ECLARE: Efficient cross-planar learning for anisotropic resolution enhancement
臨床 MRI 画像の厚いスライスやスライス間ギャップによる解像度低下を解決するため、外部データに依存せずスライスプロファイル推定と自己学習に基づく効率的な超解像手法「ECLARE」を提案し、信号回復および下流タスクにおいて既存手法を上回る性能を実証した論文です。
93 件の論文
臨床 MRI 画像の厚いスライスやスライス間ギャップによる解像度低下を解決するため、外部データに依存せずスライスプロファイル推定と自己学習に基づく効率的な超解像手法「ECLARE」を提案し、信号回復および下流タスクにおいて既存手法を上回る性能を実証した論文です。
この論文は、低次視覚の心理物理的測定(コントラスト感度、コントラストマスキング、コントラストマッチング)に基づいた新たなテスト枠組みを導入し、34 種類の既存の画質評価指標の特性と限界を明らかにするものである。
この論文は、ノルムのモレウエンベロープを用いて構築された多変量ポテンシャル関数を取り入れた「多変量エキスパートの場(Multivariate Fields of Experts)」という新しい画像事前分布学習フレームワークを提案し、深層学習ベースの正則化器に近い性能をより少ないパラメータとデータで、かつ理論的な収束保証を備えた高速な手法で達成することを示しています。
本論文は、SAR 自動目標認識モデルに対する物理的敵対攻撃において、攻撃者が SAR プラットフォームの方位角を知らない場合でも、物理モデルに基づいて反射器の最適な配置を決定し、高い欺瞞成功率を達成する「SAAIPAA」という新たなフレームワークを提案するものである。
この論文は、複雑な環境におけるレンズのベールグレア(光の散乱によるゴーストやハレーション)を除去するため、安定拡散モデルの事前知識を用いて非教師ありで伝達マップとグレアマップを学習する生成モデル「VeilGen」と、そのマップを活用して逆散乱プロセスを行う復元ネットワーク「DeVeiler」を提案し、簡素化された光学システムにおいて既存手法を上回る高品質な復元を実現したことを報告しています。
この論文は、バッチ内の正常な解剖学的変異をハイパーグラフ推定と共有重みグラフ畳み込み層を用いて埋め込みに統合する手法を提案し、脳腫瘍の MRI 画像における教師なし異常検知の偽陽性を大幅に低減し、AUC-ROC 0.90 などの性能向上を実現したことを報告しています。
本論文は、小児ループス腎炎の予後予測において、臨床データと PAS 染色組織画像を統合した「臨床注入トランスフォーマー」とドメイン適応型 MAE を採用し、既存手法の課題を克服して高い精度を達成した初のマルチモーダル計算病理フレームワークを提案するものである。
この論文は、従来のシルエットやパース解析の限界を克服するため、ラベルなしで RGB 画像から高周波構造特徴を抽出する新しいモダリティ「SKETCH」と、それをシルエットと補完的に融合する階層的なフレームワーク「SKETCHGAIT」を提案し、ガイト認識の性能を大幅に向上させたことを示しています。
この論文は、医療機関間のデータ共有制約を克服しつつ、潜在空間変換とスキップ接続オートエンコーダを組み合わせることで、プライバシーを保護しながら高精度な協調的医療画像セグメンテーションを実現する新しいフレームワーク「PPCMI-SF」を提案し、その有効性と攻撃耐性を複数のデータセットで実証したものです。
本論文は、心臓 cine MRI の高速再構築において、高周波成分の表現を可能にするガボールプリミティブと、心臓運動とコントラスト変化を低ランク基底で分解する時空間冗長性の活用を提案し、既存手法を上回る性能と物理的に解釈可能なパラメータを提供する手法を提示しています。
この論文は、異なる時点の MRI 画像から病変領域を 3D 解剖学的連続性を保ちながら高精度かつ効率的に補完する、新しい縦断的 3D 領域認識拡散モデル(RAD)に基づくフレームワークを提案し、既存手法を大幅に上回る性能と処理速度を実証したものである。
本論文は、2 次元と 3 次元の DHoGM 特徴量を統合した軽量かつ解釈可能なフレームワークを提案し、学習済みデータや未知の施設からのデータにおいても高い精度で脳 MRI のモーションアーチファクトを検出する手法を開発したものである。
本論文は、信頼性の低い参照フレームに対しても適応的に動作し、単一モデルで低遅延およびランダムアクセスの両方に対応する、学習型動画圧縮の新しい統一手法「Uni-LVC」を提案し、従来の手法を上回る圧縮効率を実現することを示しています。
この論文は、低照度ノイズ、モーションブラー、モザイクアーティファクトなど、多様な劣化条件下でも物理的一貫性を保ちながら最先端の性能を発揮する、単一段階の画像・ストークス統合処理を行う統一的なアーキテクチャを提案するものです。
この技術報告書は、パキスタン製医療器具の製造欠陥を特定・修正し、患者の安全を確保するために、YOLOv8 や ResNet-152 などの深層学習アーキテクチャを活用した 4,414 枚の画像データセットを用いた自動光学検査(AOI)システムの開発と産業への応用を提案するものである。
この論文は、監視映像やビデオ通話などの静止シーン動画において、短期間の時間的変化を「ポジティブ・インセンティブ・ノイズ」として再解釈し、モデルの微調整に活用することで、従来のニューラル動画圧縮が抱える課題を克服し、画素レベルの忠実度を維持しながら帯域幅を大幅に削減する手法を提案しています。
本論文は、大規模言語モデルの自己回帰能力を活用して物理的運動と深層的な言語的推論を統合し、未知の物体を含む複雑な環境における 3D 多物体追跡の性能を飛躍的に向上させる「NOVA」という新たなアプローチを提案しています。
本論文は、3D 意味的占有予測におけるラベルノイズ問題に対処するため、初のベンチマーク OccNL を構築し、二重ソースの部分的ラベル推論を用いた頑健なフレームワーク DPR-Occ を提案することで、極端なノイズ下でも安全なロボティクス知覚を実現する手法を提示しています。
この論文は、CT 画像と構造輪郭から直接実行可能な放射線治療計画を 1 秒未満で生成する深層学習フレームワーク「AIRT」を提案し、1 万例以上の前立腺症例を用いた訓練により、従来の RapidPlan Eclipse と同等の品質を達成したことを報告しています。
この論文は、ケークウェーブレットとリッジフィルタを用いた新しいスペクトル手法「EquivAnIA」を提案し、合成および実世界の画像における数値的回転に対する頑健性と、角度画像登録タスクへの有効性を示しています。