Fugu-MT 論文翻訳(概要): Cross-Modal Semantic-Enhanced Diffusion Framework for Diabetic Retinopathy Grading

論文の概要: Cross-Modal Semantic-Enhanced Diffusion Framework for Diabetic Retinopathy Grading

arxiv url: http://arxiv.org/abs/2605.09242v1
Date: Sun, 10 May 2026 00:58:17 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-12 23:28:50.139561
Title: Cross-Modal Semantic-Enhanced Diffusion Framework for Diabetic Retinopathy Grading
Title（参考訳）: 糖尿病網膜症に対するクロスモーダルセマンティック拡張拡散フレームワーク
Authors: Yiqun Wang,
Abstract要約: そこで本研究では,糖尿病網膜症(DR)に適応した視覚言語モデルを提案する。画像特徴と各DRグレードのテキスト記述特徴との間のドット積を計算し、モーダルなセマンティックコンディショニングベクトルを構築する。 APTOS 2019データセットの実験では、提案手法は87.5%の精度で、マクロ平均F1スコアは0.731であり、様々な代表的手法よりも優れていた。
参考スコア（独自算出の注目度）: 7.923081487850825
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Automated grading of diabetic retinopathy (DR) faces several critical challenges: subtle inter-grade visual distinctions in fine-grained lesion patterns, distributional discrepancies induced by heterogeneous imaging devices and acquisition conditions, and the inherent inability of purely visual approaches to exploit clinical semantic knowledge. In this paper, we propose CLIP-Guided Semantic Diffusion (CGSD), a DR grading framework that synergistically integrates vision-language pretraining with diffusion probabilistic modeling. We adopt a domain-specific vision-language model tailored for DR grading as the semantic guidance module and adapt it to the target domain via Low-Rank Adaptation (LoRA), effectively bridging the distributional gap between the pretrained model and the target dataset with only a minimal number of trainable parameters. Building on this foundation, we construct a cross-modal semantic conditioning vector by computing the dot product between image features and the text description features of each DR grade, yielding a joint representation that simultaneously encodes visual content and clinical-grade semantics. This vector serves as the conditioning signal for the diffusion denoising network, replacing the structurally complex dual-branch visual prior employed in existing diffusion-based classification methods. Experiments on the APTOS 2019 dataset demonstrate that the proposed approach achieves an accuracy of 87.5% and a macro-averaged F1 score of 0.731, outperforming a variety of representative methods. Ablation studies further validate the independent contribution of each constituent module.
Abstract（参考訳）: 糖尿病網膜症(DR)の自動グレードは、細粒度病変パターンの微妙な段階の視覚的区別、異種イメージング装置による分布的差異と取得条件、臨床意味知識を活かす純粋視覚的アプローチの固有の欠如など、いくつかの重要な課題に直面している。本稿では,CLIP-Guided Semantic Diffusion (CGSD)を提案する。我々は,DRグレーディングに適したドメイン固有視覚言語モデルをセマンティックガイダンスモジュールとして採用し,Low-Rank Adaptation (LoRA)を介してターゲットドメインに適応し,トレーニング可能なパラメータを最小限に抑えることで,事前学習されたモデルとターゲットデータセット間の分散ギャップを効果的にブリッジする。本研究では,画像特徴と各DRグレードのテキスト記述特徴のドット積を計算し,視覚内容と臨床レベルのセマンティックスを同時にエンコードした共同表現を生成することで,クロスモーダルなセマンティックコンディショニングベクターを構築する。このベクトルは拡散認知ネットワークの条件付け信号として機能し、既存の拡散ベース分類法で使用される構造的に複雑な二重分岐視覚を置き換える。 APTOS 2019データセットの実験では、提案手法は87.5%の精度で、マクロ平均F1スコアは0.731であり、様々な代表的手法よりも優れていた。アブレーション研究は、各構成モジュールの独立な寄与をさらに検証する。

