論文の概要: Temporally Consistent and Controllable Video Generation of 2D Cine CMR via Latent Space Motion Modeling

• arxiv url: http://arxiv.org/abs/2606.14759v1
• Date: Mon, 08 Jun 2026 11:05:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:32.051923
• Title: Temporally Consistent and Controllable Video Generation of 2D Cine CMR via Latent Space Motion Modeling
• Title（参考訳）: 潜時空間運動モデリングによる2次元CMRの時間一貫性・制御可能な映像生成
• Authors: Yiheng Cao, Gustavo Andrade-Miranda, Jiatian Zhang, Guillaume Sallé, Xin Gao,
• Abstract要約: 本稿では、時間的コヒーレントかつ解剖学的に整合した心臓配列を合成する生成法を提案する。 我々のモデルは、入力プロンプトに対して高時間的コヒーレンスと強い忠実度で解剖学的および病理学的に多様な配列を生成する。 これらの実験結果は、高忠実でオンデマンドな医療データを生成する可能性を強調し、データの不足に対するスケーラブルなソリューションを提供する。
• 参考スコア（独自算出の注目度）: 7.215198952705435
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cine cardiac magnetic resonance is the gold standard for assessing cardiac function, but the scarcity of public datasets limits the development of advanced data-driven models. To address this limitation, we propose a generative method for synthesizing temporally coherent and anatomically consistent cardiac sequences. Our text-to-video framework decouples cardiac spatial structure from temporal motion. First, a fine-tuned diffusion model synthesizes an initial frame from a clinical text prompt, controlling anatomical features. Then, a latent flow model conditioned on a cardiac phase embedding generates the complete cardiac motion, ensuring spatial consistency and temporal control. Our model generates anatomically and pathologically diverse sequences with high temporal coherence and strong fidelity to input prompts, achieving a FID of 31.68 for image realism and a CLIP score of 31.04 for text-image alignment. These experimental results highlight its potential to produce high-fidelity, on-demand medical data, offering a scalable solution to data scarcity.
• Abstract（参考訳）: 心臓磁気共鳴は、心臓機能を評価するための金の標準であるが、パブリックデータセットの不足により、高度なデータ駆動モデルの開発が制限される。 この制限に対処するために、時間的コヒーレントかつ解剖学的に一貫した心臓配列を合成する生成法を提案する。 我々のテキスト・ビデオ・フレームワークは、心臓の空間構造を時間運動から切り離す。 まず、微調整拡散モデルにより、臨床テキストプロンプトから初期フレームを合成し、解剖学的特徴を制御する。 そして、心臓位相埋め込みに条件付潜水流モデルにより、完全な心臓運動が生成され、空間的一貫性と時間的制御が確保される。 画像リアリズムのFIDは31.68であり,テキスト画像アライメントのCLIPスコアは31.04である。 これらの実験結果は、高忠実でオンデマンドな医療データを生成する可能性を強調し、データの不足に対するスケーラブルなソリューションを提供する。

関連論文リスト

• HO-Flow: Generalizable Hand-Object Interaction Generation with Latent Flow Matching [113.81911881001905]
  HO-Flowはテキストと正準3Dオブジェクトから現実的な手動動作シーケンスを合成するためのフレームワークである。 まず、手動と物体の動きのシーケンスを統一された潜在多様体に符号化するために、相互作用を意識した変分オートエンコーダを用いる。 次に、自己回帰的時間的推論と連続的な潜伏生成を組み合わせたマスク付きフローマッチングモデルを利用する。
  論文  参考訳（メタデータ） (2026-04-12T22:06:11Z)
• CardioDiT: Latent Diffusion Transformers for 4D Cardiac MRI Synthesis [30.824485997130925]
  CardioDiTは、拡散トランスを用いた短軸シネCMR合成のための完全な4次元潜伏拡散フレームワークである。 時間的VQ-Eは2D+VAtスライスをコンパクトなラテントに符号化し、拡散変圧器は完全な3D+tボリュームとして一緒にモデル化する。 その結果,スライス間の整合性,時間的コヒーレントな運動,解剖学的文脈,心機能分布が改善した。
  論文  参考訳（メタデータ） (2026-03-26T08:59:07Z)
• PhysNeXt: Next-Generation Dual-Branch Structured Attention Fusion Network for Remote Photoplethysmography Measurement [50.524262997433546]
  ハーモグラフィーは、心臓の脈動によって引き起こされる顔の皮膚の色変化を分析し、心拍数やその他の重要な兆候を測定することができる。 現在の手法は主に生のビデオからエンド・ツー・エンドのモデリング、または微妙な心拍マップ(ST)表現に基づいている。 本稿では,ビデオフレームとST表現を併用したデュアルインプットディープラーニングフレームワークであるPhysMapXtを提案する。
  論文  参考訳（メタデータ） (2026-03-20T08:37:02Z)
• TriC-Motion: Tri-Domain Causal Modeling Grounded Text-to-Motion Generation [61.94780858309546]
  Tri-Domain Causal Text-to-Motion Generation (TriC-Motion)は、空間ドメインモデリングと因果介入を統合した新しい拡散ベースのフレームワークである。 TriC-Motionは、HumanML3Dデータセット上で0.612の優れたR@1を達成することによって、最先端の手法よりも優れたパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2026-02-09T10:12:13Z)
• Scalable Spatio-Temporal SE(3) Diffusion for Long-Horizon Protein Dynamics [51.85385061275941]
  分子動力学(MD)シミュレーションは、タンパク質動力学研究のゴールドスタンダードのままである。 近年の生成モデルではシミュレーションの加速が期待できるが、長軸生成に苦慮している。 物理的に可塑性なタンパク質軌道をマイクロスケールの時間スケールで生成する拡張拡散モデルSTAR-MDを提案する。
  論文  参考訳（メタデータ） (2026-02-02T14:13:28Z)
• Systole-Conditioned Generative Cardiac Motion [14.94166259218979]
  本研究では,高密度な3次元フローフィールドアノテーションを付加した心肺CTフレームを現実的に合成する手法を提案する。 本手法は,新しいマルチスケール特徴条件付け機構を組み込んだ条件付き変分オートエンコーダ(CVAE)を利用する。 我々のデータ生成パイプラインは、より複雑で正確な心筋運動モデルのトレーニングと検証を可能にします。
  論文  参考訳（メタデータ） (2025-07-20T14:44:40Z)
• Articulated Kinematics Distillation from Video Diffusion Models [64.18346374534352]
  Articulated Kinematics Distillation (AKD)は、高忠実度キャラクターアニメーションを生成するためのフレームワークである。 AKDはスケルトンに基づく3Dアセットの表現を使用しており、自由度(DoF)を大幅に削減している。 AKDは構造的整合性を維持しながら複雑な関節運動を蒸留する。
  論文  参考訳（メタデータ） (2025-04-01T21:37:57Z)
• A personalized time-resolved 3D mesh generative model for unveiling normal heart dynamics [6.6350578770951385]
  心臓左室の形状と運動パターンの分布を学習するための条件付き生成モデルであるMeshHeartを開発した。 MeshHeartに基づいて、3D+t心筋メッシュ配列の潜時空間を調査し、そのパーソナライズされた規範パターンから実際の心臓の偏差を定量化する距離距離測度である潜時デルタを提案する。
  論文  参考訳（メタデータ） (2024-09-20T18:08:37Z)

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。