論文の概要: An Artifact-based Agent Framework for Adaptive and Reproducible Medical Image Processing
- arxiv url: http://arxiv.org/abs/2604.21936v1
- Date: Tue, 31 Mar 2026 19:28:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-04 02:32:14.14503
- Title: An Artifact-based Agent Framework for Adaptive and Reproducible Medical Image Processing
- Title（参考訳）: 適応的・再現的医用画像処理のための人工物ベースエージェントフレームワーク
- Abstract要約: 医用画像処理の強化を目的としたアーティファクトベースのエージェントフレームワークを提案する。
実地臨床CTとMRIコホートの枠組みについて検討した。
- 参考スコア（独自算出の注目度）: 5.455908500614314
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Medical imaging research is increasingly shifting from controlled benchmark evaluation toward real-world clinical deployment. In such settings, applying analytical methods extends beyond model design to require dataset-aware workflow configuration and provenance tracking. Two requirements therefore become central: \textbf{adaptability}, the ability to configure workflows according to dataset-specific conditions and evolving analytical goals; and \textbf{reproducibility}, the guarantee that all transformations and decisions are explicitly recorded and re-executable. Here, we present an artifact-based agent framework that introduces a semantic layer to augment medical image processing. The framework formalizes intermediate and final outputs through an artifact contract, enabling structured interrogation of workflow state and goal-conditioned assembly of configurations from a modular rule library. Execution is delegated to a workflow executor to preserve deterministic computational graph construction and provenance tracking, while the agent operates locally to comply with most privacy constraints. We evaluate the framework on real-world clinical CT and MRI cohorts, demonstrating adaptive configuration synthesis, deterministic reproducibility across repeated executions, and artifact-grounded semantic querying. These results show that adaptive workflow configuration can be achieved without compromising reproducibility in heterogeneous clinical environments.
- Abstract（参考訳）: 医用画像の研究は、制御されたベンチマーク評価から実際の臨床展開へと、ますますシフトしている。
このような設定では、分析手法の適用はモデル設計を超えて、データセットを意識したワークフロー設定と前例追跡を必要とする。
したがって、2つの要件が中心となる: \textbf{adaptability}、データセット固有の条件に従ってワークフローを設定し、分析目標を進化させる機能、および \textbf{reproducibility}、すべての変換と決定が明示的に記録され、再実行可能であることを保証する。
本稿では,医療画像処理の強化を目的とした意味層を導入したアーティファクトベースのエージェントフレームワークを提案する。
このフレームワークは、アーティファクト契約を通じて中間出力と最終出力を形式化し、モジュールルールライブラリからワークフロー状態と目標条件の組立を構造化することができる。
実行はワークフロー実行者に委譲され、決定論的な計算グラフの構築とプロビタンス追跡を保存し、エージェントはほとんどのプライバシー制約を満たすためにローカルに動作する。
実世界の臨床CTとMRIコホートに関するフレームワークの評価を行い、適応的な構成合成、反復実行における決定論的再現性、アーティファクト・グラウンドド・セマンティック・クエリーを実証した。
これらの結果から,異種臨床環境における再現性を損なうことなく,適応的なワークフロー構成を実現することが可能であることが示唆された。
関連論文リスト
- Formal Verification of Agentic Systems over Operational Data [59.98246281888422]
大規模言語モデル(LLM)によって駆動されるエージェントシステムは、永続的な運用データを扱う現実世界にますます展開されている。
既存のアプローチはそのようなシステムレベルの保証を提供していません。
本稿では, 1 つの LLM とツールオーケストレーションハーネスからなるエージェントシステムのリレーショナル操作データに対する検証について述べる。
論文 参考訳（メタデータ） (2026-08-04T13:01:30Z) - DrawAI: Agentic Benchmark and Workflow for Making Raster Images Editable [10.070492917829995]
本稿では,エージェントベンチマークであるDrawAI-Benchと再構築ワークフローであるDrawAI-Flowを紹介する。
画像から直接操作可能なアーティファクトを復元し、その視覚的・意味的な内容を保存する。
その結果,再現性やコストはモデルハーネス構成によって大きく異なるが,DrawAI-Flowは一貫して編集可能な構造を改善していることがわかった。
論文 参考訳（メタデータ） (2026-08-01T09:05:06Z) - Adaptive Multimodal Agents-Based Framework for Automatic Workflow Execution [1.2132786136735432]
本稿では,異なる2相パイプラインによる自動ワークフロー実行を実現するための,新しいマルチエージェントフレームワークを提案する。
推論の間、エージェントはこの固定された事前確立されたグラフに対して適応検索拡張生成(RAG)を利用する。
実世界の文脈でフレームワークを検証し、限られたトレーニングデータであっても高い信頼性とセマンティックな認識を維持する能力を示す。
