論文の概要: Inverse Bayesian Inference for Extracting Lesion Dynamics from Longitudinal Spectral CT

• arxiv url: http://arxiv.org/abs/2607.23078v1
• Date: Sat, 25 Jul 2026 07:02:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 22:34:14.989494
• Title: Inverse Bayesian Inference for Extracting Lesion Dynamics from Longitudinal Spectral CT
• Title（参考訳）: 経時的スペクトルCTからの病変ダイナミックス抽出のための逆ベイズ推定法
• Abstract要約: 縦型スペクトルCTから病変動態を推定するための逆ベイズフレームワークを提案する。 転移組織からのNSCLCCTデータの光子計数に関する枠組みを実証し, 異なる動的状態の回復を図った。 この研究は、長手画像から解釈可能なパラメータを抽出する原理的手法として、逆力学推論を確立した。
• 参考スコア（独自算出の注目度）: 0.4197631842888175
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Longitudinal medical imaging captures temporal evolution of lesions, yet extracting the underlying dynamical parameters governing this evolution remains challenging. We propose an inverse Bayesian framework for inferring lesion dynamics from longitudinal spectral CT. We decompose spectral feature ($x$) evolution into three components: \begin{equation*} \frac{dx_i}{dt} = A_i x_i + B \cdot n + C \cdot Δx_{\text{sat}} \end{equation*} where $A_i$ captures intrinsic dynamics (lesion-autonomous evolution), $B$ captures local environment tumour burden (organ tumour burden through satellite count coupling), and $C$ captures environment/satellite state change (i.e., whether surrounding lesions move similarly or not). We demonstrate the framework on photon-counting NSCLC CT data from metastases, recovering distinct dynamical regimes: lung lesions exhibit significant satellite count coupling ($B=-0.34$, $p<0.05$) suggesting competitive dynamics, while liver lesions show synergistic satellite behaviour coupling ($C\approx+1.0$, $p<0.05$). Synthetic validation confirms parameter recovery, and cross-coupling analysis validates that our method detects non-zero coupling when present. This work establishes inverse dynamical inference as a principled methodology for extracting interpretable parameters from longitudinal imaging, moving beyond static feature extraction toward mechanistic characterisation of lesion behaviour. The code and data are available at: https://github.com/lukasf98/inverse-bayesian-inference
• Abstract（参考訳）: 縦断的医用画像は、病変の時間的進化をとらえるが、この進化を管理する基礎となる動的パラメータを抽出することは依然として困難である。 縦型スペクトルCTから病変動態を推定するための逆ベイズフレームワークを提案する。 スペクトル特徴(x$)の進化を3つの成分に分解する: \begin{equation*} \frac{dx_i}{dt} = A_i x_i + B \cdot n + C \cdot Δx_{\text{sat}} \end{equation*} ここで、$A_i$は固有のダイナミクス(レシオン-自律進化)、$B$は局所環境腫瘍の負担(衛星数結合による組織腫瘍の負担)、$C$は環境/衛星状態の変化(周囲の病変が同じように動くかどうか)をキャプチャする。 肺病変は有意な衛星数結合(B=-0.34$, $p<0.05$)を示し,肝病変は相乗的衛星行動結合(C\approx+1.0$, $p<0.05$)を示す。 合成検証はパラメータの回復を確認し, クロスカップリング解析は, 提案手法が非ゼロカップリングを検出することを検証する。 本研究は, 経時的画像から解釈可能なパラメータを抽出する原理的手法として, 逆動的推論を確立した。 https://github.com/lukasf98/inverse-bayesian-inference

