生体統計的回帰によるエコー心エコー映像からの左心室駆出分数推定

arXiv:2602.08202v1 Announce Type: new 要約：エコー心エコー画像からの左心室駆出分数（LVEF）の推定は、不適定な逆問題を構成しています。内在するノイズ、アーティファクト、および限られた視角が不確実性を導入しており、単一の動画シークエンスが唯一の真実値にマッピングするのではなく、適切な生理学的値の分布にマッピングする可能性があります。現在通行中の深層学習アプローチは、このタスクを標準的回帰問題として定式化し、平均二乗誤差（MSE）を最小化しています。しかし、このパラダイムはモデルが条件付き期待値を学習することを強制し、基底の後方確率分布が多峰である、あるいは厚尾である場合、誤解を招く予測につながる可能性があります -- これは病理学的なシナリオでは一般的な現象です。本稿では、決定的回帰から生体統計的回帰へのパラダイムシフトを検討します。我々は、エコー心エコー動画と患者の démographique 属性の先验条件の下で LVEF の連続後方確率分布をモデル化する確率的フレームワーク、マルチモーダル条件スコアベース拡散モデルに基づく回帰（MCSDR）を提案します。EchoNet-Dynamic、EchoNet-Pediatric、および CAMUS データセットで行われた広範な実験は、MCSDR が状態最善の性能を達成することを示しています。特に、定性的分析では、我々のモデルの生成経路が、高いノイズまたは大きな生理学的変動が特徴となる場合で顕著に異なる行動を示すことが明らかになり、これにより AI 支援診断の新しい解釈レイヤーを提供しています。

arXiv:2602.08202v1 Announce Type: new Abstract: Estimating Left Ventricular Ejection Fraction (LVEF) from echocardiograms constitutes an ill-posed inverse problem. Inherent noise, artifacts, and limited viewing angles introduce ambiguity, where a single video sequence may map not to a unique ground truth, but rather to a distribution of plausible physiological values. Prevailing deep learning approaches typically formulate this task as a standard regression problem that minimizes the Mean Squared Error (MSE). However, this paradigm compels the model to learn the conditional expectation, which may yield misleading predictions when the underlying posterior distribution is multimodal or heavy-tailed -- a common phenomenon in pathological scenarios. In this paper, we investigate the paradigm shift from deterministic regression toward generative regression. We propose the Multimodal Conditional Score-based Diffusion model for Regression (MCSDR), a probabilistic framework designed to model the continuous posterior distribution of LVEF conditioned on echocardiogram videos and patient demographic attribute priors. Extensive experiments conducted on the EchoNet-Dynamic, EchoNet-Pediatric, and CAMUS datasets demonstrate that MCSDR achieves state-of-the-art performance. Notably, qualitative analysis reveals that the generation trajectories of our model exhibit distinct behaviors in cases characterized by high noise or significant physiological variability, thereby offering a novel layer of interpretability for AI-aided diagnosis.