関連論文リスト

Multi-View Synergistic Learning with Vision-Language Adaption for Low-Resource Biomedical Image Classification [59.24009931000134]
MVSL(Multi-View Synergistic Learning)は、適応パラダイム、表現の粒度、疾患の意味的関係に対処する統合フレームワークである。 MVSLは、視覚的およびテキスト的エンコーダの適応を分離し、それぞれの表現特性を尊重する。さらに、グローバルなイメージセマンティクスと局所的な病変レベルの証拠の両方を明示的にモデル化するために、多粒性コントラスト学習を導入する。 MVSLは、いくつかのショットとゼロショットの分類設定において、最先端のメソッドを一貫して上回る。
論文参考訳（メタデータ） (2026-04-27T02:41:27Z)
SPEGC: Continual Test-Time Adaptation via Semantic-Prompt-Enhanced Graph Clustering for Medical Image Segmentation [12.0982298854338]
Continual Test-Time Adaptation (CTTA)は、トレーニング済みのモデルが、ラベルなしドメインの継続的な変更に適応できるようにすることを目的としている。医用画像セグメンテーションのためのセマンティック・プロンプト拡張グラフクラスタリング(SPEGC)によるCTTAを提案する。
論文参考訳（メタデータ） (2026-03-12T03:22:43Z)
Pathology-Aware Prototype Evolution via LLM-Driven Semantic Disambiguation for Multicenter Diabetic Retinopathy Diagnosis [9.502494574447253]
糖尿病網膜症のグレーディングを容易にするための階層型アンカープロトタイプ変調(HAPM)フレームワークを提案する。まず、領域不変な病理パターンを保存する分散スペクトル駆動型アンカープロトタイプライブラリを紹介する。さらに、LVLMおよびLLMソースから識別的意味的プロンプトを動的に選択する階層的微分プロンプトゲーティング機構を用いる。
論文参考訳（メタデータ） (2025-11-27T02:35:29Z)
Learning from Heterogeneous Structural MRI via Collaborative Domain Adaptation for Late-Life Depression Assessment [24.340328016766183]
T1強調MRIを用いたLDD検出のための協調的ドメイン適応フレームワークを提案する。このフレームワークは、ラベル付きソースデータに対する教師付きトレーニング、自己教師付きターゲット特徴適応、ラベルなしターゲットデータに対する協調トレーニングの3段階で構成されている。マルチサイトT1強調MRIデータを用いて行った実験により、このフレームワークは最先端の非教師なし領域適応法より一貫して優れていることが示された。
論文参考訳（メタデータ） (2025-07-30T01:38:32Z)
UniSegDiff: Boosting Unified Lesion Segmentation via a Staged Diffusion Model [53.34835793648352]
病変分割のための新しい拡散モデルフレームワークUniSegDiffを提案する。 UniSegDiffは、複数のモダリティと臓器にまたがる統一された方法で病変のセグメンテーションに対処する。総合的な実験結果から、UniSegDiffは従来のSOTA(State-of-the-art)アプローチよりも大幅に優れていた。
論文参考訳（メタデータ） (2025-07-24T12:33:10Z)
Human-Guided Shade Artifact Suppression in CBCT-to-MDCT Translation via Schrödinger Bridge with Conditional Diffusion [1.5869861104370917]
我々はSchrodinger Bridge (SB) の定式化を基礎としたCBCT-to-MDCT翻訳のための新しいフレームワークを提案する。提案手法はCBCT入力と疑似ターゲットの境界の整合性を明示し,解剖学的忠実度と知覚的制御性の両方を保証する。
論文参考訳（メタデータ） (2025-07-15T06:44:53Z)
PathSegDiff: Pathology Segmentation using Diffusion model representations [63.20694440934692]
そこで我々は,Latent Diffusion Models (LDMs) を事前学習した特徴抽出器として活用する,病理組織像分割の新しい手法であるPathSegDiffを提案する。本手法は,H&E染色組織像から多彩な意味情報を抽出するために,自己教師型エンコーダによって誘導される病理特異的LCMを用いる。本実験は,BCSSおよびGlaSデータセットにおける従来の手法よりも大幅に改善されたことを示す。
論文参考訳（メタデータ） (2025-04-09T14:58:21Z)
You Only Train Once: A Unified Framework for Both Full-Reference and No-Reference Image Quality Assessment [45.62136459502005]
本稿では,完全な参照 (FR) と非参照 (NR) IQA を行うネットワークを提案する。まず、入力画像から多レベル特徴を抽出するためにエンコーダを用いる。 FRおよびNR入力のユニバーサルアダプタとして階層的注意(HA)モジュールを提案する。エンコーダの浅い層と深い層との間の特徴相関を調べるために, セマンティック・ディストーション・アウェア (SDA) モジュールを提案する。
論文参考訳（メタデータ） (2023-10-14T11:03:04Z)
Rethinking Semi-Supervised Medical Image Segmentation: A Variance-Reduction Perspective [51.70661197256033]
医用画像セグメンテーションのための階層化グループ理論を用いた半教師付きコントラスト学習フレームワークARCOを提案する。まず、分散還元推定の概念を用いてARCOを構築することを提案し、特定の分散還元技術が画素/ボクセルレベルのセグメンテーションタスクにおいて特に有用であることを示す。 5つの2D/3D医療データセットと3つのセマンティックセグメンテーションデータセットのラベル設定が異なる8つのベンチマークで、我々のアプローチを実験的に検証する。
論文参考訳（メタデータ） (2023-02-03T13:50:25Z)
Robust and Efficient Segmentation of Cross-domain Medical Images [37.38861543166964]
医用画像の堅牢かつ効率的なセグメンテーションのための一般化可能な知識蒸留法を提案する。本稿では,2つの一般化可能な知識蒸留方式,Dual Contrastive Graph Distillation (DCGD)とDomain-Invariant Cross Distillation (DICD)を提案する。 DICDでは、2つのモデル(例えば教師と学生)のドメイン不変セマンティックベクターをMSANのヘッダー交換によってクロスコンストラクト特徴に活用する。
論文参考訳（メタデータ） (2022-07-26T15:55:36Z)
Cross-Modality Brain Tumor Segmentation via Bidirectional Global-to-Local Unsupervised Domain Adaptation [61.01704175938995]
本論文では,UDAスキームに基づくBiGL(Bidirectional Global-to-Local)適応フレームワークを提案する。具体的には、脳腫瘍をセグメント化するために、双方向画像合成およびセグメンテーションモジュールを提案する。提案手法は, 最先端の非教師なし領域適応法を大きなマージンで上回っている。
論文参考訳（メタデータ） (2021-05-17T10:11:45Z)

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。