HUydra：複数HUインターバルによる生成的モデリングを用いた全範囲肺CT合成
arXiv cs.CV / 2026/3/25
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、肺がんCADにおけるデータ不足に対し、ハウンズフィールドユニット（HU）の全範囲にわたるフルレンジの肺CTスキャンを合成する生成AIアプローチを提案する。
- HUドメイン全体を一度にモデル化するのではなく、合成をHUインターバルに分解し、組織に焦点を当てたHUウィンドウ上で生成モデルを学習させ、その後、HUウィンドウ化プロセスを逆に行う学習ネットワークによってフルスキャンを再構成する。
- 生成結果のテクスチャの詳細をより適切に捉えつつ解剖学的な整合性を維持するために、マルチヘッドおよびマルチデコーダ構造を導入する。生成コンポーネントには、マルチヘッドVQVAEが最も良好な性能を示す。
- 定量結果により、本手法は従来の2Dフルレンジ基準手法を大幅に上回ることが示される。FIDでは6.2%の改善に加え、HUインターバル全体でMMD、Precision、Recallの向上が確認された。
- 著者らは、本研究を「構造を考慮した医用画像合成」の枠組みとして位置づけており、生成的モデリングの出力を臨床的に解釈可能な画像へより良く整合させ得ると述べている。
