論文の概要: Low-Magnification SEM May Suffice: Interpretable Deep Learning for Multi-Scale Fracture-Cause Classification in Zirconia-Toughened Alumina

• arxiv url: http://arxiv.org/abs/2605.29798v1
• Date: Thu, 28 May 2026 11:47:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-30 02:45:56.211012
• Title: Low-Magnification SEM May Suffice: Interpretable Deep Learning for Multi-Scale Fracture-Cause Classification in Zirconia-Toughened Alumina
• Title（参考訳）: 低磁化SEMは十分かもしれない:ジルコニア粗化アルミナの多スケールき裂列分類のための解釈可能な深層学習
• Authors: Julian Schmid, Pawel Astankow, Tom Vater, Julius Beck, Robert Cichon, Danny Krautz,
• Abstract要約: アルミナ基複合材料の破壊原因の自動分類のための解釈型視覚変換器(ViT)ワークフローを提案する。 8,493枚のSEM画像(50x-10,000x)のデータセットを,5年間のインプロダクションバーストおよび実証試験から算出した。 ViTの精度は0.907、マクロF1は0.888であった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reliable identification of fracture origins in alumina matrix composite hip and knee implants is critical for quality assurance and patient safety, yet current fractographic workflows are time-consuming, partly subjective, and reliant on high-magnification scanning electron microscopy (SEM). We present an interpretable vision-transformer (ViT) workflow for automated classification of fracture causes in an alumina matrix composite (BIOLOX delta, CeramTec GmbH) widely used in total joint replacements. A dataset of 8,493 SEM images (50x-10,000x) was curated from five years of in-production burst and proof tests and annotated into three defect categories defined along the manufacturing chain: green body, hard machining, and material defects. Under severe class imbalance, the fine-tuned ViT reached an accuracy of 0.907 and a macro-F1 of 0.888 in stratified five-fold cross-validation, with a two-stage perceptual-hash/SSIM leakage audit confirming negligible specimen overlap. Notably, performance at low magnification (50x) was comparable to that at high magnification (1k-10kx), indicating that macro-scale features - mirror geometry and hackle line fields - already encode sufficient diagnostic signal. Grad-CAM attributions consistently localised on canonical fractographic cues (mirrors, hackles, pores, machining marks), aligning with established fractographic criteria. Together, these results position interpretable ViTs as a complementary tool for ceramic-implant quality assurance, enabling low-magnification pre-screening and reducing reliance on time-intensive high-magnification inspection.
• Abstract（参考訳）: アルミナ基複合材料の人工股関節と膝関節の骨折源の信頼性は品質保証と患者安全に重要であるが、現在のフラクトログラフィーのワークフローは時間的、部分的に主観的で、高磁化走査電子顕微鏡(SEM)に依存している。 アルミナ基材(BIOLOX delta, CeramTec GmbH)の破壊原因の自動分類のための解釈可能な視覚変換器(ViT)ワークフローについて述べる。 8,493枚のSEM画像(50x-10,000x)のデータセットを,5年間のインプロダクションバーストおよび実証試験から算出し,製造チェーンに沿って定義された3つの欠陥カテゴリ – グリーンボディ,ハード加工,材料欠陥 – に注釈付けした。 重度のクラス不均衡下では,2段階の知覚ハッシュ/SSIM漏洩検査で検体重複が確認されたため,微調整VTは0.907,マクロF1は0.888であった。 特に、低倍率 (50x) での性能は1k-10kxの高倍率 (1k-10kx) と同等であり、マクロスケールの特徴であるミラー幾何学とハッスル線場が既に十分な診断信号を符号化していることを示している。 Grad-CAM属性は、確立されたフラクトログラフィ基準に従って、常に標準フラクトログラフィーキュー(鏡、ハックル、孔、加工マーク)に局所化されている。 これらの結果は, セラミックによる品質保証を補完するツールとして解釈可能なViTを位置づけ, 低磁化前スクリーニングを可能にし, 時間集中型高磁化検査への依存を低減した。

