論文の概要: Pos4CHD: A Positive-Free Mask-Guided Counterfactual Synthesis Framework for Fetal Congenital Heart Defect Analysis

• arxiv url: http://arxiv.org/abs/2610.31139v1
• Date: Thu, 22 Oct 2026 11:59:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 02:08:44.365531
• Title: Pos4CHD: A Positive-Free Mask-Guided Counterfactual Synthesis Framework for Fetal Congenital Heart Defect Analysis
• Title（参考訳）: Pos4CHD:胎児先天性心不全解析のためのプラスフリーマスク誘導対実合成フレームワーク
• Abstract要約: Pos4CHDは、セマンティックマスクから擬陽性サンプルの現実的で高品質な合成を可能にする。 まずセマンティックマスクを操作して胎児の心臓構造異常をシミュレートし、解剖学的に一貫した画像を描画する。
• 参考スコア（独自算出の注目度）: 59.64190346150733
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The scarcity of positive cases remains a major bottleneck in developing automated diagnostic systems for fetal Congenital Heart Defects~(CHDs), particularly for rare subtypes. Although normal cases are accessible with effort, positive cases are hard to collect due to low incidence rates and privacy concerns, causing severe class imbalance or absence of positive training samples. Existing works resort to synthesizing positives with conditional generative models, but they are task-specific and require positive training samples, hindering application for fetal CHDs. To this end, we propose a positive-free mask-guided counterfactual generation framework for fetal echocardiography, namely Pos4CHD, which enables realistic, high-quality synthesis of pseudo-positive samples from semantic masks, with only normal samples at hand. Technically, we first develop FE-Gen, a mask-guided generative model tailored for fetal heart ultrasound synthesis that mitigates histogram drift and enhances image-mask spatial alignment. Building on FE-Gen, Pos4CHD employs a mask-to-image generation paradigm for CHD synthesis. It first manipulates semantic masks to simulate fetal-heart structural anomalies and then renders anatomically consistent images. Extensive experiments on in-house datasets, together with expert evaluations, demonstrate the visual fidelity~($-12.97$ FID) and anatomical consistency~($+3.96\%$ DSC) of synthesized images. Further validations across diverse real-world CHD diagnosis tasks exhibit promising results and consistent increments, including zero-shot classification~(achieving $93.25\%$ ACC on EbA and $72.92\%$ ACC on TAPVC), lesion detection~($+6.95\%$ mAP50 on VSD), and anatomy segmentation~($+10.49\%$ DSC on fetal heart) compared with baselines. Codes and models are publicly available on \href{https://github.com/DREAMXFAR/Pos4CHD}{GitHub}.
• Abstract（参考訳）: 胎児先天性心不全(CHD)の自動診断システムの開発において, 陽性例の不足は依然として大きなボトルネックとなっている。 正常な症例は努力で手に入るが、頻度の低いケースやプライバシー上の懸念のために収集が困難であり、集団不均衡や陽性のトレーニングサンプルの欠如を引き起こす。 既存の研究は、条件付き生成モデルによる正の合成に頼っているが、それらはタスク固有であり、正のトレーニングサンプルを必要とするため、胎児のCHDへの応用を妨げている。 そこで本研究では, 胎児心エコー法(Pos4CHD)において, 正常なサンプルのみを手元に, セマンティックマスクから偽陽性サンプルを現実的に, 高品質に合成することのできる正フリーマスク誘導反ファクト生成フレームワークを提案する。 まず, 胎児心臓超音波合成のためのマスク誘導生成モデルであるFE-Genを開発し, 組織像のドリフトを緩和し, 画像マスク空間アライメントを向上させる。 FE-Gen上に構築されたPos4CHDは、CHD合成のためのマスク・ツー・イメージ生成パラダイムを採用している。 まずセマンティックマスクを操作して胎児の心臓構造異常をシミュレートし、解剖学的に一貫した画像を描画する。 内部データセットに関する大規模な実験は、専門家による評価とともに、合成画像の視覚的忠実度~($-12.97$ FID)と解剖学的一貫性~($+3.96\%$ DSC)を実証している。 様々な現実世界のCHD診断タスクのさらなる検証では、ゼロショット分類~(EbAでは9.25\%$ACC、TAPVCでは72.92\%$ACC)、病変検出~(VSDでは+6.95\%$mAP50)、解剖学的セグメンテーション~(胎児心臓では$+10.49\%$DSC)など、有望な結果と一貫した増加を示している。 コードとモデルは \href{https://github.com/DREAMXFAR/Pos4CHD}{GitHub} で公開されている。