論文 参考訳（メタデータ） (2026-05-27T15:23:22Z) - Towards a Virtual Neuroscientist: Autonomous Neuroimaging Analysis via Multi-Agent Collaboration [53.772014300855375]
我々は,自律型エンドツーエンド神経画像解析のためのマルチエージェントシステムであるNIAgentを紹介する。
従来のフラットなツール呼び出しエージェントとは異なり、NIAgentはコード中心の実行パラダイムを採用している。
本稿では,コホートレベルの検定とエージェント視覚検査を組み合わせた,自律的品質管理のための階層的検証フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-10T06:30:19Z) - Co-evolving Agent Architectures and Interpretable Reasoning for Automated Optimization [6.428928591765431]
大規模言語モデル(LLM)を用いた操作研究は、手作業による推論によって制限されている。
自動最適化のための共進化的フレームワークであるEvoOR-Agentを提案する。
ケーススタディとアブレーション分析は、明示的なアーキテクチャ進化とグラフによる推論-軌道探索が、性能改善と構造的解釈可能性の両方に寄与していることを示している。
論文 参考訳（メタデータ） (2026-04-20T01:44:18Z) - Information-Theoretic Optimization for Task-Adapted Compressed Sensing Magnetic Resonance Imaging [92.90858286761515]
タスク適応型圧縮型磁気共鳴画像(CS-MRI)は、下流臨床の特定の要求に対処するために出現している。
本稿では,不確実性予測のための確率的推論を同時に達成するために,情報理論の観点から最初のタスク適応型CS-MRIを提案する。
我々は、アモータイズされた最適化を活用し、抽出、再構成、タスク推論モデルを共同で最適化するために、相互情報に対してトラクタブルな変動境界を構築する。
論文 参考訳（メタデータ） (2026-04-14T13:23:19Z) - Layout-Guided Controllable Pathology Image Generation with In-Context Diffusion Transformers [57.54843029965778]
制御可能な病理画像合成には、空間配置、組織形態、意味的詳細の信頼できる規制が必要である。
In-Context Diffusion Transformer (IC-DiT) は,空間レイアウト,テキスト記述,視覚的埋め込みを統合拡散変換器に組み込んだレイアウト認識生成モデルである。
IC-DiTは既存の方法よりも忠実度が高く、空間制御性が強く、診断の整合性が良くなる。
論文 参考訳（メタデータ） (2026-03-11T06:14:11Z) - Agentic Scientific Simulation: Execution-Grounded Model Construction and Reconstruction [0.0]
そこで本研究では,モデル構築をインタプリタ-アクト-バリデートループとして構成するエージェント科学シミュレーションについて検討する。
完全に微分可能なJuliaベースの貯水池シミュレータJutulDarcyをベースとした参照実装JutulGPTを提案する。
論文 参考訳（メタデータ） (2026-02-27T15:42:05Z) - Monadic Context Engineering [59.95390010097654]
本稿では,エージェント設計の正式な基盤を提供するために,モナディックコンテキストエンジニアリング(MCE)を紹介する。
我々は、モナドがロバストなコンポジションをどのように実現し、Applicativesが並列実行に原則化された構造を提供し、また、モナドトランスフォーマーがこれらの機能の体系的なコンポジションをどのように可能にしているかを実証する。
この階層化されたアプローチにより、開発者は、単純で独立した検証可能なコンポーネントから、複雑でレジリエントで効率的なAIエージェントを構築することができる。
論文 参考訳（メタデータ） (2025-12-27T01:52:06Z) - Code-in-the-Loop Forensics: Agentic Tool Use for Image Forgery Detection [59.04089915447622]
ForenAgentはインタラクティブなIFDフレームワークで、MLLMが検出対象に関するPythonベースの低レベルツールを自律的に生成、実行、洗練することができる。
人間の推論にインスパイアされた我々は、グローバルな認識、局所的な焦点、反復的探索、そして全体論的偏見を含む動的推論ループを設計する。
実験の結果,ForenAgent は IFD 課題に対する創発的なツール利用能力と反射的推論を示すことがわかった。
論文 参考訳（メタデータ） (2025-12-18T08:38:44Z) - MedDCR: Learning to Design Agentic Workflows for Medical Coding [55.51674334874892]
医療符号化は、フリーテキスト臨床ノートを標準化された診断および手続きコードに変換する。
本稿では,設計を学習問題として扱うクローズドループフレームワークであるMedDCRを提案する。
ベンチマークデータセットでは、MedDCRは最先端のベースラインを上回っている。
論文 参考訳（メタデータ） (2025-11-17T13:30:51Z) - MAGIC-Flow: Multiscale Adaptive Conditional Flows for Generation and Interpretable Classification [0.0]
MAGIC-Flowは、単一のフレームワーク内で生成と分類を行う条件付きマルチスケール正規化フローアーキテクチャである。
非可逆性は標本可能性の明示的な可視化を可能にする一方で、これが正確な確率と安定な最適化をいかに保証するかを示す。
類似度,忠実度,多様性の指標を用いて,トップベースラインに対するMAGIC-Flowの評価を行った。
論文 参考訳（メタデータ） (2025-10-24T23:11:25Z) - Scan-do Attitude: Towards Autonomous CT Protocol Management using a Large Language Model Agent [39.72587188702086]
プロトコル構成要求の解釈と実行を支援するために,LLM(Large Language Model)ベースのエージェントフレームワークが提案されている。
このエージェントは、コンテキスト内学習、命令フォロー、構造化ツールコール機能を組み合わせて、関連するプロトコル要素を特定し、正確な修正を適用する。
論文 参考訳（メタデータ） (2025-09-24T16:04:11Z) - Neural Constraint Satisfaction: Hierarchical Abstraction for
Combinatorial Generalization in Object Rearrangement [75.9289887536165]
基礎となるエンティティを明らかにするための階層的抽象化手法を提案する。
本研究では,エージェントのモデルにおける実体の状態の介入と,環境中の物体に作用する状態の対応関係を学習する方法を示す。
この対応を利用して、オブジェクトの異なる数や構成に一般化する制御法を開発する。
論文 参考訳（メタデータ） (2023-03-20T18:19:36Z)
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。