論文の概要: EyeMVP: OCT-Informed Fundus Representation Learning via Paired CFP--OCT Pretraining

• arxiv url: http://arxiv.org/abs/2606.15129v1
• Date: Sat, 13 Jun 2026 05:44:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:32.867966
• Title: EyeMVP: OCT-Informed Fundus Representation Learning via Paired CFP--OCT Pretraining
• Title（参考訳）: EyeMVP: Paired CFP-OCT Pretraining による OCT-Informed Fundus Representation Learning
• Authors: Zhuo Deng, Ruiheng Zhang, Ziheng Zhang, Weihao Gao, Yitong Li, Qian Wang, Lei Shao, Jiaoyue Dong, Zhixi Zeng, Lijian Fang, Haibo Wang, Xiaobin Lin, Tao Liu, Zhicheng Du, Zhengwei Zhang, Lin Yang, Zheng Gong, Xinyu Zhao, Zhenquan Wu, Fang Li, Zhiguang Zhou, Guoming Zhang, Sun Jing, Han Lv, Wenbin We, Lan Ma,
• Abstract要約: We present EyeMVP, a cross-modalRetinal foundation model that using paired color fundus--- OCT pretraining to learn OCT-informed representations。 EyeMVPは、中国の8つの病院で112,642人の患者を対象に、674,893人の厳格な同日対CFP-CT画像トリプルで事前訓練されている。 分類、セグメンテーション、少数ショット適応、クロスモーダル検索を含む16の下流タスクにおいて、EyeMVPは代表的な網膜基盤モデルより優れている。
• 参考スコア（独自算出の注目度）: 38.50715698169124
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Color fundus photography (CFP) is the mainstay for large-scale retinal screening, yet its diagnostic capacity is constrained by the lack of depth-resolved structural information. Optical coherence tomography (OCT) provides cross-sectional retinal anatomy, but is less accessible in population-level screening. Here, we present EyeMVP, a cross-modal retinal foundation model that uses paired CFP--OCT pretraining to learn OCT-informed CFP representations. EyeMVP is pretrained on 674,893 strict same-eye same-day paired CFP--OCT image triples from 112,642 patients across eight hospitals in China. The model uses cross-modal masked reconstruction to enrich CFP representations with OCT-associated supervision, while requiring only CFP images at inference. To accommodate the non-aligned imaging geometry between en-face CFP and cross-sectional OCT, EyeMVP combines source-constrained cross-attention with CFP-derived structural masks. Across 16 downstream tasks, including classification, segmentation, few-shot adaptation, and cross-modal retrieval, EyeMVP outperforms representative retinal foundation models and shows consistent gains on tasks involving macular and optic nerve structure. For CFP-challenging macular diseases, EyeMVP achieves an AUROC of 0.948 for macular edema (vs.~0.852 for EyeCLIP) and 0.825 for myopic macular schisis. In an exploratory reader study, EyeMVP exceeds junior and intermediate ophthalmologist groups but does not reach senior ophthalmologist performance on macular edema, while showing numerically higher balanced accuracy than all reader groups on myopic macular schisis. These results suggest that pixel-level cross-modal reconstruction can enrich CFP representations with OCT-associated supervision, providing a practical route toward stronger CFP-based retinal analysis in screening settings.
• Abstract（参考訳）: カラー・ファンドス・フォトグラフィー(CFP)は、大規模な網膜スクリーニングのメインステイであるが、その診断能力は、深さ分解された構造情報の欠如によって制限されている。 光コヒーレンストモグラフィー(OCT)は横断網膜解剖を提供するが、集団レベルのスクリーニングでは利用できない。 ここでは、OCTによるCFP表現を学習するために、ペア付きCFP-OCTプリトレーニングを使用する、クロスモーダル網膜基盤モデルであるEyeMVPを提案する。 EyeMVPは、中国の8つの病院で112,642人の患者を対象に、674,893人の厳格な同日対CFP-OCT画像トリプルで事前訓練されている。 このモデルは、CFP画像のみを推論しながら、OCT関連でCFP表現を強化するために、クロスモーダルマスクによる再構成を用いている。 面面CFPと断面OCTの非整合画像形状に対応するため、EyeMVPはソース制約のクロスアテンションとCFP由来の構造マスクを組み合わせる。 分類、セグメンテーション、少数ショット適応、クロスモーダル検索を含む16の下流タスクにおいて、EyeMVPは網膜基底モデルよりも優れており、黄斑と視神経構造を含むタスクにおいて一貫した利得を示している。 CFP硬化性黄斑病では、黄斑浮腫 (vs.~0.852) ではAUROCが0.948で、筋性黄斑症では0.825である。 調査対象者の調査では、EyeMVPは中眼科医群と中眼科医群を上回るが、黄斑浮腫では上眼科医のパフォーマンスには達していない。 以上の結果から,画素レベルのクロスモーダル再構成はOCT関連でCFP表現を充実させる可能性が示唆され,スクリーニング設定におけるより強力なCFPベースの網膜分析への実践的な道筋が示唆された。

