論文の概要: CSEval: A Framework for Evaluating Clinical Semantics in Text-to-Image Generation

• arxiv url: http://arxiv.org/abs/2602.12004v1
• Date: Thu, 12 Feb 2026 14:35:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-13 21:07:25.869472
• Title: CSEval: A Framework for Evaluating Clinical Semantics in Text-to-Image Generation
• Title（参考訳）: CSEval:テキスト・画像生成における臨床セマンティックスの評価フレームワーク
• Authors: Robert Cronshaw, Konstantinos Vilouras, Junyu Yan, Yuning Du, Feng Chen, Steven McDonagh, Sotirios A. Tsaftaris,
• Abstract要約: 本稿では, 臨床意味評価器(CSEval)を提案し, 生成した画像と条件付きプロンプトの臨床的意味的アライメントを評価する。 実験の結果,CSEvalは他の指標から見過ごされる意味的不整合を識別し,専門家の判断と相関することがわかった。
• 参考スコア（独自算出の注目度）: 11.766013701508468
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Text-to-image generation has been increasingly applied in medical domains for various purposes such as data augmentation and education. Evaluating the quality and clinical reliability of these generated images is essential. However, existing methods mainly assess image realism or diversity, while failing to capture whether the generated images reflect the intended clinical semantics, such as anatomical location and pathology. In this study, we propose the Clinical Semantics Evaluator (CSEval), a framework that leverages language models to assess clinical semantic alignment between the generated images and their conditioning prompts. Our experiments show that CSEval identifies semantic inconsistencies overlooked by other metrics and correlates with expert judgment. CSEval provides a scalable and clinically meaningful complement to existing evaluation methods, supporting the safe adoption of generative models in healthcare.
• Abstract（参考訳）: テキスト・ツー・イメージ・ジェネレーションは、データ強化や教育といった様々な目的のために医療領域にますます適用されてきた。 これらの画像の品質と臨床的信頼性を評価することが不可欠である。 しかし、既存の方法は画像リアリズムや多様性を主に評価するが、生成した画像が解剖学的位置や病理などの意図された臨床意味を反映しているかどうかを把握できない。 本研究では,言語モデルを利用して生成した画像とその条件付けプロンプト間の臨床的意味的アライメントを評価するCSEvalを提案する。 実験の結果,CSEvalは他の指標から見過ごされる意味的不整合を識別し,専門家の判断と相関することがわかった。 CSEvalは、既存の評価手法に対するスケーラブルで臨床的に有意義な補完を提供し、医療における生成モデルの安全な採用をサポートする。

関連論文リスト

• AgentsEval: Clinically Faithful Evaluation of Medical Imaging Reports via Multi-Agent Reasoning [73.50200033931148]
  本稿では,放射線科医の協調診断ワークフローをエミュレートしたマルチエージェントストリーム推論フレームワークであるAgensEvalを紹介する。 評価プロセスを基準定義、エビデンス抽出、アライメント、一貫性スコアなどの解釈可能なステップに分割することで、AgensEvalは明確な推論トレースと構造化された臨床フィードバックを提供する。 実験結果から,AgensEvalは,言い換え,意味的,スタイリスティックな摂動の下でも頑健な臨床的整合性,意味的忠実性,解釈可能な評価を提供することが示された。
  論文  参考訳（メタデータ） (2026-01-23T11:59:13Z)
• Distribution-Based Masked Medical Vision-Language Model Using Structured Reports [9.306835492101413]
  医用画像テキスト事前訓練は,医療用画像と臨床関連テキストの整合を図り,様々な下流作業におけるモデル性能を向上させることを目的としている。 本研究は,医用画像解析における一般化能力を高める不確実性を考慮した医用画像テキスト事前学習モデルを提案する。
  論文  参考訳（メタデータ） (2025-07-29T13:31:24Z)
• Metrics that matter: Evaluating image quality metrics for medical image generation [48.85783422900129]
  本研究は、脳MRIデータを用いて、一般的に使用される非参照画像品質指標を包括的に評価する。 本研究は, ノイズ, 分布変化, および臨床的に関係のある不正確さを模倣した形態的変化を含む, 様々な課題に対する計量感度を評価する。
  論文  参考訳（メタデータ） (2025-05-12T01:57:25Z)
• Clinical Evaluation of Medical Image Synthesis: A Case Study in Wireless Capsule Endoscopy [63.39037092484374]
  人工知能(AI)に基づく合成データ生成は、臨床医学の届け方を変えることができる。 本研究は,無線カプセル内視鏡(WCE)画像を用いた炎症性腸疾患(IBD)の診断における概念実証による医療用SDGの臨床評価に焦点を当てた。 その結果、TIDE-IIは、最先端の生成モデルと比較して品質が向上し、臨床的に可塑性で、非常に現実的なWCE画像を生成することがわかった。
  論文  参考訳（メタデータ） (2024-10-31T19:48:50Z)
• Towards a Guideline for Evaluation Metrics in Medical Image Segmentation [0.0]
  本研究は、医療画像分割評価のための以下の指標の概要と解釈ガイドを提供する。 要約として,標準化された医用画像分割評価のためのガイドラインを提案する。
  論文  参考訳（メタデータ） (2022-02-10T13:38:05Z)
• Malignancy Prediction and Lesion Identification from Clinical Dermatological Images [65.1629311281062]
  臨床皮膚画像から機械学習に基づく悪性度予測と病変の同定を検討する。 まず, サブタイプや悪性度に関わらず画像に存在するすべての病変を同定し, その悪性度を推定し, 凝集により, 画像レベルの悪性度も生成する。
  論文  参考訳（メタデータ） (2021-04-02T20:52:05Z)
• Explaining Clinical Decision Support Systems in Medical Imaging using Cycle-Consistent Activation Maximization [112.2628296775395]
  ディープニューラルネットワークを用いた臨床意思決定支援は、着実に関心が高まりつつあるトピックとなっている。 臨床医は、その根底にある意思決定プロセスが不透明で理解しにくいため、この技術の採用をためらうことが多い。 そこで我々は,より小さなデータセットであっても,分類器決定の高品質な可視化を生成するCycleGANアクティベーションに基づく,新たな意思決定手法を提案する。
  論文  参考訳（メタデータ） (2020-10-09T14:39:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。