論文の概要: Synthetic Leprosy Image Generation Using Mask-Conditioned Latent Diffusion and Transfer Learning from Large Chronic Wound Datasets

• arxiv url: http://arxiv.org/abs/2609.13226v1
• Date: Tue, 01 Sep 2026 10:59:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-21 16:32:15.660057
• Title: Synthetic Leprosy Image Generation Using Mask-Conditioned Latent Diffusion and Transfer Learning from Large Chronic Wound Datasets
• Title（参考訳）: マスク付き潜伏拡散を用いた合成補綴画像生成と大規模慢性傷データセットからの伝達学習
• Abstract要約: 無視された熱帯病に対する機械学習は、アルゴリズムではなくデータによって制限される。 大量の慢性創傷写真を訓練したモデルがこの低データ体制に移行するかどうかを問う。 約150人の764枚の画像から得られた708枚のレプロシー画像とマスクのペアについて、このモデルを微調整する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Machine learning for neglected tropical diseases is limited by data, not algorithms: public annotated image sets for leprosy (Hansen's disease) number in the hundreds, orders of magnitude below what generative models require. We ask whether a model trained on abundant chronic wound photography transfers to this low-data regime. We build a three-stage pipeline. First, a DeepLabV3-ResNet50 segmentation network (validation Dice 0.876, IoU 0.799) supplies lesion masks for two wound datasets that ship without them. Second, we assemble a mask-conditioned latent diffusion model from Stable Diffusion 1.5 components and train it on 3,280 region-of-interest wound crops, widening the UNet input convolution from 4 to 11 channels to admit three mask feature maps and a blurred low-frequency context latent. Third, we fine-tune this model on 708 leprosy image-mask pairs drawn from 764 images of approximately 150 patients. We evaluate with LPIPS perceptual distance, anchored by a real-versus-real baseline computed on the same 242 anchor images as the cross-set comparisons; without that reference the cross-set distances cannot be interpreted. The generated set shows no mode collapse: its internal perceptual diversity (0.662) is statistically indistinguishable from that of the real leprosy set (0.672, 95% CI [0.664, 0.680]). Generated images sit 0.044 LPIPS outside the real distribution - measurably apart, but under half of one standard deviation. Fine-tuning shifted the output distribution only marginally, which we trace to lesion geometry reaching the network through input concatenation alone. Chronic wound photography is therefore a viable donor domain for leprosy lesion synthesis: low-level appearance transfers well, and the remaining barrier is semantic control rather than image quality.
• Abstract（参考訳）: 無視された熱帯病の機械学習は、アルゴリズムではなくデータによって制限されている: 数百のハンセン病(ハンセン病)におけるハンセン病(ハンセン病)の公的な注釈付き画像セット。 大量の慢性創傷写真を訓練したモデルがこの低データ体制に移行するかどうかを問う。 私たちは3段階のパイプラインを構築します。 第一に、DeepLabV3-ResNet50セグメンテーションネットワーク(バリデーションDice 0.876, IoU 0.799)は、それらなしで出荷される2つの傷のデータセットの損傷マスクを供給している。 第2に,安定拡散1.5成分からマスク条件付潜時拡散モデルを構築し,3,280個の関心領域の創傷作物を訓練し,UNet入力の畳み込みを4チャンネルから11チャンネルに拡大し,マスク特徴マップ3つと低周波文脈潜時をぼかすようにした。 第3に,約150例の764枚の画像から得られた708枚のレプロシー画像マスク対に,このモデルを微調整する。 我々は, LPIPS の知覚距離を, クロスセット比較と同じ242アンカー画像上で計算した実逆-実ベースラインでアンカーし, その参照なしには, クロスセット距離を解釈できないことを示す。 内部の知覚多様性 (0.662) は実レプロシー集合 (0.672, 95% CI [0.664, 0.680]) と統計的に区別できない。 生成した画像は、実際の分布の外側に0.044 LPIPS(可視差はあるが、1つの標準偏差の半分以下)を置いている。 微細チューニングは出力分布を極端にしかシフトせず、入力結合だけでネットワークに到達した病変形状を辿った。 したがって、慢性的な創傷写真は、ハンセン病の病変合成のためのドナードメインであり、低レベルな外観の転写は良好であり、残りの障壁は画像の品質よりもセマンティックコントロールである。

