論文の概要: Seeing Through Multiple Views: Parameter-Efficient Fine-Tuning via Selective Neurons for Consistent Radiology Report Generation
- arxiv url: http://arxiv.org/abs/2606.31099v1
- Date: Tue, 30 Jun 2026 03:48:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-01 18:27:19.068595
- Title: Seeing Through Multiple Views: Parameter-Efficient Fine-Tuning via Selective Neurons for Consistent Radiology Report Generation
- Title（参考訳）: 複数の視点から見る:連続放射線学レポート作成のための選択ニューロンを用いたパラメータ効率の良い微調整
- Abstract要約: 本稿では,ビュー・コンピテント・レポート生成を支援するパラメータ効率の高いフレームワークであるView-PNDFを紹介した。
ビューPNDFは、(i)特定のビューに応答するニューロンを識別するビュー特異的ニューロン検出モジュール、(ii)これらのニューロンの存在を定量化する検証モジュール、(iii)検出されたニューロンを強化する選択的微調整戦略を含む。
ビュー固有のニューロンのみを更新することにより、View-PNDFは計算コストを削減し、異なるビューにわたって一貫した診断を実現する。
- 参考スコア（独自算出の注目度）: 9.026781659832695
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent years have seen substantial advances in radiology report generation (RRG), yet existing approaches predominantly adopt direct feature fusion when handling multi-view X-ray images. Such approaches overlook the potential clinical inconsistencies and inaccuracies arising when a single model processes different views, adversely impacting performance and clinical reliability. To this end, we introduce View-PNDF (View-specific Pattern Neuron Detection and Fine-tuning), a parameter-efficient framework that fosters view-consistent report generation from a neuronal perspective. Specifically, View-PNDF comprises: (i) a view-specific neuron detection module identifying neurons responsive to particular views, (ii) a verification module quantifying the existence of these neurons, and (iii) a selective fine-tuning strategy strengthening detected neurons while preserving view-agnostic representations. By updating only view-specific neurons, View-PNDF achieves consistent diagnoses across different views with reduced computational costs. Subsequently, we employ Large Language Models (LLMs) to consolidate the view-specific reports into a complete radiology report. Furthermore, we use traditional Natural Language Generation (NLG) metrics-based assessment on integrated reports for baseline comparison and employ LLM-based assessment (e.g., GPT-4o) on view-specific reports to capture clinical significance. Extensive experiments on two medical RRG benchmarks demonstrate that View-PNDF substantially improves view-specific chest X-ray report generation quality while maintaining robust general-view performance.
- Abstract（参考訳）: 近年,ラジオグラフィーレポート生成(RRG)が著しく進歩しているが,既存のアプローチでは,マルチビューX線画像を扱う場合の直接的特徴融合が主流である。
このようなアプローチは、1つのモデルが異なる視点を処理した場合に生じる潜在的な臨床上の矛盾や不正確さを見落とし、パフォーマンスや臨床の信頼性に悪影響を及ぼす。
この目的を達成するために、我々はビュー・PNDF(View-specific Pattern Neuron Detection and Fine-tuning)を紹介した。
具体的には、View-PNDFは、
i)特定のビューに応答するニューロンを識別するビュー特異的ニューロン検出モジュール。
二 これらのニューロンの存在を定量化する検証モジュール、及び
三 視認性表現を維持しつつ、検出された神経細胞を増強する選択的微調整戦略。
ビュー固有のニューロンのみを更新することにより、View-PNDFは計算コストを削減し、異なるビューにわたって一貫した診断を実現する。
次に,Large Language Models (LLMs) を用いて,ビュー固有レポートを完全ラジオロジーレポートに統合する。
さらに,従来のNLG(Natural Language Generation)尺度をベースライン比較のための統合レポートに応用し,ビュー固有レポートにLCMに基づく評価(例:GPT-4o)を適用し,臨床的意義を捉える。
2つの医用RRGベンチマークによる広範囲な実験により、ビュー-PNDFは、堅牢な全体視性能を維持しながら、ビュー固有の胸部X線レポート生成品質を大幅に改善することが示された。
関連論文リスト
- Concept-Grounded Reasoning with Prompt-Driven Localization for Interpretable Structured Report Generation [66.62662330558906]
CORALは、空間的接地と概念レベルの監督を統一的な推論プロセスに統合するマルチモーダルフレームワークである。
