X線画像を用いた骨粗鬆症検出のためのフラクタル勾配発散調整型ディープビリーフネットワーク

• ハイブリッド事前学習済み量子畳み込みニューラルネットワーク(HP-QCNN)が関節リウマチのX線画像分類で精度92.41%を達成し、古典的なVGG16ベースラインを上回った。

本研究は、12,446枚の腎臓CT画像を用いて、腎異常の正確な分類とデータプライバシーの両立を目指す、新しい連合転移学習フレームワークを提案する。CT画像はリサイズ、正規化、ランダム回転、水平フリップ、カラージッターなどのデータ拡張を経て、MobileNetV2、EfficientNetV2-S、ResNet50、DenseNet121、InceptionResNetV2の5つの事前学習済みモデルが7つの連合クライアントで訓練された。モデルパラメータの集約には連合重み付け平均が用いられ、クライアントとサーバー間の通信にはAES-256暗号化が適用された。MobileNetV2が最も高い性能を…

• 糖尿病性足潰瘍画像解析のための7クラス重症度認識型マルチタスクAIフレームワークが開発され、精度95.5%(95% CI、94.7–96.1)、マクロF1スコア0.953を達成した。
• 4つの公開データソース(DFUC 2020/2021、AZH、Medetec、IWGDF準拠リポジトリ)を統合し、24,925枚の画像からなる分析コーパスと3,739枚のホールドアウトテストセットで検証が行われた。
• 臨床医監査コホートでのモデルと臨床医の重症度一致は加重Cohenのκ=0.952、モデル支援レビューは27.6%のケースで記録された管理意図の変化と関連した。

本研究では、CT画像とGANベースの拡張を用いた説明可能な肺がん分類のためのGenAI駆動型CNN–RNNフレームワークを提案する。このフレームワークは、空間特徴抽出のための畳み込みニューラルネットワーク、逐次依存性分析のためのLSTMベースのリカレント学習、少数クラスの表現を改善するためのGAN支援拡張、および分類性能向上のための注意機構ガイド付き特徴融合を統合している。公開されているIQ-OTH/NCCD肺がんCT画像データセットを使用して実験評価が行われた。Adamオプティマイザと50エポックで学習され、5分割交差検証で評価された結果、提案フレームワークは精度92.84%、適合率91.…

• 拡散モデル(SGM-KD)がMRIデータ(T1w、T2FLAIR)のみから診断品質のFDG-PET画像を合成できることを実証
• 超低線量PET画像を入力に追加することで全モデルの性能が大幅に改善し、フルドーズPETと同等の品質を達成
• 52名の被験者データ(訓練40名、検証2名、テスト10名)を用いて3つのモデルを比較評価