論文の概要: ViT3Flow: A Test-Time Training Transformer MeanFlow for Postoperative Radiograph Synthesis in Scoliosis

• arxiv url: http://arxiv.org/abs/2609.05579v1
• Date: Fri, 04 Sep 2026 12:14:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.097318
• Title: ViT3Flow: A Test-Time Training Transformer MeanFlow for Postoperative Radiograph Synthesis in Scoliosis
• Title（参考訳）: ViT3Flow:緑内障術後のX線画像合成のためのテストタイムトレーニングトランスフォーマー
• Abstract要約: われわれは,この問題を術後硬化性X線写真合成として定式化し,この課題のための最初のペアデータセットであるScoliSurgを構築した。 効率的な術後X線合成のための単一NFE条件付きMeanFlowフレームワークであるViT$3$Flowを提案する。
• 参考スコア（独自算出の注目度）: 24.805863115698475
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Predicting postoperative spinal morphology from preoperative radiographs could provide valuable support for scoliosis surgical planning, but remains challenging because surgical correction induces large spatial changes while anatomical structures must be faithfully retained. We formulate this problem as postoperative scoliosis radiograph synthesis and construct ScoliSurg, the first paired dataset for this task, comprising 632 preoperative--postoperative whole-spine radiograph pairs with structured morphology information. We further propose ViT$^{3}$Flow, a single-NFE conditional MeanFlow framework for efficient postoperative radiograph synthesis. ViT$^{3}$Flow models surgical correction as finite-interval generative transport and replaces conventional self-attention with test-time-training token mixers that perform sample-specific inner adaptation to the anatomy and deformity pattern of each case. In addition, a Spinal Morphology Extraction Agent extracts distributions of dominant-curve region and direction from the preoperative radiograph. These distributions guide Diagnosis-Routed Interval Cross-Attention (DRICA), which performs interval-dependent vertical, horizontal, joint, and global retrieval from a separate preoperative token stream. This design enables the evolving postoperative representation to incorporate spatially corresponding anatomical evidence throughout the transport process. Extensive experiments on ScoliSurg demonstrate that ViT$^{3}$Flow achieves the best performance among the compared methods in perceptual image quality, anatomical fidelity, and clinically relevant geometric accuracy, while requiring only a single network evaluation. These results highlight the potential of ViT$^{3}$Flow for efficient and anatomically faithful postoperative radiograph synthesis in scoliosis surgical planning.
• Abstract（参考訳）: 術前のX線写真による術後脊椎形態の予測は, 手術計画に有意な支持を与える可能性があるが, 外科的矯正は大きな空間変化を誘発し, 解剖学的構造は忠実に維持する必要があるため, 依然として困難である。 われわれは,この問題を術後側頭葉のX線写真合成として定式化し,ScooliSurgという,この課題のための最初のペアデータセットを構築した。 さらに,単一NFE条件付きMeanFlowフレームワークであるViT$^{3}$Flowを提案する。 ViT$^{3}$Flowは、有限間隔生成輸送として外科的矯正をモデル化し、従来の自己注意をテストタイムトレーニングトークンミキサーに置き換え、各ケースの解剖学的および変形パターンにサンプル固有の内部適応を実行する。 さらに、脊髄形態抽出剤は、術前のX線写真から支配曲線領域の分布と方向を抽出する。 これらの分布は、異なる術前トークンストリームから間隔依存の垂直方向、水平方向、関節方向、及びグローバル検索を行うDRICA(Darage-Routed Interval Cross-Attention)を導出する。 この設計により、移動過程を通して空間的に対応する解剖学的証拠を組み込むことができる。 ScoliSurgの広汎な実験により、ViT$^{3}$Flowは、単一のネットワーク評価のみを必要としながら、知覚的画質、解剖学的忠実度、臨床的に関連する幾何学的精度において、比較した手法の中で最高の性能を達成していることが示された。 以上より, 手術計画におけるVT$^{3}$Flowの有用性が示唆された。

