論文の概要: Braided Vision Transformer for Stroke Detection in Multi-view Retinal Fundus Imaging

• arxiv url: http://arxiv.org/abs/2608.14722v1
• Date: Wed, 12 Aug 2026 12:04:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.050322
• Title: Braided Vision Transformer for Stroke Detection in Multi-view Retinal Fundus Imaging
• Title（参考訳）: マルチビュー網膜基底イメージングにおけるストローク検出用ブレイド・ビジョン・トランス
• Abstract要約: 網膜基底像は脳卒中評価に有望なモダリティとして出現している。 与えられた多視点画像から代表的特徴を抽出するブレイドビジョン変換器(BViT)モデルを提案する。 BViTは、ストローク検出のためのAUCスコア0.75を達成し、通常の視覚変換器より優れている。
• 参考スコア（独自算出の注目度）: 0.5156484100374058
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Stroke remains a leading cause of mortality and morbidity worldwide, emphasizing the importance of its accurate and immediate assessment. Retinal fundus imaging has emerged as a promising modality for stroke assessment, as the retina reflects cerebrovascular and neurological risk factors. Contrary to conventional neuroimaging techniques, retinal fundus imaging offers a non-invasive, cost-effective, and portable alternative for rapid screening. This paper explores the feasibility of retinal fundus imaging for stroke and transient ischemic attack (TIA) detection using macula-centric and optic nerve head-centric views captured from both eyes. Our study introduces, to the best of our knowledge, the first vision transformer model for retinal fundus imaging in stroke assessment, offering a novel approach for capturing retinal patterns. Thereby, we propose the Braided Vision Transformer (BViT) model, which extracts representative features from the given multi-view images while simultaneously capturing inter-view relationships across both eyes, enabling a more informative understanding of retinal biomarkers associated with cerebrovascular events. Experiments conducted on our collected Stroke-Data dataset demonstrate that BViT achieves an AUC score of 0.75 for stroke detection, outperforming regular vision transformers.
• Abstract（参考訳）: ストロークは、その正確かつ迅速な評価の重要性を強調し、世界中で死亡率と致命傷の主な原因である。 網膜は脳血管および神経学的危険因子を反映しているため、脳卒中評価のための有望なモダリティとして網膜基底像が出現している。 従来のニューロイメージング技術とは対照的に、網膜基底イメージングは非侵襲的で費用対効果があり、迅速なスクリーニングのためのポータブルな代替手段を提供する。 脳卒中・一過性虚血発作(TIA)検出における網膜基底像の有用性について検討した。 我々の知る限り、脳卒中評価における網膜底画像の最初の視覚トランスフォーマーモデルを導入し、網膜パターンを捉える新しいアプローチを提案する。 そこで我々は,両眼の視線間関係を同時に捉えながら,与えられた多視点画像から代表的特徴を抽出し,脳血管イベントに関連する網膜バイオマーカーのより情報的な理解を可能にするブレイドビジョントランスフォーマ(BViT)モデルを提案する。 収集したStroke-Dataデータセットで行った実験では、BViTは脳卒中検出のためのAUCスコア0.75を達成し、通常の視覚変換器よりも優れていた。

