論文の概要: A cross-modal generative model for incomplete and degraded prostate MRI with multicentre clinical validation
- arxiv url: http://arxiv.org/abs/2608.16233v1
- Date: Mon, 17 Aug 2026 08:11:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-18 19:59:03.585932
- Title: A cross-modal generative model for incomplete and degraded prostate MRI with multicentre clinical validation
- Title（参考訳）: マルチセントレクリニカル・バリデーションを用いた不完全・劣化前立腺MRIのクロスモーダル生成モデル
- Abstract要約: MSCNetは、入手できないコントラストを再構築し、劣化したコントラストを復元するためのシーケンス条件のクロスモーダル生成フレームワークである。
画像の画質は、DWI, ADC, T2Wの既定不等式基準を満たしたが、T1Wは満たされなかった。
- 参考スコア（独自算出の注目度）: 48.14053205497089
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Missing or degraded sequences can limit prostate multiparametric MRI. We developed MSCNet, a sequence-conditioned cross-modal generative framework for reconstructing unavailable contrasts and restoring degraded acquisitions. Across ten completion tasks, task-specific MSCNet achieved mean structural similarity of 0.818 versus 0.798 for the strongest task-matched comparators; matched-capacity analyses showed larger differences in lesion fidelity and boundary preservation. In a blinded 1,000-case reader study, overall image quality met the prespecified non-inferiority criterion for DWI, ADC and T2W completion, but not T1W. In a separate 200-case diagnostic assessment, AUCs for clinically significant cancer were 0.860 with acquired images, 0.841 with MSCNet and 0.797 with baseline-generated images. A locked 186-case three-hospital cohort supported multicentre transportability. These retrospective results support quality-controlled cross-modal reconstruction as an adjunct to acquired prostate MRI.
- Abstract（参考訳）: 欠損または劣化したシーケンスは、前立腺多パラメータMRIを制限することができる。
コントラストを再構築し,劣化したコントラストを復元する,シーケンス条件のクロスモーダル生成フレームワークであるMSCNetを開発した。
タスク固有のMSCNetは, 最強のタスクマッチングコンパレータでは0.818対0.798と平均的な構造的類似性を達成した。
ブラインド1000ケースの読者を対象にした研究では、画像の画質はDWI、ADC、T2Wの未定義の非劣悪基準を満たしたが、T1Wには達しなかった。
臨床的に有意ながんのAUCは,MSCNetで0.841,ベースライン生成画像で0.797であった。
ロックされた186ケースの3つのホスピタルコホートは多心輸送性をサポートした。
これらの振り返りは,前立腺MRIに付随する品質制御型クロスモーダル再構成を支援する。
関連論文リスト
- TriALS: Triphasic-Aided Liver Lesion Segmentation Benchmark in Non-Contrast CT [49.93685997940356]
コントラスト制限条件下での肝病変の自動分節に対するTriALSの課題について述べる。
最高性能は平均静脈圧0.754で, NCCTでは0.57に低下した。
アルゴリズムの性能は、トレーニングデータスケールと事前学習戦略によって最も強く予測された。
論文 参考訳（メタデータ） (2026-05-15T19:23:35Z) - Opportunistic Bone-Loss Screening from Routine Knee Radiographs Using a Multi-Task Deep Learning Framework with Sensitivity-Constrained Threshold Optimization [9.995968038491128]
変形性骨折を発症するまで、骨粗しょう症や骨減少症は診断されないことが多い。
変形性膝関節症評価のために, 膝X線撮影を行った。
単一チャネルグレースケール膝X線撮影のためのマルチタスクフレームワークSTR-Netを開発した。
論文 参考訳（メタデータ） (2026-04-22T07:12:04Z) - CT-to-X-ray Distillation Under Tiny Paired Cohorts: An Evidence-Bounded Reproducible Pilot Study [11.316541559874864]
