論文の概要: Cross-Modal Fusion of OCT and OCT angiography enface for Improved Diagnostics of Diabetic Retinopathy

• arxiv url: http://arxiv.org/abs/2607.03959v1
• Date: Sat, 04 Jul 2026 17:26:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 22:26:29.773079
• Title: Cross-Modal Fusion of OCT and OCT angiography enface for Improved Diagnostics of Diabetic Retinopathy
• Title（参考訳）: 糖尿病網膜症の診断におけるOCTとOCTアンギオグラフィーの相互融合
• Abstract要約: 糖尿病網膜症は世界中の視覚障害の主要な原因である。 自動DR分類のための双方向のモーダルアテンションネットワークを用いて,OCTAに面した単一チャネルのOCT Bスキャンのクロスモーダル融合を提案する。
• 参考スコア（独自算出の注目度）: 0.2392302093341198
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Diabetic retinopathy (DR) is a leading cause of vision impairment worldwide, highlighting the need for accurate and accessible screening tools. Optical Coherence Tomography (OCT) provides high-resolution structural information of the retina, whereas OCT angiography (OCTA) offers complementary vascular information that is highly relevant for DR diagnosis. In this study, we propose a cross-modal fusion of OCT B-scans with single-channel en face OCTA using a bidirectional cross-modal attention network for automated DR classification. Two independent datasets, OCT500 and UIC, comprising 730 subjects in total, were utilized to evaluate performance under within-dataset, combined-dataset, and cross-dataset generalization settings. A ConvNeXt V2 model trained solely on OCT images served as the unimodal baseline. In addition to ground-truth (GT) OCTA, we explored the use of translated (TR) OCTA generated from OCT scans, eliminating the requirement for dedicated OCTA hardware. Experimental results demonstrate that cross-modal fusion consistently outperforms unimodal OCT classification across all evaluation scenarios. Fusion with GT OCTA improved classification accuracy and discriminative performance, while TR OCTA achieved comparable or superior results in most settings. Furthermore, TR OCTA improved sensitivity and cross-dataset generalization, indicating enhanced robustness to domain shifts. These findings demonstrate that attention-based OCT-OCTA en face fusion provides clinically meaningful improvements for DR detection and suggest that computationally generated OCTA can serve as a practical, low-cost alternative to hardware-acquired OCTA, enabling broader deployment of high-performance retinal screening systems in resource-limited clinical environments.
• Abstract（参考訳）: 糖尿病網膜症(DR)は、世界中の視覚障害の主要な原因であり、正確でアクセス可能なスクリーニングツールの必要性を強調している。 光コヒーレンス・トモグラフィ(OCT)は網膜の高分解能な構造情報を提供するが、OCTアンギオグラフィ(OCTA)はDR診断に非常に関係のある補完的な血管情報を提供する。 本研究では,OCT B-ScansをOCTAに面した単一チャネルで相互統合し,双方向のモーダルアテンションネットワークを用いて自動DR分類を行う手法を提案する。 OCT500とUICの2つの独立したデータセットは、合計730の被験者で構成され、内部データセット、複合データセット、クロスデータセットの一般化設定下でのパフォーマンスを評価するために使用された。 ConvNeXt V2モデルは、OCT画像のみを訓練し、単調なベースラインとして機能した。 我々は,GT OCTAに加えて,OCT スキャンから生成された翻訳(TR) OCTA の利用について検討し,専用の OCTA ハードウェアの必要性を排除した。 実験結果から, クロスモーダル融合は全ての評価シナリオにおいて一過性 OCT 分類よりも優れていた。 GT OCTAとの融合により、分類精度と識別性能が向上し、TR OCTAはほとんどの設定において同等または優れた結果を得た。 さらに、TR OCTAは感度とクロスデータセットの一般化を改善し、ドメインシフトに対する堅牢性を高めた。 これらの結果から,注意ベースOCT-OCTAはDR検出において臨床的に有意義な改善をもたらすことが示唆され,計算によって生成されたOCTAがハードウェア獲得型OCTAの代替として実用的かつ低コストに有効である可能性が示唆された。

