009787]
  既存のソリューションでは、RGBカメラを使用して骨格キーポイントをアノテートするが、そのパフォーマンスは暗い環境で低下し、プライバシーの懸念が高まる。 本稿では,これらの課題を軽減するために,非侵襲型無線センサ,すなわちLiDARとmmWaveについて検討する。 実験により、SkeFi は mmWave および LiDAR 上での最先端の性能を実現することが示された。
  論文  参考訳（メタデータ） (2026-01-18T14:39:02Z)
• Towards Autonomous Navigation in Endovascular Interventions [0.7100795934780609]
  この論文は、複雑な血管環境における自律的なガイドワイヤナビゲーションのための統合AI駆動フレームワークを提示している。 高忠実でリアルタイムなシミュレーションプラットフォームであるCathSimは、強化学習に基づくカテーテルナビゲーションのために導入された。 Expert Navigation Networkは、自律的なツールコントロールのための視覚的、運動的、強制的なフィードバックを融合させるポリシーである。
  論文  参考訳（メタデータ） (2025-12-19T21:38:52Z)
• Channel Fingerprint Construction for Massive MIMO: A Deep Conditional Generative Approach [65.47969413708344]
  CF双生児の概念を導入し、条件付き生成拡散モデル(CGDM)を設計する。 本研究では, 粗粒CFに条件付き観測された細粒CFの対数分布に対するエビデンスローバウンド(ELBO)を導出するために, 変分推論手法を用いる。 提案手法は, ベースラインと比較して, 復元性能が著しく向上していることを示す。
  論文  参考訳（メタデータ） (2025-05-12T01:36:06Z)
• Joint Transmit and Pinching Beamforming for Pinching Antenna Systems (PASS): Optimization-Based or Learning-Based? [89.05848771674773]
  MISO (Multiple-input Single-output) フレームワークを提案する。 それは複数の導波路で構成されており、多数の低コストアンテナ(PA)を備えている。 PAの位置は、大規模パスと空間の両方にまたがるように再構成することができる。
  論文  参考訳（メタデータ） (2025-02-12T18:54:10Z)
• Domain Adaptive Synapse Detection with Weak Point Annotations [63.97144211520869]
  弱点アノテーションを用いたドメイン適応型シナプス検出のためのフレームワークであるAdaSynを提案する。 I SBI 2023のWASPSYNチャレンジでは、我々の手法が第1位にランクインした。
  論文  参考訳（メタデータ） (2023-08-31T05:05:53Z)
• NAF: Neural Attenuation Fields for Sparse-View CBCT Reconstruction [79.13750275141139]
  本稿では,スパースビューCBCT再構成のための新規かつ高速な自己教師型ソリューションを提案する。 所望の減衰係数は、3次元空間座標の連続関数として表現され、完全に接続されたディープニューラルネットワークによってパラメータ化される。 ハッシュ符号化を含む学習ベースのエンコーダが採用され、ネットワークが高周波の詳細をキャプチャするのに役立つ。
  論文  参考訳（メタデータ） (2022-09-29T04:06:00Z)
• Model-based Deep Learning Receiver Design for Rate-Splitting Multiple Access [65.21117658030235]
  本研究では,モデルベース深層学習(MBDL)に基づく実用的なRSMA受信機の設計を提案する。 MBDL受信機は、符号なしシンボル誤り率(SER)、リンクレベルシミュレーション(LLS)によるスループット性能、平均トレーニングオーバーヘッドの観点から評価される。 その結果,MBDLはCSIRが不完全なSIC受信機よりも優れていた。
  論文  参考訳（メタデータ） (2022-05-02T12:23:55Z)
• On the Equivalence of Decoupled Graph Convolution Network and Label Propagation [60.34028546202372]
  いくつかの研究は、カップリングがデカップリングよりも劣っていることを示している。 有効性にもかかわらず、疎結合GCNの作用機構はよく理解されていない。 本稿では,分離GCNの欠陥を克服する適応的学習法(PTA)を提案する。
  論文  参考訳（メタデータ） (2020-10-23T13:57:39Z)

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。