論文の概要: FADA: Accessible fetal ultrasound interpretation and annotation with a selectively distilled unified vision-language model

• arxiv url: http://arxiv.org/abs/2606.11106v1
• Date: Tue, 09 Jun 2026 17:03:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-10 15:40:58.627845
• Title: FADA: Accessible fetal ultrasound interpretation and annotation with a selectively distilled unified vision-language model
• Title（参考訳）: FADA:選択的に蒸留した統合視覚言語モデルを用いた胎児超音波診断とアノテーション
• Authors: Mahmood Alzubaidi, Uzair Shah, Raden Muaz, Ines Abbes, Nader Mohammed, Abdullatif Magram, Khalid Alyafei, Mowafa Househ, Marco Agus,
• Abstract要約: 低所得国と中所得国では、訓練されたソノグラフィーが世界的に不足しているため、出生前超音波検診は制限されている。 本稿では,Qwen3.5-VLをベースとした統合視覚言語モデルであるFADAについて述べる。
• 参考スコア（独自算出の注目度）: 6.088455449284066
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: A global shortage of trained sonographers limits prenatal ultrasound screening in low- and middle-income countries, where over half of pregnant women receive no skilled sonography. Current deep learning approaches address detection, segmentation, or classification in isolation, each demanding a separate model and expert-specified labels at inference. We present FADA, a unified vision-language model built on Qwen3.5-VL that performs clinical interpretation, classification, detection, and segmentation through a single interpretation-first pipeline without external labels. FADA distills knowledge from four domain-specific foundation models (FetalCLIP, UltraSAM, USF-MAE, UltraFedFM) via offline pre-computed feature caching. Selective distillation, which applies feature alignment only to annotation tasks while interpretation relies on standard fine-tuning, consistently outperforms full distillation across most evaluation axes. The recommended variant, FADA-SKD, achieves 0.8820 mean Dice for segmentation, 0.7671 mAP@0.50 for detection, and 100% structured interpretation compliance. Expert sonographer validation across 237 images confirms clinically acceptable outputs in both autonomous and human-in-the-loop modes, with 73.5% of interpretations scoring perfectly under clinician guidance. The system is trainable on a single consumer GPU and deployable without cloud connectivity. We validate edge deployment by running the compressed 0.8B model on a commodity smartphone (Qualcomm Snapdragon 7 Gen 1, 12 GB RAM) using llama.cpp with GGUF quantization, completing the full 5-phase pipeline in approximately 60 seconds entirely offline. This establishes a practical pathway for integrating AI-assisted fetal assessment with portable ultrasound devices, directly addressing diagnostic access gaps in resource-constrained settings. Code, models, and data are available at https://github.com/mahmoodphd/FADA.
• Abstract（参考訳）: 低所得国や中所得国では、妊婦の半数以上が熟練した超音波検査を受けていない。 現在のディープラーニングは、独立したモデルと専門家指定ラベルを推論時に要求する、分離された検出、セグメンテーション、あるいは分類に対処する。 本稿では,Qwen3.5-VLをベースとした統合視覚言語モデルであるFADAについて述べる。 FADAは、4つのドメイン固有の基盤モデル(FetalCLIP、UltraSAM、USF-MAE、UltraFedFM)の知識をオフラインでプリ計算された特徴キャッシングを通じて蒸留する。 解釈は標準的な微調整に依存しているのに対して、アノテーションタスクにのみ特徴アライメントを施す選択蒸留は、ほとんどの評価軸で一貫して全蒸留を上回っている。 推奨されているFADA-SKDは、セグメンテーションのDice平均0.8820、検出の0.7671 mAP@0.50、構造化解釈の100%を達成している。 237枚の画像の専門的ソノグラフィーによる検証では、自律モードとループモードの両方で臨床的に許容される出力が確認され、73.5%の解釈が臨床医の指導の下で完全に評価されている。 このシステムは、単一の消費者向けGPUでトレーニングでき、クラウド接続なしでデプロイできる。 我々は、GGUF量子化によるllama.cppを用いて、コモディティスマートフォン(Qualcomm Snapdragon 7 Gen 1, 12 GB RAM)上で圧縮0.8Bモデルを実行することにより、エッジデプロイメントを検証する。 これにより、AI支援胎児アセスメントをポータブル超音波デバイスに統合し、リソース制約された設定における診断アクセスギャップに直接対処する実用的な経路が確立される。 コード、モデル、データはhttps://github.com/mahmoodphd/FADA.comで入手できる。

