論文の概要: One Frame, Full Heartbeat: ECG-Free Cardiac Cine MRI Synthesis via Phase-Conditioned Flow Matching

• arxiv url: http://arxiv.org/abs/2610.09397v1
• Date: Wed, 07 Oct 2026 03:56:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.710271
• Title: One Frame, Full Heartbeat: ECG-Free Cardiac Cine MRI Synthesis via Phase-Conditioned Flow Matching
• Title（参考訳）: 心電図のない心血管MRIの1フレーム : 位相整合フローマッチングによる合成
• Abstract要約: 心臓の全循環を捉えるための統合的生成フレームワークであるPhaseFlowについて紹介する。 PhaseFlowは、すべてのベースラインにおいて、最高のLV体積曲線であるR2$、構造類似性(SSIM)、生成品質(FID)で、優れた生理的忠実性とイメージリアリズムを実現する。
• 参考スコア（独自算出の注目度）: 10.224630970061252
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cine cardiovascular magnetic resonance (CMR) analysis relies on multi-frame sequences capturing the full cardiac cycle. However, standard multi-frame acquisition depends heavily on electrocardiogram (ECG) gating and repeated breath-holds, posing challenges in uncooperative populations, resource-limited settings, and temporally corrupted datasets. Existing methods that synthesize full cardiac sequences either rely on explicit ECG signals to parameterize myocardium function, or employ deformable registration without physiological constraints, failing to faithfully reproduce clinically relevant dynamic metrics such as ejection fraction (EF) and ventricular contraction magnitude. We present PhaseFlow, a unified generative framework that overcomes both limitations. PhaseFlow estimates a non-linear cardiac phase signal directly from the input sequence via a segmentation-derived left-ventricular (LV) area curve, capturing the asymmetric dynamics of systole and diastole without any ECG dependency. At inference, this phase signal is provided by a pathology-specific template, informing phase-specific frame generation. A rectified flow model conditioned on the phase and slice position synthesizes the full cardiac motion trajectory in the latent space, decoded into a diffeomorphic displacement field that warps end-diastole pixel intensities directly, eliminating the reconstruction blur often accompanying the variational autoencoder. On the ACDC benchmark, PhaseFlow achieves superior physiological fidelity and image realism, with best LV volume curve $R^2$, structural similarity (SSIM) and generative quality (FID) among all baselines. Ablation studies confirm that each proposed component contributes measurably to the overall performance.
• Abstract（参考訳）: 心臓血管磁気共鳴(CMR)解析は、全循環を捉える多フレーム配列に依存している。 しかし、標準的なマルチフレーム取得は、心電図(ECG)ゲーティングと繰り返し呼吸ホールドに大きく依存し、非協力的な集団、リソース制限された設定、時間的に破損したデータセットの課題を提起する。 完全心筋配列を合成する既存の方法は、心筋機能のパラメータ化のための明示的なECG信号に頼るか、生理的制約なしに変形可能な登録を採用するかのいずれかであり、射出分数(EF)や心室収縮等、臨床的に関係のあるダイナミックな指標を忠実に再現することができない。 両制約を克服する統合生成フレームワークであるPhaseFlowを紹介します。 フェーズフローは、セグメンテーション由来左室(LV)領域曲線を介して入力シーケンスから直接非線形の心臓相信号を推定し、心電図に依存せずにシストールとジアストールの非対称ダイナミクスを捉える。 推論時に、この位相信号は、位相特異的フレーム生成を行う、病理特異的テンプレートによって提供される。 位相とスライス位置に条件付き整流流モデルにより、潜時空間における全心運動軌跡を合成し、ディファレンシャル変位場にデコードし、ディファレンシャルオートエンコーダに付随する再構成ぼけを解消する。 ACDCのベンチマークでは、PhaseFlowは、すべてのベースラインにおいて、最高のLV体積曲線であるR^2$、構造類似性(SSIM)、生成品質(FID)で、優れた生理的忠実性とイメージリアリズムを達成する。 アブレーション研究は、提案された各コンポーネントが全体的な性能に確実に寄与することを確認した。

