論文の概要: Frequency-Hierarchical Active k-Space Sampling for Diagnostic MRI

• arxiv url: http://arxiv.org/abs/2607.19779v1
• Date: Wed, 22 Jul 2026 05:56:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-23 18:51:37.987287
• Title: Frequency-Hierarchical Active k-Space Sampling for Diagnostic MRI
• Title（参考訳）: 診断用MRIにおける周波数階層型アクティブk空間サンプリング
• Abstract要約: HieraSampleはMRIアクティブサンプリングのためのタスク駆動フレームワークである。 ACLの4倍から10倍の加速で完全サンプリングされたオラクルと一致し、ACLの重症度で20.4ポイントのAUCポイントで直近のカルテシアンベースラインを改善する。 fastMRI+の膝のベンチマークでは、HieraSampleはACLの診断における全サンプルのオラクルを4倍から4倍に高速化し、最近のCartesianベースラインをACLの重症度で20.4AUCポイント改善した。
• 参考スコア（独自算出の注目度）: 0.5347024212204993
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Active sampling for accelerated MRI must distribute a tight sampling budget across spatial frequencies that carry very different kinds of information. Low frequencies hold most of the anatomical context; high frequencies carry the fine details that drive pathology assessment. Existing active samplers either treat both regions identically or restrict the action space to entire Cartesian rows, which forces a poor compromise at high acceleration. We propose HieraSample, a task-driven framework built around this hierarchy. A cosine-annealed curriculum lowers the acceleration factor from 20x to 4x across 80 acquisition steps while keeping a fully-sampled low-frequency disk at every step; a Mamba-based policy then picks individual high-frequency coordinates from features extracted by dual disease and severity classifiers. The reward is the per-sample reduction in class-weighted cross-entropy after each action, so a positive reward corresponds directly to a more confident correct prediction. On the fastMRI+ knee benchmark, HieraSample matches the fully-sampled oracle on ACL diagnosis from 4x to 10x acceleration, and improves on a recent Cartesian baseline by as much as 20.4 AUC points on ACL severity.
• Abstract（参考訳）: 加速度MRIのためのアクティブサンプリングは、非常に異なる種類の情報を運ぶ空間周波数に厳密なサンプリング予算を分散しなければならない。 低周波は解剖学的文脈の大部分を保持し、高周波は病理学的評価を駆動する細部を持っている。 既存のアクティブサンプリングは両方の領域を同一に扱うか、カルテシア列全体に作用空間を制限している。 この階層に基づいて構築されたタスク駆動フレームワークであるHieraSampleを提案する。 コーシンアニールのカリキュラムは、80ステップ毎にアクセラレーション係数を20倍から4倍に下げると同時に、全サンプリングされた低周波ディスクを各ステップで保持する。 報酬は各アクション後のクラス重み付きクロスエントロピーのサンプル単位の削減であり、正の報酬はより確実な正確な予測と直接対応する。 fastMRI+の膝のベンチマークでは、HieraSampleはACLの診断における全サンプルのオラクルと4倍から10倍の加速度で一致し、最近のCartesianベースラインをACLの重症度で20.4ポイント改善した。