関連論文リスト

• DNA: Dual-stage Native Attribution for Generated Image Source Tracing [75.65470221927096]
  既存のプロアクティブな方法は、透かしの埋め込みやモデル修正に依存している。 DNAは、ニューラルネットワークのトレーニングを追加せずに、この階層に従う粗大なフレームワークである。 実験の結果、DNAは89.11%のエンドツーエンドの属性精度を達成している。
  論文  参考訳（メタデータ） (2026-07-15T10:27:52Z)
• Controllable Generation of Diverse Dermatological Imagery for Fair and Efficient Malignancy Classification [5.316734431170194]
  我々は、他の入力特性を乱すことなく、現実的な健康な皮膚サンプルを合成するハイブリッドフレームワークであるcgDDI(Controllable Generation of Diverse Dermatological Imagery)を紹介する。 我々は656イメージのデータセットを400倍以上に成長させ、2つのデータセット(生検確認横皮膚画像(DDI)と専門家検証Fitzpatrick17k(F17k))にまたがって検証する。 DDIベンチマークでは, 合成専用トレーニングによる悪性度分類精度86.4%, 実データ微調整による最先端性能90.9%を実現した。
  論文  参考訳（メタデータ） (2026-07-14T17:32:13Z)
• Epistemic-aware Vision-Language Foundation Model for Fetal Ultrasound Interpretation [83.02147613524032]
  医療用AIシステムFetalMindについて報告する。 本稿では、専門家による2部グラフをモデルに注入し、ビュー・ディスリーズ関連を分離するSED(Salient Epistemic Disentanglement)を提案する。 FetalMindはすべての妊娠期のオープンソースおよびクローズドソースベースラインを上回り、平均利得は+14%、臨界条件では+61.2%高い。
  論文  参考訳（メタデータ） (2025-10-14T19:57:03Z)
• Breaking Free: How to Hack Safety Guardrails in Black-Box Diffusion Models! [52.0855711767075]
  EvoSeedは、フォトリアリスティックな自然対向サンプルを生成するための進化戦略に基づくアルゴリズムフレームワークである。 我々は,CMA-ESを用いて初期種ベクトルの探索を最適化し,条件付き拡散モデルで処理すると,自然逆数サンプルをモデルで誤分類する。 実験の結果, 生成した対向画像は画像品質が高く, 安全分類器を通過させることで有害なコンテンツを生成する懸念が高まっていることがわかった。
  論文  参考訳（メタデータ） (2024-02-07T09:39:29Z)
• Feature-Conditioned Cascaded Video Diffusion Models for Precise Echocardiogram Synthesis [5.102090025931326]
  我々は、ビデオモデリングのための解明された拡散モデルを拡張し、単一の画像から可視なビデオシーケンスを生成する。 我々の画像からシーケンスへのアプローチは、最近提案されたシーケンスからシーケンス生成手法よりも38ポイント高い93%のR2$スコアを達成する。
  論文  参考訳（メタデータ） (2023-03-22T15:26:22Z)
• Improving Deep Facial Phenotyping for Ultra-rare Disorder Verification Using Model Ensembles [52.77024349608834]
  我々は、DCNNを最先端の顔認識手法であるiResNetとArcFaceに置き換える影響を分析する。 提案するアンサンブルモデルにより,目視と目視の両障害に対する最先端のパフォーマンスが達成される。
  論文  参考訳（メタデータ） (2022-11-12T23:28:54Z)
• CS$^2$: A Controllable and Simultaneous Synthesizer of Images and Annotations with Minimal Human Intervention [3.465671939864428]
  実写画像と対応するアノテーションを同時に生成する新しい制御可能同時合成器(CS$2$)を提案する。 提案するコントリビューションには,1)参照CT画像からスタイル情報と教師なしセグメンテーションマスクから構造情報の両方を受信する条件付き画像合成ネットワーク,2)これらの合成画像を自動的にセグメンテーションする対応するセグメンテーションマスクネットワークがある。
  論文  参考訳（メタデータ） (2022-06-20T15:09:10Z)

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。