関連論文リスト

• Automated 2D and 3D Segmentation of AMD and DME Lesions in OCT [5.625893116312849]
  加齢に伴う黄斑変性と糖尿病黄斑浮腫は視力喪失の原因となっている。 光コヒーレンストモグラフィーのための多くのディープラーニングセグメンテーション作業は、ドメイン内でのみ検証されている。 この研究は、4つの病変分離パイプラインを開発し、体系的に非難する。
  論文  参考訳（メタデータ） (2026-08-27T13:13:18Z)
• Distilling Photon-Counting CT into Routine Chest CT through Clinically Validated Degradation Modeling [51.330452704464925]
  145の病院から1,046のPCCTと405,379のEICTで潜伏拡散モデルを訓練した。 我々は,PCCTライクな品質に拡張された17,316以上の公開EICTの大規模データセットを構築した。 以上の結果から,現像技術の進歩は,限られた高画質スキャンを基準として,定期的なEICTに体系的に蒸留できることが示唆された。
  論文  参考訳（メタデータ） (2026-04-08T17:47:35Z)
• 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)
• KD-OCT: Efficient Knowledge Distillation for Clinical-Grade Retinal OCT Classification [0.0]
  加齢に伴う黄斑変性 (AMD) と脈絡膜新生血管形成 (CNV) の関連が世界中の視力喪失の原因となっている。 ConvNeXtV2-Largeのような最先端のディープラーニングモデルを臨床環境で展開することは、彼らの計算要求を妨げている。 リアルタイムデプロイメントを実現しつつ、高い診断性能を維持する効率的なモデルを開発することが望ましい。
  論文  参考訳（メタデータ） (2025-12-09T19:34:30Z)
• EqDiff-CT: Equivariant Conditional Diffusion model for CT Image Synthesis from CBCT [43.92108185590778]
  画像誘導放射線療法(IGRT)に広く用いられているコーンビームCT(CBCT) CBCTから高品質なCT画像を生成するために,EqDiff-CTという新しい拡散型条件生成モデルを提案する。
  論文  参考訳（メタデータ） (2025-09-26T05:51:59Z)
• 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)
• Adapting Foundation Model for Dental Caries Detection with Dual-View Co-Training [53.77904429789069]
  本稿では, 歯列検出のための新しいDual-View Co-TrainingネットワークであるAttention-TNetについて紹介する。 OurTNetは、自動歯肉検出を用いて、パノラマX線画像からのグローバルビューと、収穫した歯肉画像からのローカルビューの2つの補完的なビューを確立する。 両ビューからの情報を効果的に統合するために,Gated Cross-Viewモジュールを導入する。
  論文  参考訳（メタデータ） (2025-08-28T14:13:26Z)
• 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)
• Comprehensive Evaluation of OCT-based Automated Segmentation of Retinal Layer, Fluid and Hyper-Reflective Foci: Impact on Clinical Assessment of Diabetic Retinopathy Severity [0.0]
  糖尿病網膜症(DR)は視覚障害の主要な原因であり、不可逆的な損傷を防ぐために早期かつ正確な評価が必要である。 本研究では,網膜層の自動セグメンテーションのための能動的学習に基づくディープラーニングパイプラインを提案する。
  論文  参考訳（メタデータ） (2025-03-03T07:23:56Z)
• DPER: Diffusion Prior Driven Neural Representation for Limited Angle and Sparse View CT Reconstruction [45.00528216648563]
  Diffusion Prior Driven Neural Representation (DPER) は、異常に不適切なCT再構成逆問題に対処するために設計された、教師なしのフレームワークである。 DPERは、半二次分割法(HQS)アルゴリズムを採用し、逆問題からデータ忠実度とサブプロブレム前の分布に分解する。 LACTにおけるDPERの性能評価と2つの公開データセットを用いた超SVCT再構成に関する総合的な実験を行った。
  論文  参考訳（メタデータ） (2024-04-27T12:55:13Z)
• Quantitative Characterization of Retinal Features in Translated OCTA [0.6664270117164767]
  本研究では、生成機械学習(ML)を用いてOCT画像からOCTA画像への変換の可能性を検討する。
  論文  参考訳（メタデータ） (2024-04-24T18:40:45Z)
• 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)
• Incremental Cross-view Mutual Distillation for Self-supervised Medical CT Synthesis [88.39466012709205]
  本稿では,スライス間の分解能を高めるために,新しい医療スライスを構築した。 臨床実践において, 根本・中間医療スライスは常に欠落していることを考慮し, 相互蒸留の段階的相互蒸留戦略を導入する。 提案手法は,最先端のアルゴリズムよりも明確なマージンで優れる。
  論文  参考訳（メタデータ） (2021-12-20T03:38:37Z)

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。