関連論文リスト

• Bayesian Deep Learning Approaches for Uncertainty-Aware Retinal OCT Image Segmentation for Multiple Sclerosis [0.0]
  光コヒーレンス・トモグラフィ(OCT)は眼科、心臓科、神経学の貴重な知見を提供する。 OCTを用いた眼科医にとって重要な課題は、スキャン内の網膜層のデライン化である。 深層学習を用いたデライン作成の自動化に向けた従来の取り組みは、臨床医や統計学者の獲得に困難を呈している。
  論文  参考訳（メタデータ） (2025-05-17T15:56:17Z)
• Advanced Assessment of Stroke in Retinal Fundus Imaging with Deep Multi-view Learning [0.8388591755871736]
  網膜基底像を用いて脳卒中・一過性虚血発作(TIA)を検出する多視点脳卒中ネットワーク(MVS-Net)を提案する。 既存の研究とは対照的に,本研究では,深層多視点学習による脳卒中とTAAを識別する解法を初めて提案する。
  論文  参考訳（メタデータ） (2025-01-31T14:10:04Z)
• OCTCube-M: A 3D multimodal optical coherence tomography foundation model for retinal and systemic diseases with cross-cohort and cross-device validation [20.17448729403084]
  OCTと顔画像の共同解析のための3次元OCTに基づく多モード基盤モデルであるOCTCube-Mを提案する。 OCTCube-Mは、最初にOCTCubeを開発した。 新規なマルチモーダルコントラスト学習フレームワークであるCOEPを利用して、底部自己蛍光や赤外網膜イメージングなどの他の網膜イメージングモダリティを統合する。
  論文  参考訳（メタデータ） (2024-08-20T22:55:19Z)
• Deep learning network to correct axial and coronal eye motion in 3D OCT retinal imaging [65.47834983591957]
  深層学習に基づくニューラルネットワークを用いて,OCTの軸運動とコロナ運動のアーチファクトを1つのスキャンで補正する。 実験結果から, 提案手法は動作アーチファクトを効果的に補正し, 誤差が他の方法よりも小さいことを示す。
  論文  参考訳（メタデータ） (2023-05-27T03:55:19Z)
• nnUNet RASPP for Retinal OCT Fluid Detection, Segmentation and Generalisation over Variations of Data Sources [25.095695898777656]
  我々は、複数のデバイスベンダーの画像間で一貫した高パフォーマンスを持つnnUNetの2つの変種を提案する。 このアルゴリズムはMICCAI 2017 RETOUCHチャレンジデータセットで検証された。 実験の結果,我々のアルゴリズムは最先端のアルゴリズムよりも優れていた。
  論文  参考訳（メタデータ） (2023-02-25T23:47:23Z)
• Affinity Feature Strengthening for Accurate, Complete and Robust Vessel Segmentation [48.638327652506284]
  血管セグメンテーションは、冠動脈狭窄、網膜血管疾患、脳動脈瘤などの多くの医学的応用において重要である。 コントラストに敏感なマルチスケールアフィニティアプローチを用いて,幾何学的手法と画素単位のセグメンテーション特徴を連成的にモデル化する新しいアプローチであるAFNを提案する。
  論文  参考訳（メタデータ） (2022-11-12T05:39:17Z)
• Vision Transformers for femur fracture classification [59.99241204074268]
  Vision Transformer (ViT) はテスト画像の83%を正確に予測することができた。 史上最大かつ最もリッチなデータセットを持つサブフラクチャーで良い結果が得られた。
  論文  参考訳（メタデータ） (2021-08-07T10:12:42Z)
• Modeling and Enhancing Low-quality Retinal Fundus Images [167.02325845822276]
  低画質の眼底画像は臨床観察における不確実性を高め、誤診のリスクを引き起こす。 本稿では,グローバルな劣化要因を抑えるために,臨床指向の基盤拡張ネットワーク(cofe-Net)を提案する。 合成画像と実画像の両方の実験により、我々のアルゴリズムは網膜の細部を失うことなく、低品質の眼底画像を効果的に補正することを示した。
  論文  参考訳（メタデータ） (2020-05-12T08:01:16Z)
• Synergistic Learning of Lung Lobe Segmentation and Hierarchical Multi-Instance Classification for Automated Severity Assessment of COVID-19 in CT Images [61.862364277007934]
  3次元CT画像におけるCOVID-19の重症度自動評価のための相乗的学習フレームワークを提案する。 マルチタスクのディープネットワーク(M$2$UNet)が開発され、新型コロナウイルス患者の重症度を評価する。 われわれのM$2$UNetはパッチレベルのエンコーダと肺葉分画のためのセグメンテーションサブネットワークと重度評価のための分類サブネットワークから構成されている。
  論文  参考訳（メタデータ） (2020-05-08T03:16:15Z)

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。