論文の概要: LoRe-MIM: Lost-or-Replaced Masked Image Modeling for Self-Supervised Representation Learning in Whole-Body PET/CT
- arxiv url: http://arxiv.org/abs/2610.40284v1
- Date: Thu, 29 Oct 2026 15:36:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-02 07:43:16.228378
- Title: LoRe-MIM: Lost-or-Replaced Masked Image Modeling for Self-Supervised Representation Learning in Whole-Body PET/CT
- Title（参考訳）: LoRe-MIM:全体PET/CTにおける自己教師付き表現学習のための損失または置換型マスク画像モデリング
- Abstract要約: マスク付き画像再構成によりマルチモーダル表現を学習するための新しい自己教師型フレームワークであるLoRe-MIM(Lost-Or-Replaced Masked Image Modelling)を提案する。
マルチモーダルPET/CT画像再構成,非癌に対するパッチベースの分類,全身病変分割,ラベル効率のトレーニング,ロバストネス評価など,複数の下流タスクを対象とした学習表現の評価を行った。
- 参考スコア（独自算出の注目度）: 2.6471986346391643
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Deep learning models for whole-body positron emission tomography/computed tomography (PET/CT) hold significant clinical potential for disease detection, treatment planning, and response assessment. However, the time and cost associated with expert annotations remain major bottlenecks in developing robust and generalizable models. Although self-supervised learning (SSL) has emerged as a promising approach to mitigating annotation scarcity, its application to whole-body PET/CT remains relatively underexplored due to the limited availability of large-scale datasets and the challenges associated with learning complementary cross-modal representations. To address these limitations, we curate a heterogeneous, multi-tracer, multi-institutional cohort comprising 6,531 whole-body PET/CT scans and propose LoRe-MIM (Lost-Or-Replaced Masked Image Modelling), a novel self-supervised framework designed to learn multimodal representations through masked image reconstruction. Specifically, LoRe-MIM introduces a masking strategy in which image regions are either replaced with zeros (Lost) or substituted with corresponding complementary imaging modality (Replaced), encouraging the model to capture both modality-specific characteristics and cross-modal relationships. We evaluate the learned representations across multiple downstream tasks, including multimodal PET/CT image reconstruction, patch-based classification into cancer vs. non-cancer, whole-body lesion segmentation, label-efficient training, and robustness assessment. Experimental results demonstrate that LoRe-MIM consistently outperforms the corresponding state-of-the-art baselines across these tasks, highlighting its potential as a scalable and generalizable self-supervised learning framework for whole-body PET/CT analysis.
- Abstract（参考訳）: PET/CTの深層学習モデルは, 疾患検出, 治療計画, 反応評価に有意な臨床的可能性を秘めている。
しかし、専門家アノテーションに関連する時間とコストは、堅牢で一般化可能なモデルを開発する上で大きなボトルネックとなっている。
自己教師付き学習(SSL)はアノテーションの不足を軽減するための有望なアプローチとして現れてきたが、大規模なデータセットの可用性の制限や、補完的なクロスモーダル表現の学習に関わる課題のため、全身PET/CTへの応用は、いまだに未熟である。
これらの制約に対処するため,6,531体のPET/CTスキャンを含む異種多言語多言語コホートをキュレートし,マスク付き画像再構成によるマルチモーダル表現の学習を目的とした,新しい自己教師型フレームワークLoRe-MIMを提案する。
特に、LoRe-MIMは、画像領域を0(Lost)に置き換えるか、対応する相補的な画像モダリティ(Replaced)に置き換えるマスキング戦略を導入し、モデルがモダリティ固有の特性と相互モーダル関係の両方をキャプチャすることを奨励する。
マルチモーダルPET/CT画像再構成,非癌に対するパッチベースの分類,全身病変分割,ラベル効率のトレーニング,ロバストネス評価など,複数の下流タスクを対象とした学習表現の評価を行った。
実験結果から,LoRe-MIMは各タスクにおける最先端のベースラインを一貫して上回り,全身PET/CT解析のためのスケーラブルで汎用的な自己教師あり学習フレームワークとしての可能性を強調した。
関連論文リスト
- Can Multimodal Large Language Models Understand OCT? [3.932595394031011]
マルチモーダル大言語モデル (MLLM) は, 医用画像解析において有意な可能性を証明している。
OCT-Benchは、7つの公開データセットにわたる4,137のOCT画像から構築された10,076の高品質な多重選択質問からなる。