関連論文リスト

• Uncovering Trajectory and Topological Signatures in Multimodal Pediatric Sleep Embeddings [2.2917707112773593]
  本研究は, 自己エンコーダに埋め込まれた30秒の小児PSGエポックに含まれるセッションワイド診断情報について検討する。 本研究は, PHATE 由来の組込み座標と一晩移動記述子, 組込み雲の持続的ホモロジー要約, EHR がタスク関連信号を生成するかどうかを検証した。
  論文  参考訳（メタデータ） (2026-05-13T22:11:28Z)
• Artefact-Aware Fungal Detection in Dermatophytosis: A Real-Time Transformer-Based Approach for KOH Microscopy [0.28909295536379814]
  本研究では,RT-DETRモデルアーキテクチャを用いた変圧器を用いた検出フレームワークを提案する。 高分解能水酸化カリウム(KOH)画像における真菌構造の精密でクエリ駆動的な局在化を実現する。
  論文  参考訳（メタデータ） (2026-02-22T12:35:17Z)
• One-shot synthesis of rare gastrointestinal lesions improves diagnostic accuracy and clinical training [45.49415063761575]
  EndoRareは、単一の参照画像から多種多様な高忠実度病変を合成する、ワンショットでリトレーニング不要な生成フレームワークである。 われわれはこの枠組みを4つの稀な病理から検証した。 これらの結果は, コンピュータ支援診断と臨床教育の両方において, 希少なギャップを埋める実践的でデータ効率のよい方法を確立している。
  論文  参考訳（メタデータ） (2025-12-30T15:07:09Z)
• SkinGenBench: Generative Model and Preprocessing Effects for Synthetic Dermoscopic Augmentation in Melanoma Diagnosis [0.0]
  生成的アーキテクチャの選択は、前処理の複雑さよりも画像の忠実さと診断ユーティリティの両方に強い影響を与える。 メラノーマF1スコアは8～15%増加し, メラノーマ検出は有意に改善した。
  論文  参考訳（メタデータ） (2025-12-19T13:52:11Z)
• A Semantically Enhanced Generative Foundation Model Improves Pathological Image Synthesis [82.01597026329158]
  本稿では,組織合成のための相関調整フレームワーク(CRAFTS)について紹介する。 CRAFTSは、生物学的精度を確保するためにセマンティックドリフトを抑制する新しいアライメント機構を組み込んでいる。 本モデルは,30種類の癌にまたがる多彩な病理像を生成する。
  論文  参考訳（メタデータ） (2025-12-15T10:22:43Z)
• Uncertainty-Aware Domain Adaptation for Vitiligo Segmentation in Clinical Photographs [4.19421520851419]
  治療反応の経時的モニタリングには, 日常的な臨床写真における精査範囲の正確な定量化が不可欠である。 我々は,ISIC 2019データセット上でのドメイン適応型事前学習とROIに基づく二重タスク損失を組み合わせ,背景雑音を抑制するデータ効率のトレーニング戦略を提案する。 本フレームワークは破滅的障害をゼロに高い信頼性を示し,診断可能なエントロピーマップを提供し,臨床検査のための曖昧な領域を同定する。
  論文  参考訳（メタデータ） (2025-12-12T18:56:21Z)
• Functional Localization Enforced Deep Anomaly Detection Using Fundus Images [3.0606378255830253]
  糖尿病網膜症と加齢黄斑変性は確実に検出されたが,緑内障は最も頻度の低い疾患であった。 GANomaly-based anomaly detector を開発し,AUC0.76を達成し,本質的な再構成に基づく説明可能性と無意味なデータへの堅牢な一般化を実現した。
  論文  参考訳（メタデータ） (2025-11-23T21:56:40Z)
• Diffusion-driven lensless fiber endomicroscopic quantitative phase imaging towards digital pathology [43.237550839304774]
  マルチコアファイバ(MCF)の検出側で捕獲されたスペックルから直接位相像を再構成するためのスペックル条件拡散モデル(SpecDiffusion)を提案する。 従来のニューラルネットワークとは異なり、SpecDiffusionはスペックル駆動の位相再構成に反復的な位相分解ステップを採用している。 SpecDiffusionは高忠実度位相再構成結果を提供し、見えない物体に対して強力な一般化能力を示す。
  論文  参考訳（メタデータ） (2024-07-26T01:42:31Z)
• Vision Transformers for femur fracture classification [59.99241204074268]
  Vision Transformer (ViT) はテスト画像の83%を正確に予測することができた。 史上最大かつ最もリッチなデータセットを持つサブフラクチャーで良い結果が得られた。
  論文  参考訳（メタデータ） (2021-08-07T10:12:42Z)

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。