論文の概要: MammoFlow: Multiview Mammogram Synthesis with Anatomically Consistent Flow Matching
- arxiv url: http://arxiv.org/abs/2606.28537v1
- Date: Fri, 26 Jun 2026 18:43:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:15.595742
- Title: MammoFlow: Multiview Mammogram Synthesis with Anatomically Consistent Flow Matching
- Title（参考訳）: MammoFlow: 解剖学的に一貫性のあるフローマッチングを用いたマルチビューマンモグラム合成
- Abstract要約: 多視点マンモグラフィーは3次元乳房容積の相補的投影を提供するために, 頭蓋側斜視(CC)と中側斜視(MLO)を併用した。
本稿では,CCとMLOの幾何学的関係を利用してマルチビューマンモグラムを合成する手法を提案する。
提案手法は, 画像品質の向上を実証し, 専門放射線技師による評価をパスし, 下流分類AUCを5%向上させる物理的に一貫したペアを生成する。
- 参考スコア（独自算出の注目度）: 3.403175711287673
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Multiview mammography relies on paired craniocaudal (CC) and mediolateral oblique (MLO) views to provide complementary projections of a 3D breast volume, enabling precise anomaly localization. However, acquiring high-quality, balanced datasets remains challenging for deep learning applications. We propose a novel method to synthesize multiview mammograms by leveraging the inherent geometric relationship between CC and MLO views. To enforce an implicit 3D consistency prior during generation, we develop an alignment module that searches a 2D affine transformation subspace to establish optimal anatomical correspondence. Leveraging this alignment, we introduce a pixel-space self-consistency loss based on the Earth Mover's Distance (EMD) between the 1D anteroposterior (AP) axis tissue distributions of the generated images. Integrated into a pretrained flow matching model, MammoFlow forces synthesized pairs to share physically plausible tissue distributions from the chest wall to the nipple. To our knowledge, this is the first work to guide multiview mammogram generation using implicit geometric tissue correspondence. Our method demonstrates superior image quality, passes expert radiologist evaluation, and generates physically consistent pairs that improve downstream classification AUC by 5%. Code is available at https://github.com/XYPB/MammoFlow
- Abstract（参考訳）: マルチビューマンモグラフィーは, 3次元乳房容積の相補的投影を可能にするために, 頭蓋裂(CC)と側方斜視(MLO)に頼っている。
しかし、高品質でバランスの取れたデータセットを取得することは、ディープラーニングアプリケーションにとって依然として困難である。
本稿では,CCとMLOの幾何学的関係を利用してマルチビューマンモグラムを合成する手法を提案する。
生成に先立って暗黙的な3D整合性を実現するため、2次元アフィン変換部分空間を探索し、最適な解剖学的対応を確立するアライメントモジュールを開発した。
このアライメントを活用することで、生成した画像の1D後部(AP)軸組織分布間のEarth Mover's Distance(EMD)に基づく画素空間の自己整合性損失を導入する。
プレトレーニングフローマッチングモデルに統合されたMammoFlowは、ペアを合成し、胸壁から乳頭まで物理的に可塑性組織分布を共有する。
我々の知る限り、これは暗黙の幾何学的組織対応を用いたマルチビューマンモグラム生成をガイドする最初の試みである。
提案手法は, 画像品質の向上を実証し, 専門家の放射線技師による評価をパスし, 下流分類AUCを5%向上させる物理的に一貫したペアを生成する。
コードはhttps://github.com/XYPB/MammoFlowで入手できる。
関連論文リスト
- Simultaneous Dual-View Mammogram Synthesis Using Denoising Diffusion Probabilistic Models [0.374750127323442]
単一乳房のCCおよびMLOビューを同時に生成できる3チャンネル拡散確率モデルを提案する。
Hugging Faceから事前トレーニングされたDDPMは、プライベートスクリーニングデータセット上で微調整され、デュアルビューペアの合成に使用された。
その結果、差分に基づく符号化は、ビュー全体にわたってグローバルな乳房構造を保ち、合成CC-MLOペアを生成することが示唆された。
