Fugu-MT 論文翻訳(概要): GRCD: Grounded Region Change Detection for Multi-Finding Chest X-Ray Pairs

論文の概要: GRCD: Grounded Region Change Detection for Multi-Finding Chest X-Ray Pairs

arxiv url: http://arxiv.org/abs/2607.02719v1
Date: Thu, 02 Jul 2026 19:14:50 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-07 22:26:29.405251
Title: GRCD: Grounded Region Change Detection for Multi-Finding Chest X-Ray Pairs
Title（参考訳）: GRCD:マルチフィンディング胸部X線対の接地領域変化検出
Authors: OFM Riaz Rahman Aranya, Peyman Najafirad, Kevin Desai,
Abstract要約: GRCDはマルチフィンディング環境で胸部X線対から接地レポートを生成するためのフレームワークである。まず、時間的胸部X線対の厳密な清浄なデータセットを構築した。次に、解剖学的構造全体にわたる地域ごとの時間的変化をエンコードするリージョンガイド変更トークンモジュールを紹介します。
参考スコア（独自算出の注目度）: 7.272024968089535
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Radiologists routinely compare current and prior chest X-rays to track disease progression, producing follow-up reports that describe multiple findings, each localised to an anatomical region and annotated with a temporal change status. Existing automated methods either generate reports from a single image without modelling temporal context, or incorporate temporal information but do not ground their outputs spatially. The few approaches that combine temporal reasoning with spatial grounding are restricted to single-finding descriptions, leaving multi-finding reports with mixed change directions unaddressed. We present GRCD, a framework for grounded report generation from chest X-ray pairs in the multi-finding setting. We first construct a rigorously cleaned dataset of temporal chest X-ray pairs by identifying and correcting two systematic labelling errors in the source annotations. We then introduce a Region-Guided Change Token module that encodes per-region temporal change across anatomical structures and injects this signal into a language model through a dual-pathway strategy combining prepended spatial tokens with gated cross-attention. On a multi-finding test set, GRCD outperforms existing baselines on text generation and clinical accuracy metrics, with gains in change detection. Ablation studies confirm that the dual-pathway design outperforms either integration strategy in isolation on text and clinical metrics, and that region-level change encoding is necessary for multi-finding generation. Code is available at https://github.com/UTSA-VIRLab/GRCD
Abstract（参考訳）: 放射線医は、現在および以前の胸部X線を定期的に比較し、疾患の進行を追跡し、複数の発見を記述した追跡レポートを作成し、それぞれが解剖学的領域に局在し、時間的変化の状況で注釈付けされる。既存の自動化手法は、時間的文脈をモデル化せずに単一の画像からレポートを生成するか、時間的情報を組み込むが、出力を空間的に根拠にしない。時間的推論と空間的接地を組み合わせたいくつかのアプローチは、単一フィンディング記述に制限され、混合変化方向の多重フィンディングレポートは未適応のままである。胸部X線対を用いたマルチフィンディング環境における接地レポート生成フレームワークGRCDについて述べる。まず、ソースアノテーションの2つの体系的なラベル付け誤りを特定し、修正することで、時間的胸部X線対の厳密な清浄なデータセットを構築した。次に、解剖学的構造にまたがる地域ごとの時間的変化をエンコードし、事前の空間トークンとゲートクロスアテンションを組み合わせたデュアルパス戦略により、言語モデルにこの信号を注入する領域誘導変更トークンを導入する。マルチフィンディングテストセットでは、GRCDはテキスト生成と臨床精度の指標に基づいて既存のベースラインを上回り、変更検出が向上する。アブレーション研究により、デュアルパスウェイ設計はテキストと臨床メトリクスの分離した統合戦略よりも優れており、マルチファイディング生成には領域レベルの変更エンコーディングが必要であることが確認された。コードはhttps://github.com/UTSA-VIRLab/GRCDで入手できる。

論文の概要: GRCD: Grounded Region Change Detection for Multi-Finding Chest X-Ray Pairs

関連論文リスト