STAMP：縦断的医療画像のための確率的MAE

本論文は、縦断的医療画像のための新しい自己教師あり学習アプローチ（Siamese MAE）であるSTAMPを紹介しています。既存の手法が、特に病状進行における固有の不確実性を捉えることが苦手であるという課題に対処しています。時間差を条件とする確率的アプローチは、重要な革新です。本論文の重要性は、AMDやアルツハイマー病など、時間的変化の理解が不可欠な病状の進行予測を改善する可能性にあります。複数のデータセットでの評価と既存の手法との比較は、本論文の影響力をさらに強めています。