# Method（アウトライン・メモ）

sections/3_method.tex に対応。1セクションずつ書いていく方針のため，まずは構成と使える事実だけをメモしておく（本文はまだ書いていない）。事実の出典は各行末に記載（[Notion]=AI in Medicineページ / USCNetをIVUS画像を用いて実験ページ、[Notion:西先生]=西先生からの回答｜No reflowの処置）。

## 3.1 Dataset
- 287例のACS（STEMI 171 / NSTEMI 109 / UA 7），陽性68例（23.7%），5-fold CV，per-fold平均，閾値はvalidation Youden index [Notion]
- IVUS取得デバイス：Terumo VIEW IT（40MHz）またはAltaView（60MHz）。ほとんどがVIEW ITだが2018年頃からAltaViewの使用が増加 [Notion:西先生]
- アノテーション：血管腔・血管壁（Vessel/Lumen）領域，プラーク角度（減衰・石灰化方向）[Notion]

## 3.2 Data Preprocessing / Annotations
- フレーム抽出・入力サイズ等
- 臨床変数・プラーク面積特徴の内訳

## 3.3 Proposed Architecture: KSCNet
- Stage1：フレーム単位2D KSCNet（PatchEmbed→ViT→UNETR，重み共有）→ f_i（CEA用），s_i（SMA用），seg_i
- Stage2：臨床情報＋プラーク特徴を追加トークン化し，位置Embedding＋種別Embeddingを付与してフレーム間Transformer（self-attention）
- Stage3：セグメンテーション由来の特徴（S）をqueryにしたcross-attentionで症例レベル特徴を集約
- Stage4：分類ヘッド（d→256→BN→ReLU→Dropout→1）
- 損失：Dynamic Loss（Dice+CEの平均 セグ損失 ＋ クラス重み付きBCE，動的重み付け）

## 3.4 Baseline and Comparison Methods
- 先行研究の減衰プラーク角度スコア（非DL）
- LightGBM（臨床＋注釈特徴 / 臨床のみ）
- ResNet-34+LSTM（画像のみ / 画像＋臨床＋プラーク特徴）
- KSCNet（提案手法）
- 医師3名の目視読影：扱い要相談（共同研究先の判断待ち）

## 3.5 Evaluation Protocol
- Accuracy, Precision, Recall, F1, AUC, PR-AUC, Specificity，キャリブレーション（傾き・切片・Brier）
- 比較の設計意図：3 vs 4（入力の寄与，アーキテクチャ固定）／4 vs 5（アーキテクチャの寄与，入力固定）／2 vs (4,5)（画像は表形式を超えるか）／1 vs 全て（先行研究を超えるか）

## 未解決・要相談
- 3.2：フレーム数・入力サイズ。「32フレーム・base_processed_96」という設計値があるが，E2（ResNet系のdense 32フレーム対応）が未実施のため確定記述にしてよいか要相談
- 3.2：特徴量の内訳表記が2通りある（「臨床47＋プラーク面積4」と「連続17／カテゴリ13＋プラーク面積4」）。要整理
- 3.4：医師3名の比較をMethodに含めるか（結果はNotionで「保留」，共同研究先の判断待ち）