論文の概要: Electrocardiographic Imaging via Posterior Sampling under Operator Discrepancy
- arxiv url: http://arxiv.org/abs/2611.17851v1
- Date: Fri, 13 Nov 2026 07:35:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-16 18:43:16.326606
- Title: Electrocardiographic Imaging via Posterior Sampling under Operator Discrepancy
- Title(参考訳): 心電図による後腹膜サンプリング
- Abstract要約: OpDis-PSは信号にどのように依存するかを学習し、これを修正されたフォワード演算子に折り畳み、すべての演算子条件で固定された事前で再構成する。
両者とも、OpDis-PSは古典的な正規化や学習予測よりも正確に再構築されており、心疾患に対する最大の改善点となっている。
- 参考スコア(独自算出の注目度): 0.9883261192383609
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Electrocardiographic imaging (ECGI) reconstructs heart-surface potentials from body-surface potentials, an ill-posed inverse problem. Diffusion posterior samplers combine a learned prior with an explicit forward operator that they assume to be accurate. In ECGI this operator is only an estimate, because the body changes with respiration and posture, and body composition such as subcutaneous fat is rarely known for an individual patient. The resulting operator discrepancy is structured and depends on the heart signal. We introduce OpDis-PS, a diffusion posterior sampler that models this discrepancy instead of treating it as signal-independent noise. OpDis-PS learns how the discrepancy depends on the signal, folds this into a corrected forward operator, and reconstructs with a fixed prior across all operator conditions. We study two realistic sources of discrepancy, changing lung conductivity and an added subcutaneous-fat layer. Across both, OpDis-PS reconstructs more accurately than classical regularization and learned predictors, with its largest gains on held-out cardiac pathologies.
- Abstract(参考訳): 心電図(ECGI)は体表面電位から心臓表面電位を再構成する。
拡散後サンプリング器は、学習前の学習と、それらが正確であると仮定する明示的な前方演算子を結合する。
ECGIでは、呼吸と姿勢によって身体が変化し、皮膚下脂肪などの体組成が個々の患者でほとんど知られていないため、このオペレーターは推定値に過ぎない。
結果として生じる演算子の不一致は構造化され、心臓信号に依存する。
信号非依存ノイズとして扱うのではなく,この差分をモデル化した拡散後サンプリング装置であるOPDis-PSを導入する。
OpDis-PSは信号にどのように依存するかを学習し、これを修正されたフォワード演算子に折り畳み、すべての演算子条件で固定された事前で再構成する。
2つの現実的な相違点, 肺伝導率の変化, 皮下脂肪層の追加について検討した。
両者とも、OpDis-PSは古典的な正規化や学習予測よりも正確に再構築されており、心疾患に対する最大の改善点となっている。
関連論文リスト
- 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) - Reconstruction-Shift Discrimination via Mask-Guided Latent Diffusion for Medical Anomaly Detection [58.92871907037662]
教師なしの医学的異常検出は、正常な訓練画像から正常な解剖パターンを学習し、テスト時の偏差を識別する。
再構成に基づく拡散に基づく手法は、通常、入力画像とその再構成の違いを異常な証拠として利用する。
本研究は,残差に基づく局所化と再構成-シフト判別を補完する医用異常検出フレームワークであるDMDを提案する。
論文 参考訳(メタデータ) (2026-08-01T04:56:39Z) - PhysAgent: A Multi-Agent Framework for Reliable Remote Heart Rate Estimation [40.05930520726773]
Photoplethysは、顔ビデオから非接触型心拍数推定を可能にする。
現在の方法は、心拍数や脈波を直接予測する単一のモデルに依存している。
推論時マルチエージェントモデルであるPhysAgentを提案する。
論文 参考訳(メタデータ) (2026-07-29T02:49:24Z) - Physiology and Anatomy Aware Inverse Inference of Myocardial Infarction for Cardiac Digital Twin [19.301818693988032]
既存のMI推論手法は、リアルな傷跡形態と心臓再分極を見落としている。
心臓デジタル双生児を用いた非侵襲的MI局在化のための新しい枠組みを提案する。
我々のフレームワークは、逆推論で既存のメソッドを著しく上回ります。
論文 参考訳(メタデータ) (2026-05-21T06:32:21Z) - 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) - Global and Local Contrastive Learning for Joint Representations from Cardiac MRI and ECG [40.407824759778784]
PTACL(Patient and Temporal Alignment Contrastive Learning)は、CMRからの時間情報を統合することで、ECG表現を強化するマルチモーダルコントラスト学習フレームワークである。
英国バイオバンクの被験者27,951名を対象に,ペア心電図-CMRデータを用いたPTACLの評価を行った。
心電図を用いた非侵襲的心臓診断におけるPTACLの有用性について検討した。
論文 参考訳(メタデータ) (2025-06-24T17:19:39Z) - Improving Diffusion Models for ECG Imputation with an Augmented Template
Prior [43.6099225257178]
ノイズと品質の悪い録音は、モバイルヘルスシステムを使って収集された信号にとって大きな問題である。
近年の研究では、確率的時系列モデルによるECGの欠落値の計算が検討されている。
本稿では,様々な健康状態の事前情報として,テンプレート誘導型拡散確率モデル(DDPM)PulseDiffを提案する。
論文 参考訳(メタデータ) (2023-10-24T11:34:15Z) - DeepSTI: Towards Tensor Reconstruction using Fewer Orientations in
Susceptibility Tensor Imaging [9.79660375437555]
感応性テンソルイメージング(英語: Susceptibility tensor imaging、STI)は、2階テンソルモデルを用いて異方性組織磁気感受性を特徴付ける新しい磁気共鳴イメージング技術である。
STIは、白質繊維経路の再構築と、ミリ分解能以下で脳のミエリン変化を検出するための情報を提供する可能性がある。
しかし、生体内でのSTIの応用は、その難易度とMR相の変化を測定するための時間を要する取得要求によって妨げられている。
論文 参考訳(メタデータ) (2022-09-09T20:03:53Z) - Meta-rPPG: Remote Heart Rate Estimation Using a Transductive
Meta-Learner [15.701494085639007]
リモート光胸腺撮影(r)による遠隔心拍数推定
自己監督型重み調整のための試験(デプロイ)において,未ラベルのサンプルを抽出するトランスダクティブメタラーナを提案する。
論文 参考訳(メタデータ) (2020-07-14T03:01:46Z) - Simultaneous Estimation of X-ray Back-Scatter and Forward-Scatter using
Multi-Task Learning [59.17383024536595]
後方散乱は複雑な介入の際の患者(皮膚)の服用に大きく寄与する。
前方散乱放射線は投影画像のコントラストを低減し、3次元再構成でアーティファクトを導入する。
本稿では,従来の手法と学習に基づく手法を組み合わせて,検出器に到達した前方散乱を同時に推定する手法を提案する。
論文 参考訳(メタデータ) (2020-07-08T10:47:37Z)
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。