Fugu-MT 論文翻訳(概要): Reading the Whole Heart: Latent-Attention Masked Autoencoders for Multimodal Cardiac Representation Learning

論文の概要: Reading the Whole Heart: Latent-Attention Masked Autoencoders for Multimodal Cardiac Representation Learning

arxiv url: http://arxiv.org/abs/2609.12035v1
Date: Thu, 10 Sep 2026 17:49:44 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-15 07:38:31.494144
Title: Reading the Whole Heart: Latent-Attention Masked Autoencoders for Multimodal Cardiac Representation Learning
Title（参考訳）: マルチモーダル心電図表現学習のための潜在性マスクオートエンコーダ
Abstract要約: マルチモーダル・構造対応マスク付きオートエンコーダであるLatent-Attention Masked Autoencoders (LAMAE)を紹介する。 LAMAEは、学習視点の階層上で動作する共有潜伏モジュールを介して、潜伏空間で情報を直接交換する。 LAMAEは、マルチモーダル病院ステイタスクにおいて、モダリティ固有の事前訓練と強いコントラスト、および視覚言語ベースラインを上回ります。
参考スコア（独自算出の注目度）: 16.941311033409626
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Cardiovascular diagnosis rests on integrating complementary modalities, like ECG, echocardiography, chest radiographs, and clinical variables, each capturing distinct but correlated aspects of cardiac physiology. Yet most medical foundation models remain modality-specific, combining modalities only for finetuning or post-training. This discards the cross-modal evidence clinicians naturally integrate and ignores the structure within each modality. We introduce Latent-Attention Masked Autoencoders (LAMAE), a multimodal, structure-aware masked autoencoder that jointly learns patient-level representations during self-supervised pretraining. Rather than fusing modalities post hoc, LAMAE exchanges information directly in the latent space through a shared latent-attention module operating over a study-view-entity hierarchy, enabling aggregation of variable observations and graceful handling of missing modalities. Pretrained on over 1.2 million MIMIC-IV hospital stays, LAMAE outperforms modality-specific pretraining and strong contrastive and vision-language baselines across multimodal hospital-stay tasks, such as in-hospital mortality, ICD-10 and DRG coding, and length of stay, while remaining competitive on unimodal tasks. These gains persist even when only a single modality is available at test time, showing that modeling both intra- and inter-modal structure yields more robust, transferable representations.
Abstract（参考訳）: 心臓血管診断は、心電図、心エコー図、胸部X線写真、臨床変数などの相補的なモダリティを統合することで成り立っている。しかし、ほとんどの医療基礎モデルはモダリティに特化しており、微調整や後訓練にのみモダリティが組み合わされている。これにより、クロスモーダルな証拠は捨てられ、臨床医は自然に統合され、各モダリティ内の構造を無視する。本稿では,マルチモーダル型マスク付きオートエンコーダであるLatent-Attention Masked Autoencoders (LAMAE)を紹介する。 LAMAEは、ホック後のモダリティを融合させる代わりに、学習-ビュー-エンタリティ階層上で操作される共有ラテント-アテンションモジュールを通じて、潜伏空間の情報を直接交換し、可変観測の集約と、欠落したモダリティの優雅な処理を可能にする。 LAMAEは120万以上のMIMIC-IV病院の宿泊所で事前訓練を受けており、病院内死亡率、ICD-10、DRGコーディング、滞在期間など、多目的病院での多目的病院勤務において、モダリティ固有の事前訓練と強いコントラスト、および視覚言語ベースラインを上回り、一方、非モダル作業では競争力を維持している。これらの利得は、単一のモダリティのみがテスト時に利用可能である場合でも持続し、モダル内構造とインターモーダル構造の両方のモデリングによりより堅牢で伝達可能な表現が得られることを示す。

