Core Concepts
病変部を除去し、正常な解剖学的構造を保持した脳画像を生成することで、病変部位を特定するアノマリーマップを作成する。
Abstract
本研究では、病変部を除去し正常な解剖学的構造を持つ脳画像を生成する手法を提案している。まず、ACAT手法を用いて病変部の位置を特定するサリエンシーマップを生成する。次に、健常サンプルで学習したDDPMモデルと、DDIMモデルを組み合わせた新しいサンプリング手法を提案する。DDPMはサリエンシーマップ内の病変部を修正し、DDIMは病変部以外の領域を元の状態に復元する。これらを各ステップで融合することで、自然な遷移を持つ正常画像を生成できる。生成された正常画像と元の画像の差分から、最終的なアノマリーマップを得ることができる。
提案手法は、BraTS 2021とWMHデータセットでDice scoreとIoUが最も高い結果を示し、病変部の検出精度が優れていることが確認できた。また、IST-3データセットでのKIDスコアも良好で、生成された正常画像の質も高いことが分かった。
Stats
病変部を除去しても、元の解剖学的構造を大きく変化させずに正常画像を生成できる。
提案手法はBraTS 2021とWMHデータセットでDice scoreとIoUが最も高い。
IST-3データセットでのKIDスコアも良好で、生成された正常画像の質が高い。