Denoising Diffusion Probabilistic Models による同時デュアルビュー・マンモグラム合成
arXiv cs.CV / 2026/4/8
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文では、3チャネルの denoising diffusion probabilistic model（DDPM）を提案し、単一の乳房画像から頭尾方向（CC）および内外斜位（MLO）の両方のマンモグラムビューを同時に合成する。
- 2つのビューは別々のチャネルとして符号化し、さらに3つ目のチャネルに絶対差分を含めることで、ビュー間の解剖学的な整合性を促進する。
- 事前学習済みの Hugging Face の DDPM を、非公開の乳がん検診データセットで微調整し、デュアルビューのペアを生成する。これにより、現実的な乳房の全体構造の保持を目指す。
- 評価では、幾何学的な整合性チェック（自動化された乳房マスクのセグメンテーションによる）に加え、実画像との分布レベルの比較、さらにビュー間のアラインメントを質的にレビューすることを組み合わせる。
- 著者らは、差分に導かれるアプローチにより、デュアルビュー・データセットの拡張がより現実的に可能になり、将来のビュー間を意識した乳房画像向けAIを支えると主張している。
