Fugu-MT 論文翻訳(概要): TCAM-Diff: Triplane-Aware Cross-Attention Medical Diffusion Model

論文の概要: TCAM-Diff: Triplane-Aware Cross-Attention Medical Diffusion Model

arxiv url: http://arxiv.org/abs/2607.13812v1
Date: Wed, 15 Jul 2026 13:23:01 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-16 16:39:12.782866
Title: TCAM-Diff: Triplane-Aware Cross-Attention Medical Diffusion Model
Title（参考訳）: TCAM-Diff:Triplane-Aware Cross-Attention Medical Diffusion Model
Abstract要約: TCAM-Diffは、高解像度の3Dデータをエンコードして生成するためのメモリ要求を減らす新しい3D医療画像生成モデルである。 BrainTumour 128 x 128 x 128, Pancreas 256 x 256, Colon 512 x 512 の3種類の医学データセットについて実験を行った。
参考スコア（独自算出の注目度）: 20.182348399662175
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We introduce TCAM-Diff, a novel 3D medical image generation model that reduces the memory requirements to encode and generate high-resolution 3D data. This model utilizes a decoder-only autoencoder method to learn triplane representation from dense volume and leverages generalization operations to prevent overfitting. Subsequently, it uses a triplane-aware cross-attention diffusion model to learn and integrate these features effectively. Furthermore, the features generated by the diffusion model can be rapidly transformed into 3D volumes using a pre-trained decoder module. Our experiments on three different scales of medical datasets, BrainTumour 128 x 128 x 128, Pancreas 256 x 256 x 256, and Colon 512 x 512 x 512, demonstrate outstanding results. We utilized MSE and SSIM to assess reconstruction quality and leveraged the Wasserstein Generative Adversarial Network (W-GAN) critic to assess generative quality. Comparisons with existing approaches show that our method gives better reconstruction and generation results than other encoder-decoder methods with similar-sized latent spaces.
Abstract（参考訳）: 我々は,高解像度の3Dデータを符号化・生成するためのメモリ要求を低減した,新しい3次元医用画像生成モデルTCAM-Diffを紹介する。このモデルは、デコーダのみのオートエンコーダ法を用いて、高密度な体積から三平面表現を学習し、一般化演算を利用してオーバーフィッティングを防ぐ。その後、これらの特徴を効果的に学習し、統合するために、三面体対応のクロスアテンション拡散モデルを使用する。さらに,拡散モデルにより生成された特徴を,事前学習したデコーダモジュールを用いて迅速に3次元ボリュームに変換することができる。 BrainTumour 128 x 128 x 128, Pancreas 256 x 256, Colon 512 x 512 256の3種類の医学データセットについて実験を行った。 We use MSE and SSIM to evaluate reconstruction quality and leverageed the Wasserstein Generative Adversarial Network (W-GAN) critic to evaluate generative quality。既存手法との比較により,提案手法は,類似サイズの潜在空間を持つ他のエンコーダデコーダ法よりも,より優れた再構成と生成結果が得られることが示された。

