論文の概要: Computational Imaging Priors for Wireless Capsule Endoscopy: Monte Carlo-Guided Hemoglobin Mapping for Rare-Anomaly Detection

• arxiv url: http://arxiv.org/abs/2605.15062v1
• Date: Thu, 14 May 2026 16:52:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-15 21:45:34.961004
• Title: Computational Imaging Priors for Wireless Capsule Endoscopy: Monte Carlo-Guided Hemoglobin Mapping for Rare-Anomaly Detection
• Title（参考訳）: 無線カプセル内視鏡の計算画像優先:モンテカルロ誘導ヘモグロビンマッピングによる希土類異常検出
• Authors: Chengshuai Yang, Lei Xing, Gregory Entin, Roopa Vemulapalli, Lisa Casey, Raiyan Tripti Zaman,
• Abstract要約: 我々は,モンテカルロにインスパイアされた解析モデルが,抽出した分類器上に構築されたRGB信号からヘモグロビンを計算することができるかどうかを検証した。 6つの種にまたがって、分析前の方法は、小さいが方向整合なマクロAUCの改善を提供する。 AUCはRGB 0.238 +/- 0.057 から入射 0.337 +/- 0.019 まで上昇する。
• 参考スコア（独自算出の注目度）: 3.4481005819008925
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Background. RGB-trained capsule-endoscopy classifiers underperform on small-vessel vascular findings by conflating hemoglobin contrast with bile and illumination falloff. Thus, here we test whether a Monte Carlo-inspired analytic model can compute hemoglobin from RGB signal built upon extracted classifier. Methods. On Kvasir-Capsule (47,238 frames, video-level 70/15/15 split, 11 evaluable classes) we evaluate two software-only configurations against RGB-only EfficientNet-B0 across 6 seeds: (i) a prior P_blood = sigma(alpha * (H_norm - 0.5)) * Phi(r) fused as 2 zero-init auxiliary channels; (ii) a distillation head training a 3-channel RGB backbone to predict P_blood. Significance: paired DeLong, McNemar, bootstrap CIs with Bonferroni correction. Results. Across 6 seeds (n=6,423), the analytic prior provides a small but direction-consistent macro-AUC improvement: RGB-only 0.760 +/- 0.027, input-fusion 0.783 +/- 0.024 (paired Delta = +0.023, sign-positive on 5/6 seeds), distillation 0.773 +/- 0.028. The largest robust per-class lift is on Lymphangiectasia, where AUC rises from RGB 0.238 +/- 0.057 to input-fusion 0.337 +/- 0.019, sign-consistent across all 6 seeds. On rare focal-vascular classes (Angiectasia, Blood - fresh) the prior's per-seed effects are bimodal: seed=42 reaches Angiectasia AUC 0.528 -> 0.916, but the cross-seed mean is 0.646 -> 0.608 with sigma_PI = 0.23 - reported as a high-variance per-seed exemplar. Conclusion. A Monte Carlo-inspired analytic prior provides a small, direction-consistent macro-AUC improvement on Kvasir-Capsule across 6 seeds with the largest robust per-class lift on Lymphangiectasia; the distillation variant runs on plain 3-channel RGB and yields a free interpretability heatmap.
• Abstract（参考訳）: 背景。 ヘモグロビンと胆汁のコントラストを併用し,小血管の血管所見に対してRGB訓練カプセル内視鏡検査を施行した。 そこで本研究では,モンテカルロにインスパイアされた解析モデルを用いて,抽出した分類器上に構築されたRGB信号からヘモグロビンを計算できるかどうかを検証する。 メソッド。 Kvasir-Capsule (47,238フレーム、ビデオレベル70/15/15スプリット、評価可能なクラス11)では、RGBのみのEfficientNet-B0に対して、6つのシードに対して2つのソフトウェアのみの構成を評価した。 (i)事前のP_blood = sigma(alpha * (H_norm - 0.5)) * Phi(r) を2つの零点補助チャネルとして融合させる。 (II)P_bloodを予測するために3チャネルRGBバックボーンを訓練する蒸留ヘッド。 意義:DeLong、McNemar、ブートストラップCIとBonferroni修正のペア。 結果。 RGB-only 0.760 +/- 0.027, input-fusion 0.783 +/- 0.024 (paired Delta = +0.023, sign- positive on 5/6 seed), distillation 0.773 +/- 0.028。 AUC は RGB 0.238 +/- 0.057 から入射 0.337 +/- 0.019 まで上昇し、すべての 6 個の種子に共存する。 希少な焦点血管群(アンギオクタジア、血 - 新鮮)では、種子=42がアンギオクタシアAUC 0.528->0.916に達するが、交雑平均は0.646 -> 0.608でシグマ=PI = 0.23と報告されている。 結論。 モンテカルロにインスパイアされた分析手法は、Kvasir-Capsuleを6種の種子で改良し、Lymphangiectasiaで最大の頑丈な1級昇降力を持つ。

