論文の概要: STRIDE: Spatial-Temporal Representation for Interval-conditioned Disease Evolution in Longitudinal Glioblastoma MRI
- arxiv url: http://arxiv.org/abs/2610.08848v1
- Date: Fri, 02 Oct 2026 02:31:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 21:58:22.514175
- Title: STRIDE: Spatial-Temporal Representation for Interval-conditioned Disease Evolution in Longitudinal Glioblastoma MRI
- Title（参考訳）: 縦隔Glioblastoma MRIにおける間質性疾患の空間的表現
- Abstract要約: 本研究では,間隔条件付き疾患の時空間表現のためのフレームワークSTRIDEを提案する。
ペア化された後MRIスキャンとスキャン間間隔を入力として、SD、PsP、TPを予測する。
その結果, より信頼性の高い経時的GBM状態評価の可能性が示唆された。
- 参考スコア（独自算出の注目度）: 10.063696934621847
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Glioblastoma (GBM), an aggressive primary brain tumor, is routinely monitored with longitudinal MRI after treatment. Distinguishing stable disease (SD), pseudoprogression (PsP), and true progression (TP) remains challenging because these states can show overlapping MRI appearances despite different temporal trajectories. Existing longitudinal methods still face challenges in modeling scan-specific spatial variability, variable follow-up intervals, and complementary information from the observed follow-up state and its longitudinal change. We propose STRIDE, a framework for spatial-temporal representation of interval-conditioned disease evolution that takes paired post-treatment MRI scans and their inter-scan interval as input and predicts SD, PsP, or TP. The lesion-prior-guided spatial representation combines SoftGate and an Adaptive-window Hierarchical Transformer (AWHT) to emphasize lesion-related regions while preserving surrounding context. The time-conditioned latent transition uses pair-level context and the actual inter-scan interval to estimate interval-dependent representation changes between visits. The observed--transition fusion integrates the transition-estimated follow-up representation with the directly observed follow-up representation to jointly characterize the follow-up state and its longitudinal change. BraTS2024 is used to develop and evaluate the lesion-prior generator, while longitudinal pretraining on LUMIERE supports transfer before downstream adaptation to Burdenko. On the Burdenko three-class task, STRIDE achieves a macro ROC--AUC of 0.816 and a macro F1-score of 0.796. These results support its potential for more reliable longitudinal post-treatment GBM state assessment.
- Abstract（参考訳）: 発作性原発性脳腫瘍であるGlioblastoma (GBM) は治療後に経時的MRIで定期的に観察される。
これらの状態は時間的軌跡が異なるにもかかわらず重複したMRI像を呈しうるため、SD, pseudoprogression (PsP), true progression (TP) はいまだに困難である。
既存の縦方向法は, 走査特異的空間変動, 変動追従間隔, 観測された追従状態とその経時変化の相補的情報などをモデル化する上で, 依然として課題に直面している。
本研究では, 経時的MRIスキャンとスキャン間間隔を入力とし, SD, PsP, TPの予測を行う。
病変主誘導空間表現は、SoftGateとAdaptive-window Hierarchical Transformer(AWHT)を組み合わせて、周囲のコンテキストを維持しながら病変関連領域を強調する。
時間条件付き潜伏遷移は、訪問間の間隔依存的な表現変化を推定するために、ペアレベルのコンテキストと実際のスキャン間隔を使用する。
観察された遷移融合は、遷移推定されたフォローアップ表現と直接観察されたフォローアップ表現を統合し、フォローアップ状態とその経時変化を共同で特徴付ける。
BraTS2024は病原体発生器の開発と評価に使用され、LUMIEREの縦方向のプレトレーニングはバーデンコへの下流への適応前に移動をサポートする。
バーデンコの3クラスタスクでは、STRIDEは0.816のマクロROC-AUCと0.796のマクロF1スコアを達成する。
これらの結果は, より信頼性の高い経時的GBM状態評価の可能性を裏付けるものである。
関連論文リスト
- How Good are Foundation Models in Longitudinal MRI Disease Progression Reasoning? [49.14050864978079]