関連論文リスト

• Anatomical Grounding and Leakage-Aware Multimodal Contrastive Learning for Alzheimer's Disease Classification from Structural MRI [0.0]
  アルツハイマー病の構造MRIで訓練されたディープネットワークは、解剖学的に無関係な領域に到達しながら、妥当な精度に達することが多い。 我々は解剖学的参照としてFastSurferセグメンテーションを使用します。 私たちは、CLIPスタイルのイメージに適応し、ラベルリードスペクトルに沿ってADNIMERGE変数を整理する。
  論文  参考訳（メタデータ） (2026-09-14T17:13:12Z)
• SHIFT-M3: Pre-fusion Alignment-based Consistency Screening for Multimodal ECG Record Integrity [0.0]
  マルチモーダルな臨床AIは通常、波形、レポート、メタデータ、下流の予測が同一患者のものであると仮定する。 我々は、この問題をマルチモーダルレコード整合性トリアージとして研究している。 本稿では、2つの別々のECGテキストビュー間のアライメントベースの一貫性を測定する軽量テキストベースのプリフュージョンスクリーンShift-M3を紹介する。
  論文  参考訳（メタデータ） (2026-09-12T10:58:02Z)
• TLNM: Externally Validated Tooth Detection, Numbering and Segmentation from Smartphone Photographs Using Mask R-CNN [0.0]
  本研究は,スマートフォン写真における歯の局所化と数化モデルについて紹介する。 我々は1272の注釈付きスマートフォン画像に基づいて学習したMask Regionベースの畳み込みニューラルネットワーク(Mask R-CNN)パイプラインを開発した。
  論文  参考訳（メタデータ） (2026-08-06T17:03:05Z)
• DualDiT: A Conditional Dual-Output Diffusion Transformer for Joint OCT Image and Segmentation Mask Generation [33.471662487272006]
  OCTBスキャンとセグメンテーションマスクの結合合成のための条件付き二重出力拡散変換器(DualDiT)を提案する。 我々はDualDiTをDDPMとLCMの2つの適応拡散基線と比較した。 DualDiTは最高の生成品質(FID 56.14, sFID 114.35)を達成し、DDPMとLCMを上回った。
  論文  参考訳（メタデータ） (2026-07-31T12:14:04Z)
• Theia: Large-Scale Multimodal Captioning and Automated Validation of the Incidents1M Dataset for Data-Free Distillation [43.1212452324751]
  この領域の既存のデータセットは完全に記述的テキストを欠いているか、あるいは厳しいテキストイメージのセマンティックなミスアライメントに悩まされている。 本稿では,災害対応のための大規模マルチモーダルデータセットの構築と自動検証を行う新しい手法を提案する。
  論文  参考訳（メタデータ） (2026-07-30T14:23:01Z)
• Three-Dimensional Retinal Microvasculature Restoration in OCT Angiography [4.442929593591647]
  本稿では,1つのOCTAボリュームから解剖学的血管を復元する深層学習アルゴリズムを提案する。 提案モデルでは,元のOCTAボリュームに比べて画質が大幅に向上した。
  論文  参考訳（メタデータ） (2026-06-03T19:23:09Z)
• CoSimGen: Controllable Diffusion Model for Simultaneous Image and Mask Generation [1.9393128408121891]
  既存の生成モデルは、高品質で同時画像マスク生成の必要性に対処できない。 本稿では,同時画像生成とマスク生成を同時に行うための拡散型フレームワークであるCoSimGenを提案する。 CoSimGenはすべてのデータセットで最先端のパフォーマンスを達成し、データセットで0.11、LPIPSで0.53の最低KIDを達成した。
  論文  参考訳（メタデータ） (2025-03-25T13:48:22Z)
• A Two-Stage Generative Model with CycleGAN and Joint Diffusion for MRI-based Brain Tumor Detection [41.454028276986946]
  本稿では,脳腫瘍の検出とセグメンテーションを改善するための2段階生成モデル(TSGM)を提案する。 CycleGANは、未ペアデータに基づいてトレーニングされ、データとして正常な画像から異常な画像を生成する。 VE-JPは、合成対の異常画像をガイドとして使用して、健康な画像の再構成を行う。
  論文  参考訳（メタデータ） (2023-11-06T12:58:26Z)
• Diffusion Models for Counterfactual Generation and Anomaly Detection in Brain Images [39.94162291765236]
  病気の画像の健全なバージョンを生成し,それを用いて画素単位の異常マップを得るための弱教師付き手法を提案する。 健常者を対象にした拡散モデルを用いて, サンプリングプロセスの各ステップで拡散拡散確率モデル (DDPM) と拡散拡散確率モデル (DDIM) を組み合わせる。
  論文  参考訳（メタデータ） (2023-08-03T21:56:50Z)
• 3D-GMIC: an efficient deep neural network to find small objects in large 3D images [41.334361182700164]
  3Dイメージングは、臓器解剖に関する空間情報を提供することにより、より正確な診断を可能にする。 AIモデルのトレーニングに3Dイメージを使用することは、その2Dモデルよりも数十から数百倍のピクセルで構成されているため、計算的に困難である。 本稿では,3次元医用画像の完全解像度で計算効率の良い分類を可能にするニューラルネットワークアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2022-10-16T21:58:54Z)
• An interpretable classifier for high-resolution breast cancer screening images utilizing weakly supervised localization [45.00998416720726]
  医用画像の特徴に対処する枠組みを提案する。 このモデルはまず、画像全体の低容量だがメモリ効率のよいネットワークを使用して、最も情報性の高い領域を識別する。 次に、選択したリージョンから詳細を収集するために、別の高容量ネットワークを適用します。 最後に、グローバルおよびローカル情報を集約して最終的な予測を行うフュージョンモジュールを使用する。
  論文  参考訳（メタデータ） (2020-02-13T15:28:42Z)

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。