本研究は,CT-to-X-rayアーキテクチャではなく,正確なタスク定義,障害モード,ランキング不安定性,将来的なCT-to-X-ray転送要求の最小要件を明示する再現性とエビデンスに縛られたパイロットプロトコルである。
論文 参考訳（メタデータ） (2026-03-31T02:25:33Z) - Cerebra: A Multidisciplinary AI Board for Multimodal Dementia Characterization and Risk Assessment [56.62016795093786]
CerebraはインタラクティブなマルチエージェントAIチームで、ERH、臨床ノート、医療画像分析のための特殊エージェントをコーディネートする。
構造化された表現を操作することで、プライバシ保護デプロイメントをサポートし、モダリティが不完全であれば、堅牢である。
Cerebraは、有識者のパフォーマンスを著しく改善し、前向き認知症リスク推定において精度を17.5ポイント向上させた。
論文 参考訳（メタデータ） (2026-03-23T05:46:45Z) - Robust Multicentre Detection and Classification of Colorectal Liver Metastases on CT: Application of Foundation Models [11.274035647041762]
我々は,CT上のCRLMの患者レベル分類と病変レベル検出のための基礎モデルに基づくAIパイプラインを開発した。
UMedPTは最高の成績を示し,分類用頭部と病変検出用FCOSベースの頭部を微調整した。
論文 参考訳（メタデータ） (2026-01-12T14:35:29Z) - Dual Cross-Attention Siamese Transformer for Rectal Tumor Regrowth Assessment in Watch-and-Wait Endoscopy [1.8302060641103655]
回復・追跡時に経時的内視鏡像を合成するために,Dual Cross-Attention (SSDCA) を併用したSiamese Swin Transformerを開発した。
SSDCAは最もバランスのとれた精度(81.76%$pm$0.04)、感度(90.07%$pm$0.08)、特異性(72.86%$pm$0.05)を生み出した。
堅牢性分析では, 血液, 便, 血管拡張症, 画像品質の低下など, アーチファクトによらず, 安定した性能を示した。
論文 参考訳（メタデータ） (2025-12-03T15:34:29Z) - Neural Discrete Representation Learning for Sparse-View CBCT Reconstruction: From Algorithm Design to Prospective Multicenter Clinical Evaluation [64.42236775544579]
コーンビームCT(CBCT)ガイド下穿刺は胸部腫瘍の診断・治療に確立されたアプローチとなっている。
DeepPriorCBCTは3段階のディープラーニングフレームワークであり、従来の放射線線量の6分の1しか使用せずに診断段階の再構築を実現する。
論文 参考訳（メタデータ） (2025-11-30T12:45:02Z) - Cancer-Net PCa-MultiSeg: Multimodal Enhancement of Prostate Cancer Lesion Segmentation Using Synthetic Correlated Diffusion Imaging [55.62977326180104]
前立腺癌病変の分節化に対する近年の深層学習アプローチは,限られた性能を達成している。
本稿では,標準拡散型プロトコルの拡張として,合成相関拡散イメージング(CDI$s$)について検討する。
以上の結果から,PCa病変セグメント化タスクの実践的ドロップイン強化として,CDI$s$に対する検証済み統合経路が確立された。
論文 参考訳（メタデータ） (2025-11-11T04:16:12Z) - TotalSegmentator MRI: Robust Sequence-independent Segmentation of Multiple Anatomic Structures in MRI [59.86827659781022]
nnU-Netモデル(TotalSegmentator)をMRIおよび80原子構造で訓練した。
予測されたセグメンテーションと専門家基準セグメンテーションとの間には,ディススコアが算出され,モデル性能が評価された。
オープンソースで使いやすいモデルは、80構造の自動的で堅牢なセグメンテーションを可能にする。
論文 参考訳（メタデータ） (2024-05-29T20:15:54Z) - Analysis of the BraTS 2023 Intracranial Meningioma Segmentation Challenge [44.76736949127792]
我々はBraTS 2023の頭蓋内髄膜腫チャレンジの設計と結果について述べる。
BraTS髄膜腫チャレンジ(BraTS Meningioma Challenge)は、髄膜腫に焦点を当てた以前のBraTSグリオーマチャレンジとは異なる。
上層部は腫瘍,腫瘍コア,腫瘍全体の拡張のために0.976,0.976,0.964の病変中央値類似係数(DSC)を有していた。
論文 参考訳（メタデータ） (2024-05-16T03:23:57Z) - Vision Transformers for femur fracture classification [59.99241204074268]
Vision Transformer (ViT) はテスト画像の83%を正確に予測することができた。
史上最大かつ最もリッチなデータセットを持つサブフラクチャーで良い結果が得られた。
論文 参考訳（メタデータ） (2021-08-07T10:12:42Z)
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。