関連論文リスト

AdaSurvMamba: Dynamic Fusion and Semantic Scanning for Multimodal Survival Analysis [57.942670844512016]
我々はAdaSurvMambaをマルチモーダルサバイバル分析の新しい適応フレームワークとして紹介する。このフレームワークは、クロスモーダル相互作用強度を動的に変調するDual-Scale Importance-Aware Reconstruction (DSIR)モジュールを備えている。 5つのTCGAコホートに対する実験は、既存の方法よりも一貫した利得を示している。
論文参考訳（メタデータ） (2026-06-28T11:36:31Z)
Beyond Independent Frames: Latent Attention Masked Autoencoders for Multi-View Echocardiography [18.218981066770514]
医療画像のマルチビュー特性に合わせた基礎モデルアーキテクチャであるLAMAE(Latent Attention Masked Autocoder)を紹介する。 LAMAEは標準のMAEを潜在注意モジュールで拡張し、フレームとビューを直接潜在空間で情報交換できる。
論文参考訳（メタデータ） (2026-04-16T14:55:28Z)
A Language-Signal-Vision Multimodal Framework for Multitask Cardiac Analysis [37.18952260878238]
TGMM ( Textual Guidance Multimodal fusion for Multiple Heartc Task) を開発した。本研究は,複数のモダリティにまたがる重要な特徴を体系的に検討し,臨床意思決定における相乗的貢献を解明した。
論文参考訳（メタデータ） (2025-08-18T16:43:31Z)
impuTMAE: Multi-modal Transformer with Masked Pre-training for Missing Modalities Imputation in Cancer Survival Prediction [75.43342771863837]
我々は,効率的なマルチモーダル事前学習戦略を備えた新しいトランスフォーマーに基づくエンドツーエンドアプローチである impuTMAE を紹介する。マスクされたパッチを再構築することで、モダリティの欠如を同時に示唆しながら、モダリティ間の相互作用とモダリティ内相互作用を学習する。本モデルは,TGA-GBM/LGGとBraTSデータセットを用いたグリオーマ生存予測のために,異種不完全データに基づいて事前訓練を行った。
論文参考訳（メタデータ） (2025-08-08T10:01:16Z)
Multimodal Causal-Driven Representation Learning for Generalizable Medical Image Segmentation [56.52520416420957]
医用画像セグメンテーションにおける領域一般化に取り組むために, MCDRL(Multimodal Causal-Driven Representation Learning)を提案する。 MCDRLは競合する手法より一貫して優れ、セグメンテーション精度が優れ、堅牢な一般化性を示す。
論文参考訳（メタデータ） (2025-08-07T03:41:41Z)
NEARL-CLIP: Interacted Query Adaptation with Orthogonal Regularization for Medical Vision-Language Understanding [51.63264715941068]
textbfNEARL-CLIP (iunderlineNteracted quunderlineEry underlineAdaptation with ounderlineRthogonaunderlineL regularization)は、VLMベースの新しい相互モダリティ相互作用フレームワークである。
論文参考訳（メタデータ） (2025-08-06T05:44:01Z)
Multimodal Masked Autoencoder Pre-training for 3D MRI-Based Brain Tumor Analysis with Missing Modalities [0.0]
BM-MAEはマルチモーダルMRIデータに適したマスク付き画像モデリング事前学習戦略である。利用可能なモダリティの組み合わせにシームレスに適応し、モダリティ内情報とモダリティ間情報の両方をキャプチャするリッチな表現を抽出する。欠落したモダリティを迅速かつ効率的に再構築し、その実用的価値を強調します。
論文参考訳（メタデータ） (2025-05-01T14:51:30Z)
Foundation Model for Whole-Heart Segmentation: Leveraging Student-Teacher Learning in Multi-Modal Medical Imaging [0.510750648708198]
心血管疾患の診断にはCTとMRIによる全肝分画が不可欠である。既存の方法は、モダリティ固有のバイアスと、広範なラベル付きデータセットの必要性に苦慮している。学生-教師アーキテクチャに基づく自己指導型学習フレームワークを用いて,全音節セグメンテーションのための基礎モデルを提案する。
論文参考訳（メタデータ） (2025-03-24T14:47:54Z)
PMT: Progressive Mean Teacher via Exploring Temporal Consistency for Semi-Supervised Medical Image Segmentation [51.509573838103854]
医用画像セグメンテーションのための半教師付き学習フレームワークであるプログレッシブ平均教師(PMT)を提案する。我々のPMTは、トレーニングプロセスにおいて、堅牢で多様な特徴を学習することで、高忠実な擬似ラベルを生成する。 CT と MRI の異なる2つのデータセットに対する実験結果から,本手法が最先端の医用画像分割法より優れていることが示された。
論文参考訳（メタデータ） (2024-09-08T15:02:25Z)
Cross-modality Guidance-aided Multi-modal Learning with Dual Attention for MRI Brain Tumor Grading [47.50733518140625]
脳腫瘍は世界で最も致命的ながんの1つであり、子供や高齢者に非常に多い。本稿では,MRI脳腫瘍グレーディングの課題に対処するために,新たな多モード学習法を提案する。
論文参考訳（メタデータ） (2024-01-17T07:54:49Z)
Intra-Inter Subject Self-supervised Learning for Multivariate Cardiac Signals [5.344233761474541]
多変量心信号用にカスタマイズしたISLモデルを提案する。提案するISLモデルは,医学知識を自己スーパービジョンに統合し,内科間の違いから効果的に学習する。半教師付き移行学習のシナリオでは、事前訓練されたISLモデルは、1%のラベル付きデータしか利用できない場合、教師付きトレーニングよりも約10%改善する。
論文参考訳（メタデータ） (2021-09-18T11:37:10Z)
Towards Cross-modality Medical Image Segmentation with Online Mutual Knowledge Distillation [71.89867233426597]
本稿では,あるモダリティから学習した事前知識を活用し,別のモダリティにおけるセグメンテーション性能を向上させることを目的とする。モーダル共有知識を徹底的に活用する新しい相互知識蒸留法を提案する。 MMWHS 2017, MMWHS 2017 を用いた多クラス心筋セグメンテーション実験の結果, CT セグメンテーションに大きな改善が得られた。
論文参考訳（メタデータ） (2020-10-04T10:25:13Z)

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。