概要 - MCM：MRI中の連続画像を使用したマンゴーに基づく心臓動態追跡

タイトル
MCM：MRI中の連続画像を使用したマンゴーに基づく心臓動態追跡

時間
2025-07-23 16:40:43

著者
{"Jiahui Yin","Xinxing Cheng","Jinming Duan","Yan Pang","Declan O'Regan","Hadrien Reynaud","Qingjie Meng"}

カテゴリ
{eess.IV,cs.CV}

リンク
http://arxiv.org/abs/2507.17678v1

PDF リンク
http://arxiv.org/pdf/2507.17678v1

概要

この論文では、心臓機能の評価と心血管疾患の診断に用いるための、Mambaに基づく心臓運動追跡ネットワーク（MCM）を提案しています。論文の主要な貢献は以下の通りです： 1. **MCMネットワーク**：提案されたMCMネットワークは、大きな計算負荷をかけずに滑らかで一貫した心筋運動推定を実現するために連続画像を利用します。ターゲットフレームの周辺のフレームを明示的に取り入れ、参照フレームとターゲットフレーム間の運動を推定します。 2. **双方向Mambaブロック**：ネットワークは、複数のスケールで変形特徴を抽出するための双方向Mambaブロックを取り入れます。各ブロックは、前方向と後方向の両方で空間時間情報をキャプチャするための新しい双方向スキャンメカニズムを使用し、合理的な変形場の推定を促進します。 3. **運動デコーダ**：ネットワークは、複数のスケールで変形特徴を融合して運動場を推定する運動デコーダを使用します。それには、運動推定の時間的安定性を向上させるために、新しい双経路融合ヘッダを取り入れます。 この方法は、ACDCとM&Msの2つの公開データセットで評価され、既存の心臓運動追跡方法と比較されました。結果は、提案された方法が運動追跡精度、変形学的性質、体積の一致性の点で既存の方法を上回ることを示しました。 提案された方法の主な利点は以下の通りです： - **滑らかで一貫した運動推定**：周辺フレームを取り入れ、双方向スキャンメカニズムを使用することで、滑らかで一貫した運動推定を実現します。 - **時間的安定性**：前方向と後方向の両方からの空間時間情報を統合することで、合理的な変形場の推定を促進し、時間的安定性を向上させます。 - **計算効率**：Mambaの構造化状態空間公式を利用して、計算複雑性を大幅に増やさずに連続的な心筋の動態を学習します。 全体として、提案されたMCM方法は、CMR画像における心筋運動追跡に非常に有望なアプローチを提供し、心臓機能の評価や心血管疾患の診断における応用が期待されます。


推奨論文

生成エネルギーアリーナ（GEA）：大規模言語モデル（LLM）の人間評価にエネルギー意識を組み込む

UserBench: ユーザーセンタルなエージェントのためのインタラクティブなジム環境

ノイズパラメータを含む半パラメトリック推論のためのラテン フュージョン マルチタスク学習

知能型非晶質合金の設計のための材料ネットワーク表現の構築

テストセットでの事前学習はもはや全てではありません：QAベンチマークに対する議論駆動のアプローチ

ランク5までおよびそれ以上の積分Grothendieck環を分類する

ルーブリックとしての報酬：確認可能な領域を超えた強化学習

自己進化エージェントの調査：人工超知能への道

制約表現可能な中間表現に導かれた3Dソフトウェア合成

SafeWork-R1: AI-45°法のもとでの共生進化する安全と知能