関連論文リスト

• Edge-specific signal propagation on mature chromophore-region 3D mechanism graphs for fluorescent protein quantum-yield prediction [0.3058685580689604]
  蛍光タンパク質の量子収率予測のためのクロモフォア中心機構グラフアルゴリズムを提案する。 各PDB構造は、3D残基グラフに変換され、成熟したCRO状態に登録される。 各特徴は接触チャネル、シード信号、ターゲットCRO領域をコードするため、解釈はポストホックではなく本質的である。
  論文  参考訳（メタデータ） (2026-05-07T17:51:41Z)
• When Generative Augmentation Hurts: A Benchmark Study of GAN and Diffusion Models for Bias Correction in AI Classification Systems [0.6875312133832079]
  生成モデルは、AIトレーニングパイプラインのクラス不均衡を補うために広く使用されている。 FastGAN拡張は、非常に低いトレーニングセットサイズで性能が劣るだけでなく、バイアスを積極的に増加させる。 低ランク適応による安定拡散は全体として最良の結果を得た。
  論文  参考訳（メタデータ） (2026-03-17T05:37:17Z)
• Knowledge Graph Augmented Large Language Models for Disease Prediction [24.992170033802537]
  知識グラフ(KG)誘導チェーン・オブ・シント(CoT)フレームワークは,MIMIC-IIIにおける来院レベルの疾患予測のための臨床基礎的推論を生成する。 ICD-9コードはPrimeKGにマッピングされ、病気関連ノードとマルチホップ推論パスが抽出され、CoT生成のための足場として使用される。 KG誘導モデルは、AUROC値0.66から0.70、マクロAUPR値0.40から0.47を達成し、強力な古典的ベースラインを上回った。 盲目臨床評価では,KG誘導型CoT説明の明瞭度,関連性,臨床正当性に一貫した嗜好を示す。
  論文  参考訳（メタデータ） (2025-12-01T02:49:17Z)
• Generalizable Diabetes Risk Stratification via Hybrid Machine Learning Models [0.0]
  糖尿病は世界中で5億3700万人を超え、2045年までに7億8300万人に達すると予測されている。 2つのハイブリッド分類器を比較し、外部コホート上での一般化性を評価する。
  論文  参考訳（メタデータ） (2025-09-24T21:18:52Z)
• ThyroidEffi 1.0: A Cost-Effective System for High-Performance Multi-Class Thyroid Carcinoma Classification [0.0]
  甲状腺FNAB画像分類のための深層学習システムを開発した。 Benign, Indeterminate/Suspicious, and Malignantの3つの主要なカテゴリは、生後治療を直接指導するものだ。 システムは1000ケースを30秒で処理し、広くアクセス可能なハードウェアの実現可能性を示した。
  論文  参考訳（メタデータ） (2025-04-19T02:13:07Z)
• LGPS: A Lightweight GAN-Based Approach for Polyp Segmentation in Colonoscopy Images [40.19053450600923]
  ポリプセグメンテーションのための軽量なGANベースのフレームワークであるLGPSを提案する。 1) 改良された残留ブロックで強化されたMobileNetV2バックボーンと、効率的な特徴抽出のためのSqueeze-and-Excitationモジュールである。 最大かつ挑戦的なPolypGenテストデータセットでは、LGPSはDiceの0.7299とIoUの0.7867を達成し、全てのSOTAワークを上回り、堅牢な一般化を実証した。
  論文  参考訳（メタデータ） (2025-03-24T02:41:53Z)
• Attention-based Saliency Maps Improve Interpretability of Pneumothorax Classification [52.77024349608834]
  視覚変換器(ViT)の胸部X線撮影(CXR)分類性能と注意ベース唾液の解釈可能性について検討する。 ViTは、CheXpert、Chest X-Ray 14、MIMIC CXR、VinBigDataの4つの公開データセットを用いて、肺疾患分類のために微調整された。 ViTsは最先端のCNNと比べてCXR分類AUCに匹敵するものであった。
  論文  参考訳（メタデータ） (2023-03-03T12:05:41Z)
• Corneal endothelium assessment in specular microscopy images with Fuchs' dystrophy via deep regression of signed distance maps [48.498376125522114]
  本稿では,UNetをベースとしたセグメンテーション手法を提案する。 これは、フックスのジストロフィーの全度にわたって、信頼できるCE形態計測と腸骨同定を実現する。
  論文  参考訳（メタデータ） (2022-10-13T15:34:20Z)
• CIRCA: comprehensible online system in support of chest X-rays-based COVID-19 diagnosis [37.41181188499616]
  深層学習技術は、新型コロナウイルスの迅速検出と疾患の進行のモニタリングに役立つ。 5つの異なるデータセットを使用して、モデルトレーニングのための23の799 CXRの代表的なデータセットを構築した。 The U-Net-based model was developed to identified a clinically relevant region of the CXR。
  論文  参考訳（メタデータ） (2022-10-11T13:30:34Z)

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。