論文 参考訳（メタデータ） (2026-04-06T19:15:56Z) - Multimodal Visual Surrogate Compression for Alzheimer's Disease Classification [69.87877580725768]
MVSC(Multimodal Visual Surrogate Compression)は、大規模な3D sMRIボリュームをコンパクトな2D機能に圧縮し、適応させることを学ぶ。
MVSCには2つの重要なコンポーネントがある: テキストガイダンスの下でグローバルなクロススライスコンテキストをキャプチャするボリュームコンテキストと、テキストエンハンスでパッチワイズな方法でスライスレベルの情報を集約するAdaptive Slice Fusionモジュール。
論文 参考訳（メタデータ） (2026-01-29T13:05:46Z) - Bidirectional Mammogram View Translation with Column-Aware and Implicit 3D Conditional Diffusion [17.309030641962]
ビュー・ツー・ビューの翻訳は、行方不明のビューを回復し、病変のアライメントを改善するのに役立つ。
自然画像とは異なり、マンモグラフィーにおけるこの課題は、X線投影において大きな非剛性変形と重い組織が重なり合うため、非常に困難である。
本稿では,新しい双方向マンモグラムビュー変換フレームワークであるカラム・アウェア・インプリシット3次元拡散(CA3D-Diff)を提案する。
論文 参考訳（メタデータ） (2025-10-06T15:48:27Z) - Explicit Differentiable Slicing and Global Deformation for Cardiac Mesh Reconstruction [8.730291904586656]
医用画像からの心臓解剖のメッシュ再構築は, 形状, 運動計測, 生体物理シミュレーションに有用である。
従来のボクセルベースのアプローチは、イメージの忠実さを損なう前処理と後処理に依存している。
そこで本稿では,メッシュのスライスからメッシュへの勾配バックプロパゲーションを可能にする,新しい識別可能なボキセル化とスライシング(DVS)アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-09-03T17:19:31Z) - 3D Mitochondria Instance Segmentation with Spatio-Temporal Transformers [101.44668514239959]
本稿では,空間的および時間的注意を並列に効率的に計算するハイブリッドエンコーダデコーダフレームワークを提案する。
また,ミトコンドリアインスタンスの領域を背景から支援する訓練中に,意味的クラッタ・バックグラウンドの逆行性障害も導入した。
論文 参考訳（メタデータ） (2023-03-21T17:58:49Z) - Pathology Synthesis of 3D-Consistent Cardiac MR Images using 2D VAEs and
GANs [0.5039813366558306]
本稿では,教師付きディープラーニング(DL)トレーニングの適用のためのラベル付きデータを生成する手法を提案する。
画像合成はラベル変形とラベルから画像への変換からなる。
心臓MRI画像のデータベースを多様化・拡張する手法として,このようなアプローチが有効であることを示す。
論文 参考訳（メタデータ） (2022-09-09T10:17:49Z) - Orthogonal Matrix Retrieval with Spatial Consensus for 3D Unknown-View
Tomography [58.60249163402822]
未知視トモグラフィ(UVT)は、未知のランダムな向きで2次元投影から3次元密度マップを再構成する。
提案したOMRはより堅牢で、従来の最先端のOMRアプローチよりも大幅に性能が向上している。
論文 参考訳（メタデータ） (2022-07-06T21:40:59Z) - Two-Stream Graph Convolutional Network for Intra-oral Scanner Image
Segmentation [133.02190910009384]
本稿では,2ストリームグラフ畳み込みネットワーク(TSGCN)を提案する。
TSGCNは3次元歯(表面)セグメンテーションにおいて最先端の方法よりも優れています。
論文 参考訳（メタデータ） (2022-04-19T10:41:09Z) - TSGCNet: Discriminative Geometric Feature Learning with Two-Stream
GraphConvolutional Network for 3D Dental Model Segmentation [141.2690520327948]
2流グラフ畳み込みネットワーク(TSGCNet)を提案し、異なる幾何学的特性から多視点情報を学ぶ。
3次元口腔内スキャナーで得られた歯科モデルのリアルタイムデータセットを用いてTSGCNetの評価を行った。
論文 参考訳（メタデータ） (2020-12-26T08:02:56Z) - Dual Convolutional Neural Networks for Breast Mass Segmentation and
Diagnosis in Mammography [18.979126709943085]
本稿では,マンモグラム画像処理のための新しいディープラーニングフレームワークを提案する。
本手法はデュアルパスアーキテクチャで構築され,そのマッピングをデュアルプロブレム方式で解決する。
実験の結果,DualCoreNetはマンモグラフィーのセグメンテーションと分類を同時に達成し,最近の最先端モデルよりも優れていることがわかった。
論文 参考訳（メタデータ） (2020-08-07T02:23:36Z) - Modelling the Distribution of 3D Brain MRI using a 2D Slice VAE [66.63629641650572]
本研究では,2次元スライスVAEとガウスモデルを組み合わせた3次元MR脳の体積分布をモデル化する手法を提案する。
また,本研究では,脳解剖学に適合するセグメンテーションの精度を定量的に評価する新たなボリューム評価手法を提案する。
論文 参考訳（メタデータ） (2020-07-09T13:23:15Z)
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。