論文の概要: Beyond Visual Cues: CoT-Enhanced Reasoning for Semi-supervised Medical Image Segmentation

• arxiv url: http://arxiv.org/abs/2606.17958v1
• Date: Tue, 16 Jun 2026 14:10:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-17 17:15:32.47233
• Title: Beyond Visual Cues: CoT-Enhanced Reasoning for Semi-supervised Medical Image Segmentation
• Title（参考訳）: ビジュアルクイズを超えて: CoT強化による半教師付き医用画像セグメンテーション
• Authors: Yuming Chen, Yuxin Xie, Tao Zhou, Yi Zhou,
• Abstract要約: CERS(CoT-Enhanced Reasoning)は、病理学的に異なるケースを区別するためにChain-of-Thought(CoT)推論を統合するフレームワークである。 歴史的証拠を特定するために意味認識参照選択戦略を導入する。 マルチスケール座標アテンションモジュールは、この推論に基づくコンテキストをデコードプロセスに効果的に融合するように設計されている。
• 参考スコア（独自算出の注目度）: 11.723739388396815
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Semi-supervised medical image segmentation has emerged as a dominant research problem in medical image analysis, mitigating annotation scarcity by leveraging consistency regularization on unlabeled data. However, existing approaches operate predominantly via visual pattern matching, relying heavily on pixel-level similarities. This visual-centric dependency often falters in clinical scenarios characterized by the visual-semantic mismatch, where visually similar lesions warrant distinct diagnostic conclusions, thus failing to capture the underlying diagnostic logic used by experts. To address this, we move beyond visual cues and propose CERS (CoT-Enhanced Reasoning Segmentation), a framework that integrates Chain-of-Thought (CoT) reasoning to distinguish pathologically distinct cases. Specifically, we construct a knowledge pool enriched with linguistic reasoning descriptions generated by large language models (LLMs). A semantic-aware reference selection strategy is introduced to identify historical evidence, filtering candidates first by morphology, and then refining them via CoT consistency to eliminate hard negatives. Furthermore, a multi-scale coordinate attention module (MCAM) is designed to effectively fuse this reasoning-derived context into the decoding process. Extensive experiments demonstrate the superiority of CERS against state-of-the-art approaches, particularly in resolving boundary ambiguities and semantic inconsistencies. The code is available at https://github.com/cymasuna/CERS.
• Abstract（参考訳）: 半教師付き医用画像セグメンテーションは, 医用画像解析における主要な研究課題であり, ラベルなしデータの整合性正規化を生かして, アノテーション不足を軽減している。 しかし、既存のアプローチは主に視覚的パターンマッチングによって機能し、ピクセルレベルの類似性に大きく依存している。 この視覚中心の依存関係は、視覚的・意味的ミスマッチが特徴で、視覚的に類似した病変が明確な診断結論を保証し、専門家が使用する診断ロジックを捉えない、という臨床シナリオにしばしば干渉する。 この問題を解決するために、我々は視覚的な手がかりを超えてCERS (CoT-Enhanced Reasoning Segmentation) を提案し、これは病理学的に異なるケースを区別するためにChain-of-Thought (CoT) 推論を統合するフレームワークである。 具体的には,大規模言語モデル(LLM)が生成する言語推論記述に富んだ知識プールを構築する。 歴史的証拠を識別し、まず形態素で候補をフィルタリングし、CoT整合性によってそれらを精製し、強陰性を排除するために、意味論的参照選択戦略を導入する。 さらに、マルチスケール座標アテンションモジュール(MCAM)は、この推論に基づくコンテキストをデコードプロセスに効果的に融合させるように設計されている。 広範囲にわたる実験は、CERSが最先端のアプローチ、特に境界の曖昧さと意味的な矛盾を解決する際に優位性を示す。 コードはhttps://github.com/cymasuna/CERSで公開されている。

関連論文リスト

• 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)
• MIRNet: Integrating Constrained Graph-Based Reasoning with Pre-training for Diagnostic Medical Imaging [67.74482877175797]
  MIRNetは、自己教師付き事前学習と制約付きグラフベースの推論を統合する新しいフレームワークである。 TongueAtlas-4Kは,22の診断ラベルを付した4,000枚の画像からなるベンチマークである。
  論文  参考訳（メタデータ） (2025-11-13T06:30:41Z)
• Self-Supervised Anatomical Consistency Learning for Vision-Grounded Medical Report Generation [61.350584471060756]
  医用画像の臨床的に正確な記述を作成することを目的とした医用レポート生成。 本稿では, 自己監督型解剖学的一貫性学習(SS-ACL)を提案し, 生成された報告を対応する解剖学的領域と整合させる。 SS-ACLは、ヒト解剖学の不変のトップダウン包摂構造にインスパイアされた階層的な解剖学的グラフを構築する。
  論文  参考訳（メタデータ） (2025-09-30T08:59:06Z)
• Improving Medical Visual Representation Learning with Pathological-level Cross-Modal Alignment and Correlation Exploration [21.260659596426184]
  画像と報告の両方から病理観察の一貫性を最大化するために,新しい病理レベルの相互アライメント(PCMA)手法を提案する。 PCMAモジュールは外部の疾患アノテーションとは独立して動作し,本手法の汎用性と堅牢性を高める。 実験により,提案するフレームワークは,複数の下流タスクにおいて,新しい最先端性能を実現することを示す。
  論文  参考訳（メタデータ） (2025-06-12T11:01:57Z)
• COIN: Counterfactual inpainting for weakly supervised semantic segmentation for medical images [3.5418498524791766]
  本研究は, 新規なカウンターファクト・インパインティング・アプローチ(COIN)の開発である。 COINは、予測された分類ラベルを生成モデルを用いて異常から正常に反転させる。 本手法の有効性は,エストニアのタルツ大学病院から取得したCT画像から,合成標的と実際の腎腫瘍を分離することによって実証される。
  論文  参考訳（メタデータ） (2024-04-19T12:09:49Z)
• The Whole Pathological Slide Classification via Weakly Supervised Learning [7.313528558452559]
  細胞核疾患と病理タイルの空間的相関の2つの病因を考察した。 本研究では,抽出器訓練中の汚れ分離を利用したデータ拡張手法を提案する。 次に,隣接行列を用いてタイル間の空間的関係を記述する。 これら2つのビューを統合することで,H&E染色組織像を解析するためのマルチインスタンス・フレームワークを設計した。
  論文  参考訳（メタデータ） (2023-07-12T16:14:23Z)
• Cross-Modal Causal Intervention for Medical Report Generation [107.76649943399168]
  放射線医学報告生成(RRG)は, コンピュータ支援診断と薬剤指導に不可欠である。 視覚言語的バイアスによる急激な相関により、正確な病変記述の生成は依然として困難である。 我々はCrossModal Causal Representation Learning (CMCRL)という2段階のフレームワークを提案する。 IU-XrayとMIMIC-CXRの実験により、我々のCMCRLパイプラインは最先端の手法よりも大幅に優れていることが示された。
  論文  参考訳（メタデータ） (2023-03-16T07:23:55Z)
• Semi-supervised Medical Image Classification with Relation-driven Self-ensembling Model [71.80319052891817]
  医用画像分類のための関係駆動型半教師付きフレームワークを提案する。 これは、摂動下で与えられた入力の予測一貫性を促進することでラベルのないデータを利用する。 本手法は,シングルラベルおよびマルチラベル画像分類のシナリオにおいて,最先端の半教師付き学習手法よりも優れる。
  論文  参考訳（メタデータ） (2020-05-15T06:57:54Z)

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。