論文の概要: MRI-to-CT Translation of Spinal Images via Anatomy-Guided Pseudo-Pairing and Adversarial Diffusion

• arxiv url: http://arxiv.org/abs/2610.37134v1
• Date: Tue, 27 Oct 2026 12:32:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.585411
• Title: MRI-to-CT Translation of Spinal Images via Anatomy-Guided Pseudo-Pairing and Adversarial Diffusion
• Title（参考訳）: MRI-to-CTによる解剖誘導擬似ペアリングと逆流拡散による脊椎画像の変換
• Abstract要約: 脊椎MRI-CT合成のための3段階フレームワークを提案する。 まず、解剖学的に誘導された椎体マッチングシステムは、同様の矢状MRIとCTスライスを識別する。 第二に、これらのペアはMRIからCTへの変換のための逆拡散モデルを訓練する。 第三に、合成されたスライスを3Dボリュームに組み立て、ネットワークによって精製する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Magnetic Resonance Imaging (MRI) is routinely used to diagnose spinal disorders, but surgical planning often requires Computed Tomography (CT) for better visualization of vertebral bone anatomy. Synthesizing CT from MRI could avoid additional radiation exposure and streamline preoperative assessment. We propose a three-stage framework for spine MRI-to-CT synthesis. First, an anatomy-guided vertebral matching system identifies similar sagittal MRI and CT slices using spine segmentations and aligns them through rigid registration, creating pseudo-paired data from unpaired scans. Second, these pairs train an adversarial diffusion model for MRI-to-CT translation. Third, synthesized slices are assembled into 3D volumes and refined by a network that improves inter-slice continuity and structural coherence. The framework was trained on over 10,000 unpaired sagittal MRI and CT slices and evaluated on 1,911 slices from 83 MRI volumes spanning all spinal regions. Assessment combined distribution-based measures with vertebral segmentation metrics. Compared with diffusion alone, the proposed approach increased binary 3D vertebral Dice from 0.666 to 0.739. Volumetric post-processing reduced visible discontinuities between stacked slices and improved vertebral coherence in axial and coronal views. Combining anatomy-guided pseudo-pairing, adversarial diffusion and 3D refinement improves spine MRI-to-CT synthesis. Vertebral matching primarily enhanced anatomical alignment and fidelity, while volumetric refinement improved 3D consistency. These findings support further development of MRI-derived CT-like visualization for preoperative planning, particularly to preserve fine intensity details while maintaining volumetric coherence.
• Abstract（参考訳）: MRIは脊椎疾患の診断に日常的に用いられているが、脊椎解剖の可視化にはCT(Computed Tomography)が必要となることが多い。 MRIからCTを合成することで、放射線曝露や手術前評価の合理化を回避できる。 脊椎MRI-CT合成のための3段階フレームワークを提案する。 まず、解剖学的に誘導された脊椎マッチングシステムは、脊柱分割を用いて、同様の矢状MRIとCTスライスを識別し、剛体登録により整列させ、不対のスキャンから擬似ペアデータを生成する。 第二に、これらのペアはMRIからCTへの変換のための逆拡散モデルを訓練する。 第3に、合成スライスを3次元ボリュームに組み立て、スライス間連続性と構造コヒーレンスを改善するネットワークにより精製する。 このフレームワークは1万以上の未経験の矢状MRIおよびCTスライスで訓練され、全脊髄領域にまたがる83MRIボリュームから1,911個のスライスで評価された。 分布測定と椎体分節測定の併用による評価 拡散のみと比較して、提案手法は2次元脊椎Diceを0.666から0.739に増やした。 ボリュームポストプロセッシングは, 積層スライス間の視認性不連続性を低減し, 軸方向およびコロナ視における脊椎コヒーレンスを改善した。 解剖学的誘導による擬似ペアリング, 対向拡散と3次元微細化を組み合わせることで, 脊椎MRI-CT合成が改善される。 経皮的整合は解剖学的アライメントと忠実度を増強し, 容積改善は3D整合性を改善した。 以上の結果から, 術前計画のためのMRIによるCTライクな可視化のさらなる発展, 特に, 容積コヒーレンスを維持しつつ, 微細な強度の詳細を保存できることが示唆された。