関連論文リスト

• S$^3$AM: A Single-Stream SAM with Reliability-Calibrated Frequency Adapter for Multi-modal Salient Object Detection [74.15663758681849]
  シングルストリームフレームワークは、信頼性キャリブレーションされた周波数適応をMSOD用のSAMバックボーンに組み込む。 RGB-D、RGB-T、RGB-NIRの正当性オブジェクト検出ベンチマークの実験により、提案フレームワークが競合性能を達成することを確認した。
  論文  参考訳（メタデータ） (2026-08-18T08:05:00Z)
• Self-Auditing Residual Drifting for Pathology-Preserving Accelerated Knee MRI [5.844079330191764]
  SA-RDM-DCは、加速膝MRIのためのデータ一貫性を持つ自己監査残差生成ドリフトモデルである。 画像とk空間の残差補正を予測し、取得したk空間とのデータの整合性を強制し、周波数認識と残留ドリフト監視を使用して詳細を復元する。 密度の高いエラーマップとスライスレベルのリスクスコアを同一の推論パスで生成する。
  論文  参考訳（メタデータ） (2026-07-02T16:59:03Z)
• Anatomical Token Uncertainty for Transformer-Guided Active MRI Acquisition [27.825869252861335]
  MRIにおける完全なデータ取得は本質的に遅いため、臨床のスループットが制限され、患者の不快感が増す。 CSMRIは、アンダーサンプルのkspaceデータからイメージを再構成することで、取得を加速しようとしている。
  論文  参考訳（メタデータ） (2026-03-23T10:49:23Z)
• PRISM: Performer RS-IMLE for Single-pass Multisensory Imitation Learning [51.24484551729328]
  PRISMは,IMLEのバッチ・グロバル・リジェクション・サンプリングに基づく単一パスポリシーである。 PRISMは、Performerアーキテクチャを用いた線形アテンション発生器と時間的マルチセンサエンコーダを結合する。 7-DoFアームD1を搭載したUnitree Go2を用いたロコマニピュレーションやUR5マニピュレータを用いたテーブルトップ操作など,PRISMの有効性を実証する。
  論文  参考訳（メタデータ） (2026-02-02T17:57:37Z)
• Fine-tuning Segment Anything for Real-Time Tumor Tracking in Cine-MRI [1.2560645967579729]
  胸部・腹部領域のMRI画像におけるリアルタイム腫瘍追跡の課題について,データ不足の強い制約下での課題について検討した。 i)IMPACT類似度尺度による教師なし登録と(ii)SAM 2.1を利用した基礎モデルに基づくセグメンテーションの2つの補完戦略が検討された。 最終モデルは、微調整後の検証セット上で達成された最高Dice類似度係数に基づいて選択された。
  論文  参考訳（メタデータ） (2025-10-29T21:57:12Z)
• Active Sampling for MRI-based Sequential Decision Making [10.32110889047933]
  アンダーサンプルk空間データから包括的,逐次的,診断的評価が可能な,新しい強化学習フレームワークを提案する。 本フレームワークは,k空間サンプルを著しく節約しつつ,疾患検出,重症度,総合的な診断に関する様々なポリシーベースのベンチマークと競合する診断性能を実現する。
  論文  参考訳（メタデータ） (2025-05-07T17:27:51Z)
• vCache: Verified Semantic Prompt Caching [95.16654660556975]
  本稿では,ユーザ定義エラー率保証を備えた最初の検証済みセマンティックキャッシュであるvCacheを提案する。 オンライン学習アルゴリズムを使用して、キャッシュされたプロンプト毎に最適な閾値を推定し、追加のトレーニングなしで信頼性の高いキャッシュ応答を可能にする。 我々の実験によると、vCacheは特定のエラー境界を一貫して満たし、最先端の静的な閾値と微調整された埋め込みベースラインより優れています。
  論文  参考訳（メタデータ） (2025-02-06T04:16:20Z)
• Towards a Benchmark for Colorectal Cancer Segmentation in Endorectal Ultrasound Videos: Dataset and Model Development [59.74920439478643]
  本稿では,多様なERUSシナリオをカバーする最初のベンチマークデータセットを収集し,注釈付けする。 ERUS-10Kデータセットは77の動画と10,000の高解像度アノテートフレームで構成されています。 本稿では,ASTR (Adaptive Sparse-context TRansformer) という大腸癌セグメンテーションのベンチマークモデルを提案する。
  論文  参考訳（メタデータ） (2024-08-19T15:04:42Z)
• Multi-Slice Net: A novel light weight framework for COVID-19 Diagnosis [38.32234937094937]
  本稿では,CTスキャンを用いた軽量な新型コロナウイルス診断フレームワークを提案する。 特徴抽出器として強力なバックボーンネットワークを用い,識別的スライスレベルの特徴を抽出する。 これらの特徴は、患者レベル診断を得るために、軽量ネットワークによって集約される。
  論文  参考訳（メタデータ） (2021-08-09T02:46:11Z)
• A Lottery Ticket Hypothesis Framework for Low-Complexity Device-Robust Neural Acoustic Scene Classification [78.04177357888284]
  デバイス・ロバスト音響シーン分類(ASC)のためのデータ拡張、知識伝達、プルーニング、量子化を組み合わせた新しいニューラルモデル圧縮戦略を提案する。 本稿では,低複雑マルチデバイスASCのためのアコースティック・ロッテリー(Austratic Lottery)という,効率的なジョイント・フレームワークについて報告する。
  論文  参考訳（メタデータ） (2021-07-03T16:25:24Z)
• Towards Ultrafast MRI via Extreme k-Space Undersampling and Superresolution [65.25508348574974]
  我々は、オリジナルのfastMRIチャレンジを参照するすべての公開論文によって報告されたMRI加速係数を下回る。 低解像を補うための強力な深層学習に基づく画像強化手法を検討する。 復元された画像の品質は他の方法よりも高く、MSEは0.00114、PSNRは29.6 dB、SSIMは0.956 x16加速係数である。
  論文  参考訳（メタデータ） (2021-03-04T10:45:01Z)
• SUOD: Accelerating Large-Scale Unsupervised Heterogeneous Outlier Detection [63.253850875265115]
  外乱検出(OD)は、一般的なサンプルから異常物体を識別するための機械学習(ML)タスクである。 そこで我々は,SUODと呼ばれるモジュール型加速度システムを提案する。
  論文  参考訳（メタデータ） (2020-03-11T00:22:50Z)

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。