我々は,マルチビュー解剖学的入力を統一する評価フレームワークであるTime-Aware Multi-View MRI Benchmarkを紹介した。
このベンチマークは、3200の縦断MRIのタイムポイントにまたがる890人の患者から得られた、専門家が検証した質問応答ペア3,920名からなる。
論文 参考訳（メタデータ） (2026-08-13T14:35:20Z) - Implicit Neural Representations for Multimodal Longitudinal Image Imputation and Interpolation [0.43554874937871363]
腫瘍における経時的マルチパラメトリックMRIは経過観察の中心である。
実世界の臨床データは、欠落したシーケンス、不均一な取得プロトコル、時間点の様々な解像度によって特徴づけられる。
患者固有の暗黙的ニューラル表現(INR)を世界座標,時間,モダリティ条件の連続関数として,縦型MRIをモデル化する。
論文 参考訳（メタデータ） (2026-08-03T14:47:10Z) - ProgFormer: Hierarchical Voxel Diffusion Transformer for Longitudinal Brain MRI Prediction [81.07048249760953]
縦方向の変化は、しばしば微妙で、特定の解剖学的領域に限られる。
ほとんどの被験者固有の脳構造は、時間とともに安定している。
ProgFormerは、縦型脳MRI予測のための階層型ボクセル空間拡散変換器である。
論文 参考訳（メタデータ） (2026-07-30T00:13:42Z) - Learning Directional Semantic Transitions for Longitudinal Chest X-ray Analysis [8.489950996832214]
ProTransは、対のCXR研究間の方向性の意味的遷移として病気の進行を定式化する新しい視覚言語事前学習フレームワークである。
方向認識を強制するために、ProTransは逆時間モデリングプロセスを導入し、状態と遷移をまたいだ双方向の再構築一貫性を強制する。
論文 参考訳（メタデータ） (2026-06-14T17:42:35Z) - Adaptive Temporal Gating of Longitudinal Magnetic Resonance Imaging for Alzheimer's Prediction [4.549831511476248]
縦3次元MRIスキャンをモデル化したCNN-TransformerアーキテクチャであるTAF-Netを導入する。
3年間のMCI-AD変換予測のためのアルツハイマー病神経画像イニシアチブコホートの評価
論文 参考訳（メタデータ） (2026-05-27T12:33:46Z) - TimeLesSeg: Unified Contrast-Agnostic Cross-Sectional and Longitudinal MS Lesion Segmentation via a Stochastic Generative Model [0.338424069286569]
TimeLesSegは、その入力に時間次元の有無にかかわらずMS病変を分断するように設計されたコントラストに依存しない統合フレームワークである。
本手法は, 病変マスクと現在のスキャンを併用した病理組織学的先行をモデル化する。
クロスセクション処理は、事前情報が得られないトレーニングケースにモデルを公開することによって実現される。
論文 参考訳（メタデータ） (2026-05-08T16:19:34Z) - Brain-WM: Brain Glioblastoma World Model [56.45393372490125]
我々は、次世代治療予測と将来のMRI生成を統一する先駆的なGBMワールドモデルであるBrain-WMを提案する。
Brain-WMは、潜在ダイナミクスを共有潜在空間に符号化し、関節自己回帰治療予測とフローベース将来のMRI生成を行う。
最終的にBrain-WMは、患者医療を最適化するための堅牢な臨床サンドボックスを提供する。
論文 参考訳（メタデータ） (2026-03-08T09:54:08Z) - FDP: A Frequency-Decomposition Preprocessing Pipeline for Unsupervised Anomaly Detection in Brain MRI [44.4791295950757]
我々は脳MRIのための教師なし異常検出(UAD)アプローチを開発した。
病的シグネチャの最初の系統的周波数領域解析を行う。
周波数分割前処理(FDP)フレームワークは,周波数領域再構成を同時に行うことで,病態の抑制と解剖学的保存を同時に行うことができることを示す。
論文 参考訳（メタデータ） (2025-11-17T02:40:14Z) - Conditional Neural ODE for Longitudinal Parkinson's Disease Progression Forecasting [51.906871559732245]
パーキンソン病(PD)は異質で進化する脳形態計測パターンを示す。
これらの縦方向の軌跡をモデル化することで、機械的な洞察、治療の発展、そして個別化された「デジタルツイン」予測が可能になる。
連続的な個人化されたPD進行予測のための新しいフレームワークであるCNODEを提案する。
論文 参考訳（メタデータ） (2025-11-06T20:16:33Z) - Pre to Post-Treatment Glioblastoma MRI Prediction using a Latent Diffusion Model [35.86812994963753]
本稿では, 術前MRIと腫瘍の局在から, 結合型条件付き潜時拡散モデルを提案する。
本モデルは,Central Franccois Baclesseで収集した140名のGBM患者からなる局所的データセットを用いて訓練および試験を行った。
論文 参考訳（メタデータ） (2025-10-13T20:32:06Z) - Temporally Adjustable Longitudinal Fluid-Attenuated Inversion Recovery
MRI Estimation / Synthesis for Multiple Sclerosis [0.0]
多発性硬化症(Multiple Sclerosis、MS)は、慢性進行性神経疾患である。
脳MRI(FLAIR brain magnetic resonance imaging)は、他のMRI法と比較して、MS病変のより優れた可視化と特徴を提供する。
MSの縦断脳FLAIR MRIは、経時的に患者を反復的に画像化することで、臨床医が疾患の進行をモニタリングするための有用な情報を提供する。
様々な時間ラグを伴う将来の脳MRI検査の予測は、健康な老化やアルツハイマー病の構造的変性など、限られた用途でのみ試みられている。
論文 参考訳（メタデータ） (2022-09-09T12:42:00Z)
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。