3D-LLDM：肝臓の構造セグメンテーションにおける高解像度合成MR画像の改善のためのラベル誘導型3D潜在拡散モデル
arXiv cs.CV / 2026/3/26
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文では、対応する解剖学的セグメンテーションマスクとともに高解像度の合成肝臓MRIボリュームを生成するための、ラベル誘導型3D潜在拡散モデル「3D-LLDM」を提案する。
- Gd-EOB-DTPA造影剤によって増強された胆道相（hepatobiliary phase）のMR画像を用い、肝臓、門脈、肝静脈、肝細胞癌のマスクを作成し、それらがControlNetスタイルのアーキテクチャによって拡散ベースのボリューム合成を誘導する。
- Samsung Medical Centerから得た実臨床スキャン720件で学習した結果、3D-LLDMは生成品質が向上し、FID値28.31を達成した。これはGANより70.9%上回り、拡散ベースラインより26.7%上回る。
- 著者らは実用的な下流タスクでの価値も示している。合成ボリュームによるデータ拡張により、5種類の異なるCNNアーキテクチャにおいて肝細胞癌のセグメンテーション精度が最大+11.153（Dice）向上する。