関連論文リスト

Optimizing 3D Diffusion Models for Medical Imaging via Multi-Scale Reward Learning [7.493047521402676]
本稿では,RL(Reinforcement Learning)を用いた3次元拡散モデルの改良手法を提案する。 2次元スライス・アセスメントと3次元解析を統合した新たな報酬システムによって導かれるPPO(Proximal Policy Optimization)を用いてモデルを微調整する。以上の結果から,RLフィードバックを組み込むことで,より高品質な分散を実現することが可能であることが示唆された。
論文参考訳（メタデータ） (2026-03-06T11:30:55Z)
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)
Better Tokens for Better 3D: Advancing Vision-Language Modeling in 3D Medical Imaging [19.44554736205812]
BTB3D(Better Tokens for Better 3D)は2Dと3Dのトレーニングと推論を統一した因果畳み込みエンコーダである。 3段階の訓練カリキュラムでは、(i)局所的な再構築、(ii)オーバーラップウインドウタイリング、(iii)ロングコンテクストデコーダリファインメントが可能である。 BLEUスコアを向上し、CT2Rep、CT-CHAT、Merlinよりも臨床F1を40%向上させる。 GenerateCTやMedSynと比べて、FIDを75%削減し、FVDを半減する。
論文参考訳（メタデータ） (2025-10-23T15:13:13Z)
Introducing 3D Representation for Medical Image Volume-to-Volume Translation via Score Fusion [3.3559609260669303]
Score-Fusionは、垂直に訓練された2次元拡散モデルをスコア関数空間に組み込むことで、3次元表現を効果的に学習する新しいボリューム変換モデルである。 Score-Fusionは,3次元医用画像の高分解能・モダリティ変換において,高い精度と容積忠実性が得られることを示す。
論文参考訳（メタデータ） (2025-01-13T15:54:21Z)
WDM: 3D Wavelet Diffusion Models for High-Resolution Medical Image Synthesis [1.647759094903376]
本研究はウェーブレット画像に拡散モデルを適用するウェーブレットベースの医用画像合成フレームワークであるWDMを提案する。 BraTS と LIDC-IDRI の非条件画像生成実験の結果,FID (State-of-the-art image fidelity) とMS-SSIM (Simified diversity) のスコアが得られた。提案手法は,高画質画像を256倍256倍256$の解像度で生成できる唯一の手法である。
論文参考訳（メタデータ） (2024-02-29T11:11:05Z)
Attentive Symmetric Autoencoder for Brain MRI Segmentation [56.02577247523737]
視覚変換器(ViT)をベースとした3次元脳MRIセグメンテーションタスクのための新しいアテンテーティブシンメトリオートエンコーダを提案する。事前学習の段階では、提案するオートエンコーダがより注意を払って、勾配測定値に従って情報パッチを再構築する。実験の結果,提案手法は最先端の自己教師付き学習法や医用画像分割モデルよりも優れていた。
論文参考訳（メタデータ） (2022-09-19T09:43:19Z)
UNetFormer: A Unified Vision Transformer Model and Pre-Training Framework for 3D Medical Image Segmentation [14.873473285148853]
UNetFormerと呼ばれる2つのアーキテクチャで構成され,3D Swin TransformerベースのエンコーダとConal Neural Network(CNN)とTransformerベースのデコーダを備えている。提案モデルでは, 5つの異なる解像度でのスキップ接続により, エンコーダをデコーダにリンクする。本稿では,ランダムにマスクされたトークンを予測する学習を通じて,エンコーダバックボーンの自己教師付き事前学習手法を提案する。
論文参考訳（メタデータ） (2022-04-01T17:38:39Z)
Explainable multiple abnormality classification of chest CT volumes with AxialNet and HiResCAM [89.2175350956813]
本稿では,容積医用画像における多変量分類の課題について紹介する。本稿では,複数のインスタンス学習型畳み込みニューラルネットワークであるAxialNetを提案する。そして、HiResCAMと3D許容領域を利用した新しいマスクロスにより、モデルの学習を改善することを目指す。
論文参考訳（メタデータ） (2021-11-24T01:14:33Z)
Automated Model Design and Benchmarking of 3D Deep Learning Models for COVID-19 Detection with Chest CT Scans [72.04652116817238]
3D胸部CTスキャン分類のための3D DLモデルを自動的に検索するための差別化可能なニューラルネットワーク探索(DNAS)フレームワークを提案する。また,我々のモデルのクラスアクティベーションマッピング(cam)技術を利用して,結果の解釈可能性を提供する。
論文参考訳（メタデータ） (2021-01-14T03:45:01Z)
Hierarchical Amortized Training for Memory-efficient High Resolution 3D GAN [52.851990439671475]
本稿では,高解像度な3D画像を生成することができる新しいエンドツーエンドGANアーキテクチャを提案する。トレーニングと推論の異なる構成を使用することで、この目標を達成する。 3次元胸郭CTと脳MRIの実験により、我々のアプローチは画像生成における最先端技術より優れていることが示された。
論文参考訳（メタデータ） (2020-08-05T02:33:04Z)
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。