AI駆動のデュアルスケールマルチモーダル融合による個別化MRI合成
カテゴリ：診断支援・画像解析
公開日：2026年1月9日
タイトル：Dual-MFNet: AI-Driven Dual-Scale Multimodal Fusion With State Space Networks for Personalized MRI Synthesis
雑誌名：IEEE J Biomed Health Inform. 2026 Jan; 30(1): 732-745.
概 要：
この研究は、AI駆動のマルチモーダル融合を用いて個別化医療におけるMRI合成を改善するための新しい手法「Dual-MFNet」を提案しています。MRIの取得時間が長く、画像アーチファクトや欠損モダリティが存在するため、個別化診断における重要な画像情報が不完全になることが多いです。本手法は、状態空間モデルを活用して長距離の文脈依存性を捉えつつ、局所的な構造の整合性を保ち、正確なクロスモーダル合成を実現します。Dual-Fuserは、グローバルな一貫性と詳細の保存をバランスさせ、TSFモジュールは重要なクロスモーダル情報を動的に強化します。FAモジュールは、マルチモーダル入力を統合し、個々の患者のニーズに合わせた高忠実度の合成MRIを生成します。
方 法：
この研究では、Dual-MFNetの臨床的関連性を評価するために、定量的評価と5人の経験豊富な放射線科医による読影研究を実施しました。具体的な手法や対象者数については記載がありませんが、定量的評価により、提案手法の有効性を確認しました。
結 果：
Dual-MFNetは、腫瘍の境界、細かい組織のテクスチャ、解剖学的明瞭性を保持する点で、最先端の手法を上回る性能を示しました。特に、合成MRIの質が向上し、個別化MRI診断の進展に寄与することが確認されました。
結 論：
Dual-MFNetは、個別化MRI診断において重要なツールとなる可能性があり、腫瘍境界や解剖学的構造の明瞭性を保ちながら、患者ごとにカスタマイズされた高忠実度のMRI合成を実現します。