関連論文リスト

• THA-Flow Generative Model: Prosthesis Geometry Prediction from Preoperative CT [7.351430886602578]
  術前CTから直接3次元補綴形状を生成する条件付きフローマッチングモデルであるTHA-Flowを提案する。 分離オートエンコーダKLモデルは術前骨解剖と補綴形状を圧縮し、3次元UNetはガウスノイズから補綴潜在空間への整流を学習する。
  論文  参考訳（メタデータ） (2026-08-26T14:22:06Z)
• Evidence-Based Text-Conditioned 3D CT Synthesis for Ovarian Cancer [9.862634656196759]
  卵巣癌はしばしば進行期と診断され,術前造影CT(Content-enhanced Computed Tomography)がステージングと手術計画の中心となる。 テキストコンディショニングによる3次元CT合成は有望であるが,既存のパイプラインはペアドラジオグラフィーの報告に依存し,胸部CTでのみ評価されている。 我々は,CT画像記述子と定期的な臨床メタデータから直接,標準化されたファインディングと印象セクションを構築するフレームワークであるOvESynを提案する。
  論文  参考訳（メタデータ） (2026-06-27T15:30:29Z)
• Rendering Novel Views of MRI Using 3D Gaussian Splatting [54.6286495315908]
  3D Gaussian Splatting を用いて, スパース異方性MRIから画像再構成を行い, 臨床評価に関係する解剖学的に整合した画像面を採取, 描画した。 新しいビュープレーンは対象解剖の診断に最適であるが、元のMRIはそうではない。
  論文  参考訳（メタデータ） (2026-06-24T18:00:03Z)
• VRXU-net: A Deep Learning Approach for Brain Ischemic Stroke Lesion Detection and Segmentation in T1W MRI [0.0]
  本研究では,3次元MRI画像における虚血性脳梗塞の検出と分画を行うために,視覚的特徴,残差接続,U字型ネットワークから派生した新しいVRU-Netアーキテクチャを提案する。 性能と処理速度の両方を改善するために、シーケンシャルフレームワークにおけるセグメンテーションモデルの前に高性能な分類器を適用する。 提案モデルは、ストローク後の解剖学的トレースに基づいて訓練され、精度とDice係数の点で最先端のモデルより優れている。
  論文  参考訳（メタデータ） (2026-05-20T18:44:08Z)
• Semantic Segmentation for Preoperative Planning in Transcatheter Aortic Valve Replacement [61.573750959726475]
  経カテーテル大動脈弁置換術(TAVR)の術前計画のための医療ガイドラインを考察し,セマンティックセグメンテーションモデルを用いて支援できる課題を同定する。 まず, 細粒度のTAVR関連擬似ラベルを, 粗粒度の解剖学的情報から抽出し, セグメンテーションモデルを訓練し, スキャンでこれらの構造がどれだけよく見つかるかを定量化する。
  論文  参考訳（メタデータ） (2025-07-22T13:24:45Z)
• Landmark-Free Preoperative-to-Intraoperative Registration in Laparoscopic Liver Resection [50.388465935739376]
  術前の3Dモデルを術中2Dフレームにオーバーレイすることで肝臓の空間解剖を明瞭に把握し,より高い手術成功率を達成することができる。 既存の登録法は解剖学的ランドマークに大きく依存しており、2つの大きな制限に直面している。 本稿では,効果的な自己教師型学習を生かした,目覚ましくない術前・術中登録フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-21T14:55:57Z)
• CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
  縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。 ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。 我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
  論文  参考訳（メタデータ） (2024-03-21T15:13:36Z)
• Domain adaptation strategies for 3D reconstruction of the lumbar spine using real fluoroscopy data [9.21828361691977]
  本研究は整形外科手術における手術ナビゲーション導入における重要な障害に対処するものである。 これは、少数の蛍光画像から脊椎の3次元解剖モデルを生成するためのアプローチを示す。 これまでの合成データに基づく研究の精度に匹敵する84%のF1スコアを達成しました。
  論文  参考訳（メタデータ） (2024-01-29T10:22:45Z)
• AiAReSeg: Catheter Detection and Segmentation in Interventional Ultrasound using Transformers [75.20925220246689]
  血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。 本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
  論文  参考訳（メタデータ） (2023-09-25T19:34:12Z)
• Tattoo tomography: Freehand 3D photoacoustic image reconstruction with an optical pattern [49.240017254888336]
  光音響トモグラフィ(PAT)は、形態学的および機能的組織特性の両方を解決することができる新しいイメージング技術である。 現在の欠点は、従来の2Dプローブによって提供される視野の制限である。 本研究では,外部追跡システムを必要としないPATデータの3次元再構成手法を提案する。
  論文  参考訳（メタデータ） (2020-11-10T09:27:56Z)

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。