論文の概要: A Latent ODE Approach to Spatiotemporal Modeling of Cine Cardiac MRI

• arxiv url: http://arxiv.org/abs/2606.26718v1
• Date: Thu, 25 Jun 2026 07:53:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 18:46:32.198022
• Title: A Latent ODE Approach to Spatiotemporal Modeling of Cine Cardiac MRI
• Title（参考訳）: Cine Cardiac MRI の時空間モデリングにおける潜時ODE アプローチ
• Abstract要約: 両心室解剖とフルサイクルシネ運動を連続的軌跡として符号化する潜在力学モデルを提案する。 循環器疾患を伴わない英国バイオバンク72,386名を対象に,心不全367例を含む調査を行った。
• 参考スコア（独自算出の注目度）: 35.84205082882139
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cardiac magnetic resonance imaging (CMR) captures rich spatiotemporal information about ventricular structure and motion, but conventional risk models use only a few image-derived indices from selected cardiac phases. We present a latent dynamical model that encodes bi-ventricular anatomy and full-cycle cine motion as a continuous latent trajectory, using heart-rate-aware neural ordinary differential equation (ODE) dynamics and a graph-based mesh autoencoder to reconstruct anatomically consistent 3D+t ventricular motion. A covariate-conditioned prior defines the expected end-diastolic latent state, and a Cox proportional hazards model tests whether deviations from this prior predict incident heart failure. We studied 72,386 UK Biobank participants without baseline cardiovascular disease, including 367 incident heart failure events. In a held-out evaluation subset, adding the latent score to refitted pooled cohort equations improved the stratified C-index from 0.704 to 0.785, compared with 0.764 for seven established cardiac markers. Compared with non-graph and non-ODE approaches, the proposed model gave the best trade-off between reconstruction fidelity, generative realism, and downstream prognostic performance. These results suggest that continuous full-cycle modeling of ventricular motion provides informative cardiac phenotypes beyond conventional CMR summaries, while external validation in more representative patient cohorts is required before clinical risk-prediction use.
• Abstract（参考訳）: 心臓磁気共鳴イメージング(CMR)は、心室構造と運動に関する豊富な時空間情報をキャプチャするが、従来のリスクモデルでは、選択された心相からのみ画像由来の指標を使用する。 本稿では, 心拍数認識型ニューラル常微分方程式(ODE)とグラフベースメッシュオートエンコーダを用いて, 両心室解剖とフルサイクルシネモーションを連続的な潜在軌道として符号化する潜時力学モデルを提案する。 共変量条件付き前者は、期待する終末期潜伏状態を定義し、コックス比例ハザードモデルは、この前回の心不全からの偏差が予測されるかどうかをテストする。 基本的心血管疾患を伴わない72,386人のBiobank患者について検討した。 保留評価サブセットでは、リフィットしたコホート式に潜伏スコアを加えることで、C-インデックスが0.704から0.785に改善され、7つの確立された心臓マーカーが0.764となった。 非グラフおよび非ODEアプローチと比較して、提案モデルは再構成忠実度、生成リアリズム、下流予測性能の最良のトレードオフを与えた。 以上の結果から, 心室運動の連続的フルサイクルモデリングは, 従来のCMRサマリー以上の情報的心臓表現型を提供し, 臨床リスク予測に先立って, より代表的な患者のコホートに対する外的検証が必要であることが示唆された。