関連論文リスト

• Robust Cross-Domain Generalization Using Unlabeled Target Data with Source-Domain Supervision [3.3240679960197514]
  超音波スキャナーや臨床現場から取得したデータに対して、密集したアノテーションで訓練された医療画像AIモデルを一般化することが望ましいことが多い。 本稿では,ターゲット型自己教師型事前学習とモデルアンサンブル戦略を提案する。 提案手法では,教師付きトレーニングにラベル付きソースデータを使用し,目標領域事前学習を活用して一般化を向上した。
  論文  参考訳（メタデータ） (2026-05-27T21:29:31Z)
• Benchmarking Ultrasound Foundation Models for Fetal Plane Classification [3.35969908228128]
  本研究は胎児平面分類のための超音波特異的基礎モデル(FM)のベンチマークを示す。 FMは、限られたラベル付きデータで一般化できる転送可能な表現を学習するために、多数の超音波画像を使用する。 完全な微調整と凍結エンコーダによる線形探索という2つの補完的な設定の下で,すべてのモデルをトレーニングした。
  論文  参考訳（メタデータ） (2026-05-27T00:32:40Z)
• HADS-Net:A Hybrid Attention-Augmented Dual-Stream Network with Physics-Informed Augmentation for Breast Ultrasound Image Classification [0.04999814847776097]
  HADS-Netはハイブリッドアテンション拡張デュアルストリームネットワークである。 グローバルなテクスチャと2つの平行な経路を通して局所的な境界線を利用する。 精度は96.58%、マクロOC-AUCは0.9978、マクロF1は0.9654、クラスF1スコアは0.970、0.951、0.976である。
  論文  参考訳（メタデータ） (2026-05-19T22:16:24Z)
• Echo-α: Large Agentic Multimodal Reasoning Model for Ultrasound Interpretation [76.6507710204181]
  超音波解釈のためのエージェント型マルチモーダル推論モデルであるEcho-を提案する。 Echo-は臓器固有の検出出力を調整し、それらをグローバルな視覚的コンテキストに統合し、その結果の証拠を根拠となる診断決定に変換するように訓練されている。 以上の結果から, エージェントによるマルチモーダル推論は, 特定検出器を検証可能な臨床証拠にすることができることが示唆された。
  論文  参考訳（メタデータ） (2026-04-30T15:31:00Z)
• FL-MedSegBench: A Comprehensive Benchmark for Federated Learning on Medical Image Segmentation [57.930067699003764]
  Federated Learning (FL)は、生データを共有せずに、協調的な医療画像分析のためのプライバシー保護パラダイムを提供する。 FL-MedSegBenchは,医用画像セグメンテーションにおけるフェデレーション学習のための総合的なベンチマークである。 汎用FL(gFL)法とパーソナライズFL(pFL)法を多次元にわたって体系的に評価した。
  論文  参考訳（メタデータ） (2026-03-12T08:28:41Z)
• Denoising VAE as an Explainable Feature Reduction and Diagnostic Pipeline for Autism Based on Resting state fMRI [11.871709357017416]
  静止状態fMRIデータを用いた特徴量削減パイプラインを提案する。 rs-fMRIから機能接続データを抽出するためにクラドック・アトラスとパワー・アトラスを用いた。 変分オートエンコーダを用いることで,提案したパイプラインは接続機能を5つの潜在ガウス分布に圧縮する。
  論文  参考訳（メタデータ） (2024-09-30T09:38:47Z)
• StRegA: Unsupervised Anomaly Detection in Brain MRIs using a Compact Context-encoding Variational Autoencoder [48.2010192865749]
  教師なし異常検出(UAD)は、健康な被験者の異常なデータセットからデータ分布を学習し、分布サンプルの抽出に応用することができる。 本研究では,コンテクストエンコーディング(context-encoding)VAE(ceVAE)モデルのコンパクトバージョンと,前処理と後処理のステップを組み合わせて,UADパイプライン(StRegA)を作成することを提案する。 提案したパイプラインは、BraTSデータセットのT2w画像と0.859$pm$0.112の腫瘍を検出しながら、Diceスコアが0.642$pm$0.101に達した。
  論文  参考訳（メタデータ） (2022-01-31T14:27:35Z)
• DAAIN: Detection of Anomalous and Adversarial Input using Normalizing Flows [52.31831255787147]
  我々は、アウト・オブ・ディストリビューション(OOD)インプットと敵攻撃(AA)を検出する新しい手法であるDAINを導入する。 本手法は,ニューラルネットワークの内部動作を監視し,活性化分布の密度推定器を学習する。 当社のモデルは,特別なアクセラレータを必要とせずに,効率的な計算とデプロイが可能な単一のGPUでトレーニングすることが可能です。
  論文  参考訳（メタデータ） (2021-05-30T22:07:13Z)
• DDANet: Dual Decoder Attention Network for Automatic Polyp Segmentation [0.3734402152170273]
  本稿では,デュアルデコーダアテンションネットワークに基づくDDANet'という新しいアーキテクチャを提案する。 実験では、Kvasir-SEGデータセットで訓練され、見えないデータセットでテストされたモデルは、0.7874のダイス係数、0.7010のmIoU、0.7987のリコール、0.8577の精度を達成した。
  論文  参考訳（メタデータ） (2020-12-30T17:52:35Z)
• Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection [85.53263670166304]
  一段検出器は基本的に、物体検出を密度の高い分類と位置化として定式化する。 1段検出器の最近の傾向は、局所化の質を推定するために個別の予測分岐を導入することである。 本稿では, 上記の3つの基本要素, 品質推定, 分類, ローカライゼーションについて述べる。
  論文  参考訳（メタデータ） (2020-06-08T07:24:33Z)
• Hybrid Attention for Automatic Segmentation of Whole Fetal Head in Prenatal Ultrasound Volumes [52.53375964591765]
  胎児の頭部全体を米国全巻に分割する,最初の完全自動化ソリューションを提案する。 セグメント化タスクは、まずエンコーダ-デコーダディープアーキテクチャの下で、エンドツーエンドのボリュームマッピングとして定式化される。 次に,セグメンタとハイブリットアテンションスキーム(HAS)を組み合わせることで,識別的特徴を選択し,非情報量的特徴を抑える。
  論文  参考訳（メタデータ） (2020-04-28T14:43:05Z)

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。