関連論文リスト

• UOPSL: Unpaired OCT Predilection Sites Learning for Fundus Image Diagnosis Augmentation [47.08936359575974]
  我々は,OCTから派生した空間的先行情報を用いて,捕食部位を動的に識別する新しい無ペアマルチモーダルフレームワーク UOPSL を提案する。 我々のアプローチは、拡張された病気のテキスト記述を通して、未治療の根本とOCTを橋渡しする。 28の重要カテゴリにわたる9つの多様なデータセットで実施された実験は、我々のフレームワークが既存のベンチマークを上回っていることを示している。
  論文  参考訳（メタデータ） (2025-09-10T14:19:59Z)
• Multimodal Deep Learning for Stroke Prediction and Detection using Retinal Imaging and Clinical Data [0.7322887425853788]
  本研究は、脳卒中検出とリスク予測に網膜画像と臨床データを活用することの影響について検討する。 光コヒーレンス・トモグラフィ(OCT)と赤外反射性網膜スキャンを処理するマルチモーダルディープニューラルネットワークを提案する。 実験により,急性脳梗塞に伴う網膜の持続的影響の検出において,考慮すべきモダリティの予測能力が確立された。
  論文  参考訳（メタデータ） (2025-05-05T14:22:58Z)
• Advanced Assessment of Stroke in Retinal Fundus Imaging with Deep Multi-view Learning [0.8388591755871736]
  網膜基底像を用いて脳卒中・一過性虚血発作(TIA)を検出する多視点脳卒中ネットワーク(MVS-Net)を提案する。 既存の研究とは対照的に,本研究では,深層多視点学習による脳卒中とTAAを識別する解法を初めて提案する。
  論文  参考訳（メタデータ） (2025-01-31T14:10:04Z)
• CeViT: Copula-Enhanced Vision Transformer in multi-task learning and bi-group image covariates with an application to myopia screening [9.928208927136874]
  本稿では,ビジョントランスフォーマーをベースとしたバイチャネルアーキテクチャCeViTを提案し,その共通特徴を共有トランスフォーマーエンコーダを用いて抽出する。 我々は,CeViTが両眼で高視力の分類とALの予測の精度でベースラインモデルを強化することを実証した。
  論文  参考訳（メタデータ） (2025-01-11T13:23:56Z)
• Intraoperative Registration by Cross-Modal Inverse Neural Rendering [61.687068931599846]
  クロスモーダル逆ニューラルレンダリングによる神経外科手術における術中3D/2Dレジストレーションのための新しいアプローチを提案する。 本手法では,暗黙の神経表現を2つの構成要素に分離し,術前および術中における解剖学的構造について検討した。 臨床症例の振り返りデータを用いて本法の有効性を検証し,現在の登録基準を満たした状態での最先端の検査成績を示した。
  論文  参考訳（メタデータ） (2024-09-18T13:40:59Z)
• Step-Calibrated Diffusion for Biomedical Optical Image Restoration [47.191704042917394]
  再生ステップ校正拡散(Resorative Step-Calibrated Diffusion、RSCD)は、拡散に基づく画像復元法である。 RSCDは、画像品質と知覚評価の両方において、他の広く使われている未使用画像復元方法よりも優れている。 RSCDは、自動脳腫瘍診断や深部組織イメージングなど、下流の臨床画像タスクのパフォーマンスを改善する。
  論文  参考訳（メタデータ） (2024-03-20T15:38:53Z)
• Disentangling representations of retinal images with generative models [12.235975451036047]
  患者属性をカメラ効果から効果的に切り離す網膜基底画像の集団モデルを提案する。 提案するモデルは,不整合部分空間において所望の情報を符号化し,学習した部分空間に基づいて制御可能な画像生成を可能にする。
  論文  参考訳（メタデータ） (2024-02-29T14:11:08Z)
• Deep learning network to correct axial and coronal eye motion in 3D OCT retinal imaging [65.47834983591957]
  深層学習に基づくニューラルネットワークを用いて,OCTの軸運動とコロナ運動のアーチファクトを1つのスキャンで補正する。 実験結果から, 提案手法は動作アーチファクトを効果的に補正し, 誤差が他の方法よりも小さいことを示す。
  論文  参考訳（メタデータ） (2023-05-27T03:55:19Z)
• VTGAN: Semi-supervised Retinal Image Synthesis and Disease Prediction using Vision Transformers [0.0]
  Fluorescein Angiography(FA)では、注射された染料を血流に注入して網膜の血管構造を画像化します。 眼底イメージングは網膜の撮影に用いられる非侵襲的な技術であるが、その血管構造を撮影するのに十分な忠実性は持たない。 本稿では,眼底画像からFA画像を同時に合成し,網膜変性を予測できる新しい条件生成対向ネットワーク(GAN)を提案する。
  論文  参考訳（メタデータ） (2021-04-14T10:32:36Z)
• An Interpretable Multiple-Instance Approach for the Detection of referable Diabetic Retinopathy from Fundus Images [72.94446225783697]
  基礎画像における参照糖尿病網膜症検出のための機械学習システムを提案する。 画像パッチから局所情報を抽出し,アテンション機構により効率的に組み合わせることで,高い分類精度を実現することができる。 我々は,現在入手可能な網膜画像データセットに対するアプローチを評価し,最先端の性能を示す。
  論文  参考訳（メタデータ） (2021-03-02T13:14:15Z)
• Modeling and Enhancing Low-quality Retinal Fundus Images [167.02325845822276]
  低画質の眼底画像は臨床観察における不確実性を高め、誤診のリスクを引き起こす。 本稿では,グローバルな劣化要因を抑えるために,臨床指向の基盤拡張ネットワーク(cofe-Net)を提案する。 合成画像と実画像の両方の実験により、我々のアルゴリズムは網膜の細部を失うことなく、低品質の眼底画像を効果的に補正することを示した。
  論文  参考訳（メタデータ） (2020-05-12T08:01:16Z)
• Retinopathy of Prematurity Stage Diagnosis Using Object Segmentation and Convolutional Neural Networks [68.96150598294072]
  未熟児網膜症(英: Retinopathy of Prematurity、ROP)は、主に体重の低い未熟児に影響を及ぼす眼疾患である。 網膜の血管の増殖を招き、視力喪失を招き、最終的には網膜剥離を招き、失明を引き起こす。 近年,ディープラーニングを用いて診断を自動化する試みが盛んに行われている。 本稿では,従来のモデルの成功を基盤として,オブジェクトセグメンテーションと畳み込みニューラルネットワーク(CNN)を組み合わせた新しいアーキテクチャを開発する。 提案システムでは,まず対象分割モデルを訓練し,画素レベルでの区切り線を識別し,その結果のマスクを追加の"カラー"チャネルとして付加する。
  論文  参考訳（メタデータ） (2020-04-03T14:07:41Z)
• Microvascular Dynamics from 4D Microscopy Using Temporal Segmentation [81.30750944868142]
  経時的に脳血流量の変化を追跡でき, ピアル表面に向かって伝播する自発性動脈拡張を同定できる。 この新たなイメージング機能は、機能的磁気共鳴イメージング(fMRI)を基盤とした血行動態応答関数を特徴付けるための有望なステップである。
  論文  参考訳（メタデータ） (2020-01-14T22:55:03Z)

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。