関連論文リスト

• CORA: A Pathology Synthesis Driven Foundation Model for Coronary CT Angiography Analysis and MACE Risk Assessment [7.00689933116151]
  CORAは、総合的な心血管リスク評価のための3次元視覚基盤モデルである。 12,801枚の冠動脈造影CTの大規模コホートでCORAを訓練した。 CORAは最先端の3Dビジョンファウンデーションモデルを上回っ、最大29%のパフォーマンス向上を達成した。
  論文  参考訳（メタデータ） (2026-03-25T22:28:31Z)
• CardioMorphNet: Cardiac Motion Prediction Using a Shape-Guided Bayesian Recurrent Deep Network [3.1848596170835854]
  CardioMorphNetは、短軸画像を用いた3次元心臓形状誘導変形登録のためのベイズ学習フレームワークである。 心臓運動推定における優れた性能を示し、最先端の手法よりも優れた性能を示す。
  論文  参考訳（メタデータ） (2025-08-28T12:58:14Z)
• A Novel Attention-Augmented Wavelet YOLO System for Real-time Brain Vessel Segmentation on Transcranial Color-coded Doppler [49.03919553747297]
  我々は,脳動脈を効率よく捉えることができるAIを利用したリアルタイムCoW自動分割システムを提案する。 Transcranial Color-coded Doppler (TCCD) を用いたAIによる脳血管セグメンテーションの事前研究は行われていない。 提案したAAW-YOLOは, 異方性および対側性CoW容器のセグメンテーションにおいて高い性能を示した。
  論文  参考訳（メタデータ） (2025-08-19T14:41:22Z)
• Leveraging Cardiovascular Simulations for In-Vivo Prediction of Cardiac Biomarkers [43.17768785084301]
  我々は、新たに構築された心臓シミュレーションの大規模なデータセットに基づいて、無傷神経後部推定器を訓練する。 シミュレーションデータと実世界の測定値との整合性を改善するために,要素モデリング効果を取り入れた。 提案するフレームワークは,実世界のデータに対する予測能力を向上するために,インバイブなデータソースをさらに統合することができる。
  論文  参考訳（メタデータ） (2024-12-23T13:05:17Z)
• Deep vectorised operators for pulsatile hemodynamics estimation in coronary arteries from a steady-state prior [1.8631187219907217]
  本稿では,拍動血行動態推定のための機械学習を用いた時間効率な代理モデルを提案する。 本モデルにより, 脈動速度と圧力の正確な推定値が得られた。 このことは、深部ベクトル化演算子が心臓血管血行動態推定のための強力なモデリングツールであることを示している。
  論文  参考訳（メタデータ） (2024-10-15T12:24:50Z)
• Predicting risk of cardiovascular disease using retinal OCT imaging [40.71667870702634]
  心臓血管疾患(CVD)が世界的に死因となっている。 光コヒーレンストモグラフィー(OCT)は早期のCVDリスク予測の潜在的なツールとして認識されている。 我々は,将来のCVD事象を予測するための追加撮像技術としてのOCTの可能性について検討した。
  論文  参考訳（メタデータ） (2024-03-26T14:42:46Z)
• Continuous 3D Myocardial Motion Tracking via Echocardiography [30.19879953016694]
  心筋運動追跡は、心臓血管疾患の予防と検出に不可欠な臨床ツールである。 現在の技術は、空間次元と時間次元の両方において、心筋の不完全かつ不正確な運動推定に悩まされている。 本稿では, 心臓の3次元構造と包括的6次元前/後方運動をモデル化するためのニューラル心運動場(ニューラルCMF)について紹介する。
  論文  参考訳（メタデータ） (2023-10-04T13:11:20Z)
• Three-dimensional micro-structurally informed in silico myocardium -- towards virtual imaging trials in cardiac diffusion weighted MRI [58.484353709077034]
  本稿では,心筋微細構造の数値ファントムを現実的に生成する新しい手法を提案する。 シリコン組織モデルにより、磁気共鳴イメージングの定量的モデルを評価することができる。
  論文  参考訳（メタデータ） (2022-08-22T22:01:44Z)
• CNN-based Cardiac Motion Extraction to Generate Deformable Geometric Left Ventricle Myocardial Models from Cine MRI [0.0]
  Cine心MR画像からLV心筋の患者特異的幾何モデルの開発のための枠組みを提案する。 我々はvoxelmorph-based convolutional neural network (cnn) を用いて、心周期の次のフレームにエンドダイアゾールフレームの等表面メッシュとボリュームメッシュを伝搬する。
  論文  参考訳（メタデータ） (2021-03-30T21:34:29Z)
• Segmentation of the Myocardium on Late-Gadolinium Enhanced MRI based on 2.5 D Residual Squeeze and Excitation Deep Learning Model [55.09533240649176]
  本研究の目的は,LGE-MRIを用いた心筋境界領域の深部学習モデルに基づく正確な自動セグメンテーション法を開発することである。 合計320回の試験(平均6回の試験)と28回の試験が行われた。 ベーススライスとミドルスライスにおけるアンサンブルモデルの性能解析は, サーバ内調査と同等であり, アトピーススライスではわずかに低かった。
  論文  参考訳（メタデータ） (2020-05-27T20:44:38Z)

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。