大規模な事前学習済みモデルの提供に向けた、現実的な 3D 医療画像の合成

高品質な 3D 医療画像データは現代の放射線科 AI の基盤ですが、そのアクセスはデータの不足、プライバシー制限、および専門家による注釈付けの高コストによってしばしば制約されています。その結果、信頼性の高い 3D 医療画像モデルの訓練は、小規模で範囲が狭く共有が困難なデータセットによって頻繁にボトルネックとなり、モデルの堅牢性と汎化能力を制限しています。 これらの課題に対処するチームを支援するため、NVIDIA は 2024 年に Medical AI for Synthetic Imaging (MAISI) を発表しました。これは、プライバシーを保護したデータ拡張および研究のために、ピクセルレベルの解剖学的セグメンテーションを備えた高解像度の 3D CT ボリュームを合成する最先端の生成モデルです。 MAISI アーキテクチャファミリー（Latent Rectified Flow を採用した MAISI‑v2 など）に基づいて構築された NV-Generate-CTMR は、合成 CT および MRI の生成のためのオープンソースでエンドツーエンドのフレームワークを提供します。これにより、研究者や開発者は大規模に現実的な 3D ボリュームと対応するセグメンテーションを生成し、訓練パイプラインに直接統合して、下流の医療画像 AI 開発を加速させることが可能になります。 本ブ