関連論文リスト

• One Frame, Full Heartbeat: ECG-Free 4D Cardiac Cine MRI Synthesis via Radial-Decomposed Flow Matching [10.224630970061252]
  本報告では,心電図を使わずに,単一端拡張型(ED)3次元ボリュームから完全な4次元シネ配列を合成する生成フレームワークであるPyseFlow3Dについて述べる。 PhaseFlow3D は最小の EF 平均絶対誤差、唯一の正の左室容積曲線 $R2$ を達成する。
  論文  参考訳（メタデータ） (2026-10-06T22:36:17Z)
• Modeling Clinical Workflow for SYNTAX Scoring from Coronary Angiography Videos [73.50200033931148]
  我々はSynTAXスコアを血管セグメントのアイデンティティ保存解剖学的推論問題として再構成する。 本手法は, 骨・骨・骨・骨・骨の骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨・骨
  論文  参考訳（メタデータ） (2026-09-20T11:08:19Z)
• Self-Supervised Cardiac Phase Detection via Single-Parameter Latent Orbits [44.45620787098836]
  心エコー図におけるエンドジストール (ED) とエンドジストール (ES) の正確な同定は、心機能の定量化を支えている。 最近の自己監督手法は、厳密な周期軌道を規定するか、あるいは再構成や登録目的から制約のない低次元運動部分空間を学習する。 我々は、効率的な潜在軌道を学習し、EDローカライゼーションにおける技術の以前の状態を大幅に改善し、ESローカライゼーションにおいて、より制約のある表現とより少ないトレーニングエポックを用いて、それをマッチングする。
  論文  参考訳（メタデータ） (2026-09-10T14:56:16Z)
• PG-LRF: Physiology-Guided Latent Rectified Flow for Electro-Hemodynamic PPG-to-ECG Generation [51.79176059799321]
  フォトプレチスモグラフィーはウェアラブルではユビキタスであるが、ECG特有の診断形態は欠如している。 既存の手法は統計アライメントとデータ駆動生成に依存している。 生理的誘導型潜在フローフレームワークであるPG-LRFを提案する。
  論文  参考訳（メタデータ） (2026-05-09T07:39:58Z)
• A Cycle-Consistent Graph Surrogate for Full-Cycle Left Ventricular Myocardial Biomechanics [0.764671395172401]
  左室バイオメカニクス(LV)の高速全サイクル推定のためのグラフベースサロゲートであるCardioGraphFENet(CGFENet)を提案する。 提案モデルでは, (i) メッシュ特徴を弱形式にインスパイアされた大域的結合でキャプチャするグローバル局所グラフエンコーダ, (ii) 目標体積時間信号に条件付きゲート型再帰単位系時間エンコーダを統合し, (iii) 単一フレームワーク内でのロードと逆アンロードの両方に対するサイクル一貫性のある双方向定式化を行う。
  論文  参考訳（メタデータ） (2026-02-06T17:14:38Z)
• ECG-RAMBA: Zero-Shot ECG Generalization by Morphology-Rhythm Disentanglement and Long-Range Modeling [0.6875312133832079]
  ECG-RAMBAは、形態学とリズムを分離し、文脈認識融合を通じてそれらを再統合するフレームワークである。 PTB-XLで一貫したクロスデータセット性能を示す。
  論文  参考訳（メタデータ） (2025-12-29T10:14:52Z)
• Versatile Cardiovascular Signal Generation with a Unified Diffusion Transformer [41.095491708125515]
  低品質な信号を再構成し、記録されていない信号を合成するマルチモーダル拡散変換器UniCardioを提案する。 心臓血管信号の相補的な性質を生かして、UniCardioは、近年のタスク固有のベースラインよりも明らかに優れている。 これらのアドバンテージは、UniCardioをAI支援ヘルスケアの前進のための有望な道と位置づけている。
  論文  参考訳（メタデータ） (2025-05-28T12:45:39Z)

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。