関連論文リスト

• MUMINS: Metadata-conditioned Uncertainty-aware Medical Image Next-state Synthesis [12.80647654676651]
  我々は,効率的な拡散フレームワークであるMUMINS(Metadata-conditioned Uncertainty-aware Medical Image Next-state Synthesis)を提案する。 ベースラインスキャンとフォローアップ残差を共同で拡散し、フォローアップスキャンを合成し、空間不確実性マップを同時に予測する。 臓器に依存しない設計で、同じアーキテクチャは、別々のデータセット固有の再トレーニングを通じて解剖学的に再利用される。
  論文  参考訳（メタデータ） (2026-09-15T13:32:37Z)
• ProgFormer: Hierarchical Voxel Diffusion Transformer for Longitudinal Brain MRI Prediction [81.07048249760953]
  縦方向の変化は、しばしば微妙で、特定の解剖学的領域に限られる。 ほとんどの被験者固有の脳構造は、時間とともに安定している。 ProgFormerは、縦型脳MRI予測のための階層型ボクセル空間拡散変換器である。
  論文  参考訳（メタデータ） (2026-07-30T00:13:42Z)
• Gradient-Based Latent Decomposition Reveals Mechanisms of Feature Degradation in Weakly Supervised Mammography [0.0]
  弱教師付き階層モデルは永続的な非対称性を示す。 粗い病変型の特徴は再建時に保存され, 微粒な悪性度は低下する。 高次元空間では、1つの粗いスーパーバイザー信号が1次元の遅延方向のみを分離し、臨界きめ細かい特徴を弱い残留部分空間に強制する。
  論文  参考訳（メタデータ） (2026-07-24T01:04:07Z)
• ESAR: Event-Based Synthetic Aperture Reconstruction [0.0]
  イベントカメラは、対数放射率の変化が一定のコントラスト閾値を超えた場合に非同期の極性イベントを報告する。 静的基底領域対数放射場に対する合成開口逆問題として単眼イベントベースイメージングを定式化する。
  論文  参考訳（メタデータ） (2026-07-16T14:45:18Z)
• Radial Interaction Tomography: Recognizing Non-Transitive Evolutionary Games from One Range-Expansion Image [0.2864713389096699]
  コンピュータビジョン逆問題(英語版)を定式化する: 付加多形展開の一端画像から、半径インデクシングされた対境界流場を復元する。 オブザーバブルは、対数極座標におけるセクター境界曲線から抽出される幾何学的信号である。
  論文  参考訳（メタデータ） (2026-07-01T03:23:47Z)
• Learning as Observable Matrix Dynamics: Diffusive Relaxations versus Phase Transitions [0.0]
  Observable Matrix Dynamics (OMD)は、ニューラルネットワークによる入力の高次元内部表現のダイナミクスを探索する診断フレームワークである。 OMDはランダム行列理論と粒子動力学の手法を用いて、スカラー損失関数によって欠落するスペクトル再構成を探索する。
  論文  参考訳（メタデータ） (2026-06-29T00:57:57Z)
• Is Spurious Correlation Removal Always Learnable? [56.28155520961125]
  不変学習は、構造が統計的に識別可能であっても失敗することがある。 ブラックボックスサンプリング可能な教師付きスパースリカバリプリミティブの下では、実証可能な多次元環境が存在する。 合成および実際のデータセットは、予測されたギャップと遷移を示し、単純な多様性診断を動機付ける。
  論文  参考訳（メタデータ） (2026-06-11T05:49:43Z)
• 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)
• Phase-space entropy at acquisition reflects downstream learnability [54.4100065023873]
  楽器分解位相空間に基づく取得レベルスカラー$S_mathcal B$を提案する。 本稿では, (S_mathcal B) が周期サンプリングの位相空間コヒーレンスを正確に同定できることを理論的に示す。 $|S_mathcal B|$は一貫してサンプリングジオメトリをランク付けし、トレーニングなしで下流での再構築/認識の困難を予測します。
  論文  参考訳（メタデータ） (2025-12-22T10:03:51Z)
• Coupled Data and Measurement Space Dynamics for Enhanced Diffusion Posterior Sampling [27.146380722473932]
  ノイズや不完全な測定から未知の信号を回復することが目的の逆問題であり、医療画像、リモートセンシング、計算生物学の中心である。 本稿では,空間拡散後サンプリング(C-DPS)と呼ばれる新しいフレームワークを提案する。 C-DPSは、複数の逆問題ベンチマークにおいて、定性的かつ定量的に、既存のベースラインを一貫して上回る。
  論文  参考訳（メタデータ） (2025-10-08T18:59:16Z)
• Clustered Switchback Designs for Experimentation Under Spatio-temporal Interference [44.644520116360106]
  我々は, 平均治療効果 (GATE) を推定し, 全単位を常に治療やコントロールに曝露した平均結果の差を推定した。 そこで我々は,単位をクラスタにグループ化し,時間ステップをブロックにグループ化する,クラスタ化されたスイッチバック設計を提案する。 良好なクラスタリングを許容するグラフに対して, トラッピングされたHorvitz-Thompson推定器が$tilde O(1/NT)$平均二乗誤差(MSE)を達成することを示す。 我々の結果は、citethu2022switchback、ugander2013graph、citetleung2022rateの結果を同時に一般化する。
  論文  参考訳（メタデータ） (2023-12-25T01:00:58Z)
• Semantic Latent Space Regression of Diffusion Autoencoders for Vertebral Fracture Grading [72.45699658852304]
  本稿では,教師なし特徴抽出器として生成拡散オートエンコーダモデルを訓練するための新しい手法を提案する。 フラクチャーグレーディングを連続回帰としてモデル化し, フラクチャーのスムーズな進行を反映した。 重要なことに,本手法の創成特性は,与えられた脊椎の様々な段階を可視化し,自動グルーピングに寄与する特徴を解釈し,洞察することを可能にする。
  論文  参考訳（メタデータ） (2023-03-21T17:16:01Z)
• StRegA: Unsupervised Anomaly Detection in Brain MRIs using a Compact Context-encoding Variational Autoencoder [48.2010192865749]
  教師なし異常検出(UAD)は、健康な被験者の異常なデータセットからデータ分布を学習し、分布サンプルの抽出に応用することができる。 本研究では,コンテクストエンコーディング(context-encoding)VAE(ceVAE)モデルのコンパクトバージョンと,前処理と後処理のステップを組み合わせて,UADパイプライン(StRegA)を作成することを提案する。 提案したパイプラインは、BraTSデータセットのT2w画像と0.859$pm$0.112の腫瘍を検出しながら、Diceスコアが0.642$pm$0.101に達した。
  論文  参考訳（メタデータ） (2022-01-31T14:27:35Z)
• Inverting brain grey matter models with likelihood-free inference: a tool for trustable cytoarchitecture measurements [62.997667081978825]
  脳の灰白質細胞構造の特徴は、体密度と体積に定量的に敏感であり、dMRIでは未解決の課題である。 我々は新しいフォワードモデル、特に新しい方程式系を提案し、比較的スパースなb殻を必要とする。 次に,提案手法を逆転させるため,確率自由推論 (LFI) として知られるベイズ解析から最新のツールを適用した。
  論文  参考訳（メタデータ） (2021-11-15T09:08:27Z)
• Brain Image Synthesis with Unsupervised Multivariate Canonical CSC$\ell_4$Net [122.8907826672382]
  我々は,新しいCSC$ell_4$Netを用いて,イントレとイントラモーダルの両方にまたがる専用特徴を学習することを提案する。
  論文  参考訳（メタデータ） (2021-03-22T05:19:40Z)

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。