論文の概要: Propagating Structural Guidance: Synthesizing Fluorescein Angiography from Fundus Images and Sparse OCT Scans

• arxiv url: http://arxiv.org/abs/2606.16234v1
• Date: Mon, 15 Jun 2026 05:33:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:34.094601
• Title: Propagating Structural Guidance: Synthesizing Fluorescein Angiography from Fundus Images and Sparse OCT Scans
• Title（参考訳）: 構造誘導の促進:Fluorescein Angiography を基礎画像とSparse OCT スキャンから合成する
• Authors: Tengfei Ma, Ruiqi Wu, Chenran Zhang, Ye Geng, Na Su, Xiangyuan Duanmu, Tao Zhou, Yi Zhou, Wen Fan,
• Abstract要約: Fundus fluorescein angiography(FFA)は、網膜血管の異常を評価するために重要であるが、その取得は侵襲的であり、常に可能とは限らない。 光コヒーレンストモグラフィー(OCT)による構造的ガイダンスを用いて、カラー写真からFFAを合成する新しいフレームワークを提案する。 本手法は,最先端の手法に比べて優れた合成性能を実現する。
• 参考スコア（独自算出の注目度）: 13.900946876048904
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Fundus fluorescein angiography (FFA) is critical for assessing retinal vascular abnormalities, but its acquisition is invasive and not always feasible. In contrast, color fundus photography (CFP) is non-invasive and widely accessible, which has motivated studies on CFP-to-FFA synthesis. However, prior works rely solely on CFP surface texture, fundamentally limiting the ability to reconstruct functional vascular information and subtle pathological changes. To address this, we propose a novel framework that synthesizes FFA from CFP with structural guidance provided by optical coherence tomography (OCT). We construct a multi-modal retinal imaging dataset with paired CFP, FFA, and OCT from 3,676 patient eyes--the first tri-modally aligned dataset in retinal imaging. To bridge the spatial gap between OCT and fundus modalities, we propose a Spatially Aligned Cross-Modal Fusion (SACMF) module that projects depth-resolved OCT features onto the fundus plane and injects them into the CFP encoder via adaptive layer normalization. Beyond feature fusion, we further introduce Token-wise Cross-Modality Alignment (TCMA), a token-level contrastive learning strategy that explicitly aligns CFP and FFA representations at corresponding spatial positions. Our method achieves superior synthesis performance compared to state-of-the-art methods. Moreover, extensive experiments demonstrate that the FFA images synthesized by our approach bring greater improvements in downstream disease diagnosis performance than existing methods, highlighting the clinical potential of our approach as a non-invasive decision-support tool in routine workflows. The code is available at https://github.com/while-plus/OCT-guide-FFA-Syn.
• Abstract（参考訳）: Fundus fluorescein angiography(FFA)は、網膜血管の異常を評価するために重要であるが、その取得は侵襲的であり、常に可能とは限らない。 対照的に、カラーファンドス写真(CFP)は非侵襲的で広くアクセス可能であり、CFP-to-FFA合成の研究の動機となっている。 しかし、以前の研究はCFPの表面テクスチャのみに依存しており、機能的な血管情報や微妙な病理学的変化を再構築する能力は基本的に制限されている。 そこで本研究では,光コヒーレンストモグラフィー(OCT)による構造誘導によりCFPからFFAを合成する新しいフレームワークを提案する。 我々は,3,676人の患者眼から,一対のCFP,FFA,OCTを用いたマルチモーダル網膜画像データセットを構築した。 OCTと接地モダリティの空間的ギャップを埋めるため, 底面に奥行き分解されたOCT特徴を投影し, 適応層正規化によりCFPエンコーダに注入するSACMF (Spatially Aligned Cross-Modal Fusion) モジュールを提案する。 特徴融合以外にも,トークンレベルのコントラスト学習戦略であるToken-wise Cross-Modality Alignment (TCMA)を導入し,CFPとFFAの表現を対応する空間的位置で明示的に整列させる。 本手法は,最先端の手法に比べて優れた合成性能を実現する。 さらに,本手法により合成されたFFA画像は,既存の方法よりも下流疾患診断性能が向上し,日常的なワークフローにおける非侵襲的意思決定支援ツールとしての本手法の臨床的可能性を強調した。 コードはhttps://github.com/while-plus/OCT-guide-FFA-Synで公開されている。