関連論文リスト

• Rendering Novel Views of MRI Using 3D Gaussian Splatting [54.6286495315908]
  3D Gaussian Splatting を用いて, スパース異方性MRIから画像再構成を行い, 臨床評価に関係する解剖学的に整合した画像面を採取, 描画した。 新しいビュープレーンは対象解剖の診断に最適であるが、元のMRIはそうではない。
  論文  参考訳（メタデータ） (2026-06-24T18:00:03Z)
• AI Approach for MRI-only Full-Spine Vertebral Segmentation and 3D Reconstruction in Paediatric Scoliosis [0.0]
  小児画像のCTよりMRIが好ましいのは、電離放射線を避けるためである。 脊椎変形評価におけるその使用は、自動化された高解像度の3Dボニー再構成の欠如により、大きく制限されている。 本研究では,MRIのみによる全自動胸腰椎(T1-L5)セグメンテーションと3次元再構成を可能にするAIフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-20T05:57:06Z)
• PHASOR: Anatomy- and Phase-Consistent Volumetric Diffusion for CT Virtual Contrast Enhancement [60.81732730684265]
  本稿では,高忠実度仮想コントラスト拡張(VCE)のための体積拡散フレームワークPHASORを紹介する。 我々は、CTボリュームをコヒーレントシーケンスとして扱うことにより、ビデオ拡散モデルを利用して、構造的コヒーレンスとボリューム精度を向上させる。 まず, 解剖学的意味論に固有の拡張パターンを固定し, 臓器特異的なメモリを付加して, より詳細な情報を収集する。 第二に、インテンシティ・フェイズ・アウェアメント・アライメント・アライメント(IP-REPA)は、不完全な空間アライメントの影響を緩和しつつ、複雑なコントラスト信号を強調する。
  論文  参考訳（メタデータ） (2026-04-01T15:57:18Z)
• Mamba-driven MRI-to-CT Synthesis for MRI-only Radiotherapy Planning [4.3531418255555545]
  マンバ (Mamba) は、モダリティ間翻訳のための状態空間モデルである。 We adapt the U-Mamba and the SegMamba architecture, originally proposed for segmentation, to perform cross-modality image generation。 私たちの3D Mambaアーキテクチャは、複雑な特徴と長距離ボリューム依存を効果的に捉え、正確なCT合成を可能にします。
  論文  参考訳（メタデータ） (2026-03-24T14:56:39Z)
• ReBrain: Brain MRI Reconstruction from Sparse CT Slice via Retrieval-Augmented Diffusion [17.281214782353658]
  低用量プロトコルは、しばしば低解像度の平面解像度のCTボリュームをもたらす。 脳MRI再建のための検索拡張拡散フレームワークであるReBrainを提案する。 SynthRAD2023とBraTSの実験により、ReBrainはスパース条件下でのクロスモーダル再構築において最先端の性能を発揮することが示された。
  論文  参考訳（メタデータ） (2025-11-21T09:18:35Z)
• Accurate Fine-Grained Segmentation of Human Anatomy in Radiographs via Volumetric Pseudo-Labeling [66.75096111651062]
  我々は,10,021個の胸部CTと157個のラベルの大規模データセットを作成した。 解剖学的擬似ラベル抽出のために3次元解剖分類モデルのアンサンブルを適用した。 得られたセグメンテーションモデルはCXRで顕著な性能を示した。
  論文  参考訳（メタデータ） (2023-06-06T18:01:08Z)
• Context-Aware Transformers For Spinal Cancer Detection and Radiological Grading [70.04389979779195]
  本稿では,脊椎分析に関わる医療画像問題に対するトランスフォーマーを用いた新しいモデルアーキテクチャを提案する。 MR画像におけるそのようなモデルの2つの応用について考察する: (a)脊椎転移の検出と脊椎骨折の関連状況と転移性脊髄圧迫。 画像中の脊椎のコンテキストを考慮することで,SCTは以前に公表したモデルと比較して,いくつかのグレーディングの精度を向上することを示す。
  論文  参考訳（メタデータ） (2022-06-27T10:31:03Z)
• Weakly-supervised Biomechanically-constrained CT/MRI Registration of the Spine [72.85011943179894]
  本稿では,各脊椎の剛性と容積を保存し,登録精度を最大化しながら,弱教師付き深層学習フレームワークを提案する。 また,CTにおける椎体自動分節化はMRIと対比してより正確な結果をもたらすため,CTラベルマップのみに依存するよう,これらの損失を特に設計する。 以上の結果から, 解剖学的認識による損失の増大は, 精度を維持しつつも, 推測変換の妥当性を高めることが示唆された。
  論文  参考訳（メタデータ） (2022-05-16T10:59:55Z)
• Three-dimensional Segmentation of the Scoliotic Spine from MRI using Unsupervised Volume-based MR-CT Synthesis [3.6273410177512275]
  本研究では,無教師付き完全3次元(3次元)クロスモダリティ合成法を提案する。 3D CycleGANモデルはMR領域とCT領域にまたがるボリューム・ツー・ボリューム変換のために訓練される。 結果として生じるセグメンテーションは、脊椎の3次元モデルを再構成するために使用される。
  論文  参考訳（メタデータ） (2020-11-25T18:34:52Z)
• A Convolutional Approach to Vertebrae Detection and Labelling in Whole Spine MRI [70.04389979779195]
  脊椎MRIにおける脊椎の発見と同定のための新しい畳み込み法を提案する。 これには学習ベクトル場を使用して、検出された脊椎の角を個別の脊椎にまとめる。 本手法の臨床的有用性を示すために, 腰部, 脊柱管内MRスキャンにおける側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側
  論文  参考訳（メタデータ） (2020-07-06T09:37:12Z)

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。