コーラルは、疾患の局所化とコンセプション・ボトルネックモジュールによる多クラス臨床属性の予測のために、プロンプト駆動型医療セグメンテーションモデルを採用している。
BUS-CoTとIU X線データセットの実験では、診断精度、概念整合性、報告品質が強力な汎用および医療MLLMよりも一貫した改善が示されている。
論文 参考訳（メタデータ） (2026-09-14T10:21:23Z) - CWCD: Category-Wise Contrastive Decoding for Structured Medical Report Generation [5.6071155906499115]
Category-Wise Contrastive Decoding (CWCD)は、構造化ラジオロジーレポート生成(SRRG)を強化するために設計された、新しくモジュール化されたフレームワークである。
CWCDは、臨床効果と自然言語生成の指標の両方において、ベースライン法を一貫して上回っている。
論文 参考訳（メタデータ） (2026-04-12T02:10:28Z) - Clinical Cognition Alignment for Gastrointestinal Diagnosis with Multimodal LLMs [63.535652574541764]
MLLM(Multimodal Large Language Models)は医用画像解析において顕著な可能性を示した。
消化器内視鏡におけるそれらの応用は、現在、2つの重要な限界によって妨げられている。
本稿では,これらの課題に対処する新しい臨床認知アライメント(CogAlign)フレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-21T07:47:37Z) - Aligning Findings with Diagnosis: A Self-Consistent Reinforcement Learning Framework for Trustworthy Radiology Reporting [37.57009831483529]
MLLM(Multimodal Large Language Models)は放射線学レポート生成に強い可能性を示している。
本フレームワークは, より詳細な発見のための思考ブロックと, 構造化された疾患ラベルに対する回答ブロックという, 生成を2つの異なる構成要素に再構成する。
論文 参考訳（メタデータ） (2026-01-06T14:17:44Z) - Multi-View Causal Discovery without Non-Gaussianity: Identifiability and Algorithms [59.15672758767244]
因果発見は、通常、非ガウス性のようなデータ生成モデルに対する強い仮定に依存する難しい問題である。
ここでは、この多視点構造を利用して、弱い仮定で因果発見を行う。
本稿では,複数視点因果探索アルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-02-27T14:06:14Z) - HC-LLM: Historical-Constrained Large Language Models for Radiology Report Generation [89.3260120072177]
本稿では,放射線学レポート生成のための歴史制約付き大規模言語モデル (HC-LLM) フレームワークを提案する。
胸部X線写真から経時的特徴と経時的特徴を抽出し,疾患の進行を捉える診断報告を行った。
特に,本手法は,テスト中の履歴データなしでも良好に動作し,他のマルチモーダル大規模モデルにも容易に適用可能である。
論文 参考訳（メタデータ） (2024-12-15T06:04:16Z) - EVOKE: Elevating Chest X-ray Report Generation via Multi-View Contrastive Learning and Patient-Specific Knowledge [21.596462896333733]
textbfEVOKEは、マルチビューコントラスト学習と患者固有の知識を取り入れた、新しい胸部X線レポート生成フレームワークである。
本稿では,患者固有の指標を統合した知識誘導レポート生成モジュールを提案する。
提案するEVOKEは,複数のデータセットにまたがる最新の最先端手法を超越している。
論文 参考訳（メタデータ） (2024-11-15T14:38:13Z) - Radiology Report Generation Using Transformers Conditioned with
Non-imaging Data [55.17268696112258]
本稿では,胸部X線画像と関連する患者の人口統計情報を統合したマルチモーダルトランスフォーマーネットワークを提案する。
提案ネットワークは、畳み込みニューラルネットワークを用いて、CXRから視覚的特徴を抽出し、その視覚的特徴と患者の人口統計情報のセマンティックテキスト埋め込みを組み合わせたトランスフォーマーベースのエンコーダデコーダネットワークである。
論文 参考訳（メタデータ） (2023-11-18T14:52:26Z) - C^2M-DoT: Cross-modal consistent multi-view medical report generation
with domain transfer network [67.97926983664676]
ドメイン転送ネットワーク(C2M-DoT)を用いたクロスモーダルなマルチビュー医療レポート生成を提案する。
C2M-DoTは、すべてのメトリクスで最先端のベースラインを大幅に上回る。
論文 参考訳（メタデータ） (2023-10-09T02:31:36Z) - ChatRadio-Valuer: A Chat Large Language Model for Generalizable
Radiology Report Generation Based on Multi-institution and Multi-system Data [115.0747462486285]
ChatRadio-Valuerは、一般化可能な表現を学習する自動放射線学レポート生成のための調整されたモデルである。
本研究で利用した臨床データセットは,textbf332,673の顕著な総計を含む。
ChatRadio-Valuerは、最先端のモデル、特にChatGPT(GPT-3.5-Turbo)やGPT-4などより一貫して優れている。
論文 参考訳（メタデータ） (2023-10-08T17:23:17Z) - 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) - Neuradicon: operational representation learning of neuroimaging reports [0.8009448874088694]
ニューラディドン(Neuradicon)は、神経放射線学的な報告を定量的に分析するための枠組みである。
私たちのフレームワークはルールベースと人工知能モデルのハイブリッドです。
我々はNeuradiconを336,569件の報告コーパスの表現型化に応用した。
論文 参考訳（メタデータ） (2021-07-21T11:31:57Z)
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。