関連論文リスト

• Particle Diffusion Matching: Random Walk Correspondence Search for the Alignment of Standard and Ultra-Widefield Fundus Images [47.944896477309555]
  標準ファンドス画像(SFI)とウルトラウェードフィールドファンドス画像(UWFI)のためのロバストアライメント手法を提案する。 本手法は粒子拡散マッチング (Particle Diffusion Matching, PDM) と呼ばれ, 拡散モデルにより誘導される反復ランダムウォーク対応探索 (RWCS) を通してアライメントを行う。 PDMは複数の網膜画像アライメントベンチマークで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-04-11T08:09:53Z)
• PHASOR: Anatomy- and Phase-Consistent Volumetric Diffusion for CT Virtual Contrast Enhancement [60.81732730684265]
  本稿では,高忠実度仮想コントラスト拡張(VCE)のための体積拡散フレームワークPHASORを紹介する。 我々は、CTボリュームをコヒーレントシーケンスとして扱うことにより、ビデオ拡散モデルを利用して、構造的コヒーレンスとボリューム精度を向上させる。 まず, 解剖学的意味論に固有の拡張パターンを固定し, 臓器特異的なメモリを付加して, より詳細な情報を収集する。 第二に、インテンシティ・フェイズ・アウェアメント・アライメント・アライメント(IP-REPA)は、不完全な空間アライメントの影響を緩和しつつ、複雑なコントラスト信号を強調する。
  論文  参考訳（メタデータ） (2026-04-01T15:57:18Z)
• A Semantically Enhanced Generative Foundation Model Improves Pathological Image Synthesis [82.01597026329158]
  本稿では,組織合成のための相関調整フレームワーク(CRAFTS)について紹介する。 CRAFTSは、生物学的精度を確保するためにセマンティックドリフトを抑制する新しいアライメント機構を組み込んでいる。 本モデルは,30種類の癌にまたがる多彩な病理像を生成する。
  論文  参考訳（メタデータ） (2025-12-15T10:22:43Z)
• XOCT: Enhancing OCT to OCTA Translation via Cross-Dimensional Supervised Multi-Scale Feature Learning [10.638764687563555]
  X OCTは、クロス次元スーパービジョン(CDS)とマルチスケール・フィーチャーフュージョン(MSFF)ネットワークを統合して血管再建を行う新しいディープラーニングフレームワークである。 OCTA-500データセットを用いた実験では,X OCTの改良が特に表面投影に有効であることが示されている。
  論文  参考訳（メタデータ） (2025-09-09T07:25:36Z)
• Large Language Model Evaluated Stand-alone Attention-Assisted Graph Neural Network with Spatial and Structural Information Interaction for Precise Endoscopic Image Segmentation [16.773882069530426]
  本研究では,空間グラフと構造グラフを融合したFOCUS-Medを提案する。 FOCUS-Medは、Dual Graph Convolutional Network (Dual-GCN)モジュールを統合し、コンテキスト空間および位相構造上の依存関係をキャプチャする。 公開ベンチマークの実験では、FOCUS-Medが5つの主要な指標で最先端のパフォーマンスを達成した。
  論文  参考訳（メタデータ） (2025-08-09T15:53:19Z)
• Non-Invasive to Invasive: Enhancing FFA Synthesis from CFP with a Benchmark Dataset and a Novel Network [11.668955853078703]
  Fundus Fluorescein Angiography (FFA) は網膜血管動態と病理学の知見を提供する。 非侵襲的なカラーファンドス写真からFFA画像を合成することは有意義だが難しい。 これまでの研究は主に単一疾患カテゴリーにおけるFFA合成に焦点を当てていた。
  論文  参考訳（メタデータ） (2024-10-19T03:53:25Z)
• UWAT-GAN: Fundus Fluorescein Angiography Synthesis via Ultra-wide-angle Transformation Multi-scale GAN [1.165405976310311]
  眼底写真は、眼底疾患の臨床的および鑑別診断に欠かせない検査である。 基礎画像の現在の方法では高解像度の画像が得られず、微小な血管病変領域を捉えることができなかった。 本稿では,UWF-SLOからUWF-FAを合成する条件付き生成対向ネットワーク(UWAT-GAN)を提案する。
  論文  参考訳（メタデータ） (2023-07-21T12:23:39Z)
• 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)
• 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)

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。