我々は,プロプライエタリモデル,オープンソース汎用モデル,医療ドメインモデルを含む20の代表的なMLLMを体系的に評価する。
論文 参考訳（メタデータ） (2026-07-18T03:08:31Z) - An Open Multi-Center Whole-Body FDG PET/CT Foundation Model for Tumor Segmentation [9.922425508121012]
4つの公開データセットから4,997個のハーモナイズドスキャンを用いて,オープンソース,マルチセンター,全体FDG PET/CTファンデーションモデルを提案する。
我々のフレームワークは、初期のチャネルワイド結合を伴う階層的なUNet型のバックボーンを用いており、解剖学的および代謝学的特徴の相互作用を可能にしている。
オートマチック・オンコロジー・イメージングの進歩のための、堅牢でオープンソースの基盤を提供する。
論文 参考訳（メタデータ） (2026-05-20T23:59:50Z) - Enhanced MRI Representation via Cross-series Masking [48.09478307927716]
自己教師型でMRI表現を効果的に学習するためのクロスシリーズ・マスキング(CSM)戦略
メソッドは、パブリックデータセットと社内データセットの両方で最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2024-12-10T10:32:09Z) - MCAD: Multi-modal Conditioned Adversarial Diffusion Model for High-Quality PET Image Reconstruction [11.119449232549158]
標準線量ポジトロン放射トモグラフィ(SPET)画像に関連する放射線の危険性は依然として懸念されている。
低線量PET(LPET)画像の品質は臨床要件を満たしていない。
マルチモーダル入力からSPETイメージを再構成するためのMCAD(Multi-modal Conditioned Adrial Diffusion Model)を提案する。
論文 参考訳（メタデータ） (2024-06-19T01:53:40Z) - Multibranch Generative Models for Multichannel Imaging with an Application to PET/CT Synergistic Reconstruction [42.95604565673447]
本稿では,マルチブランチ生成モデルを用いた医用画像の相乗的再構築のための新しい手法を提案する。
我々は,MNIST (Modified National Institute of Standards and Technology) とPET (positron emission tomography) とCT (Computed tomography) の2つのデータセットに対するアプローチの有効性を実証した。
論文 参考訳（メタデータ） (2024-04-12T18:21:08Z) - Mixed-UNet: Refined Class Activation Mapping for Weakly-Supervised
Semantic Segmentation with Multi-scale Inference [28.409679398886304]
我々は、デコードフェーズに2つの並列分岐を持つMixed-UNetという新しいモデルを開発する。
地域病院や公開データセットから収集したデータセットに対して,いくつかの一般的なディープラーニングに基づくセグメンテーションアプローチに対して,設計したMixed-UNetを評価した。
論文 参考訳（メタデータ） (2022-05-06T08:37:02Z) - Incremental Cross-view Mutual Distillation for Self-supervised Medical
CT Synthesis [88.39466012709205]
本稿では,スライス間の分解能を高めるために,新しい医療スライスを構築した。
臨床実践において, 根本・中間医療スライスは常に欠落していることを考慮し, 相互蒸留の段階的相互蒸留戦略を導入する。
提案手法は,最先端のアルゴリズムよりも明確なマージンで優れる。
論文 参考訳（メタデータ） (2021-12-20T03:38:37Z) - Multi-modal Aggregation Network for Fast MR Imaging [85.25000133194762]
我々は,完全サンプル化された補助モダリティから補完表現を発見できる,MANetという新しいマルチモーダル・アグリゲーション・ネットワークを提案する。
我々のMANetでは,完全サンプリングされた補助的およびアンアンサンプされた目標モダリティの表現は,特定のネットワークを介して独立に学習される。
私たちのMANetは、$k$-spaceドメインの周波数信号を同時に回復できるハイブリッドドメイン学習フレームワークに従います。
論文 参考訳（メタデータ） (2021-10-15T13:16:59Z) - Modality Completion via Gaussian Process Prior Variational Autoencoders
for Multi-Modal Glioma Segmentation [75.58395328700821]
本稿では,患者スキャンに欠落するサブモダリティを1つ以上のインプットするために,MGP-VAE(Multi-modal Gaussian Process Prior Variational Autoencoder)を提案する。
MGP-VAEは、変分オートエンコーダ(VAE)に先立ってガウス過程(GP)を利用して、被験者/患者およびサブモダリティ相関を利用することができる。
4つのサブモダリティのうち2つ、または3つが欠落している脳腫瘍に対するMGP-VAEの適用性を示す。
論文 参考訳（メタデータ） (2021-07-07T19:06:34Z) - Few-shot Medical Image Segmentation using a Global Correlation Network
with Discriminative Embedding [60.89561661441736]
医療画像分割のための新しい手法を提案する。
深層畳み込みネットワークを用いた数ショット画像セグメンタを構築します。
深層埋め込みの識別性を高め,同一クラスの特徴領域のクラスタリングを促進する。
論文 参考訳（メタデータ） (2020-12-10T04:01:07Z) - Co-Heterogeneous and Adaptive Segmentation from Multi-Source and
Multi-Phase CT Imaging Data: A Study on Pathological Liver and Lesion
Segmentation [48.504790189796836]
我々は,新しいセグメンテーション戦略,コヘテロジネティック・アダプティブセグメンテーション(CHASe)を提案する。
本稿では,外見に基づく半スーパービジョン,マスクに基づく対向ドメイン適応,擬似ラベルを融合した多目的フレームワークを提案する。
CHASeは4.2% sim 9.4%$の範囲で、病理的な肝臓マスクDice-Sorensen係数をさらに改善することができる。
論文 参考訳（メタデータ） (2020-05-27T06:58:39Z)
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。