CORA：冠動脈CT血管造影の解析およびMACEリスク評価のための、病理合成駆動型基盤モデル
arXiv cs.CV / 2026/3/27
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- CORAは冠動脈CT血管造影（CCTA）を対象にした、病理に焦点を当てた3Dビジョン系の基盤モデルで、自己教師あり学習で表現を獲得します。
- 従来のラベルなし事前学習が全体解剖学統計に偏りがちで、局所的なプラーク病変を捉えにくいという課題に対し、解剖ガイド付きの病変合成エンジンで学習を病理側に寄せます。
- 12,801件のラベルなし3D CCTAで学習し、9施設のマルチセンターデータで、プラーク特性・狭窄検出・冠動脈セグメンテーション等の複数タスクにおいてSOTAの3D基盤モデルより最大29%の性能向上を報告しています。
- 画像エンコーダと大規模言語モデルを結合してマルチモーダル化することで、30日MACEリスク層別化を改善したとしています。
広告
