論文の概要: Seeing What Matters: Lesion-Aware High-Resolution Patch Discovery and Fusion for Chest X-ray Report Generation
- arxiv url: http://arxiv.org/abs/2607.06909v1
- Date: Wed, 08 Jul 2026 02:02:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-09 22:50:30.249173
- Title: Seeing What Matters: Lesion-Aware High-Resolution Patch Discovery and Fusion for Chest X-ray Report Generation
- Title（参考訳）: 病変対応高分解能パッチ発見と胸部X線レポート生成のための融合
- Abstract要約: 胸部X線リポート(LePaX)のための病変対応高分解能パッチ発見と融合法を提案する。
LePaXは、固定トークン予算の下で、制約付き空間分解割当問題として高解像度の知覚を定式化する。
LePaXは、臨床と言語の両方の指標を一貫して改善し、ネイティブ解像度のCXR知覚を、高解像度のタイリングよりも10倍以上少ない視覚トークンで実現している。
- 参考スコア（独自算出の注目度）: 48.418711933954945
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Despite rapid advances in chest X-ray (CXR) foundation models, most radiology report generation (RRG) systems still rely on heavily downsampled inputs (e.g., 256x256) due to the fixed visual token budgets of pretrained vision encoders, suppressing subtle yet clinically important cues present in native-resolution images. However, enabling high-resolution (high-res) perception remains challenging: naive tiling causes prohibitive token inflation, while global compression suppresses subtle lesions and degrades diagnostic fidelity. Inspired by radiologists' workflow, localizing suspicious regions before detailed high-res assessment. We propose Lesion-Aware High-Resolution Patch Discovery and Fusion for Chest X-ray Reporting (LePaX), the first RRG framework that enables efficient high-res CXR perception (up to 1920x1920) without increasing the vision-token count. LePaX formulates high-res perception as a constrained spatial resolution allocation problem under a fixed token budget and introduces two key components: Learnable Spatial Resolution Allocation (LSRA), which learns a spatial utility map that adaptively allocates limited high-res capacity to diagnostically relevant regions, enabling targeted extraction of high-res patches from native CXRs; and Global-Regional Fusion (GRF), which performs token-preserving region-to-global refinement by projecting high-resolution regional evidence back onto the global feature grid through spatially aligned resolution write-back, avoiding token inflation. Experiments on multiple CXR benchmarks demonstrate that LePaX consistently improves both clinical and linguistic metrics while enabling native-resolution CXR perception with over 10x fewer visual tokens than naive high-res tiling.
- Abstract（参考訳）: 胸部X線(CXR)の基礎モデルが急速に進歩したにもかかわらず、ほとんどのラジオロジーレポート生成(RRG)システムは、事前訓練された視覚エンコーダの固定された視覚トークン予算のため、高解像度の入力(例えば256x256)に依存しており、ネイティブ解像度画像に存在する微妙ながら臨床的に重要な手がかりを抑える。
しかし、高解像度(高解像度)の知覚を可能にすることは依然として困難であり、ナイーブ・タイリングは禁止的なトークンのインフレーションを引き起こす一方、グローバル圧縮は微妙な病変を抑え、診断精度を低下させる。
放射線技師のワークフローに触発されて、詳細な高解像度評価の前に不審な地域をローカライズした。
胸部X線レポーティングのためのLesion-Aware High-Resolution Patch Discovery and Fusion for Chest X-ray Reporting (LePaX)を提案する。
LePaXは、固定トークン予算の下で、高解像度の認識を制約付き空間解像度割当問題として定式化し、2つの重要なコンポーネントを導入している: 学習可能な空間解像度割当(LSRA)は、限られた高解像度の容量を診断関連領域に適応的に割り当てる空間ユーティリティマップを学習し、ネイティブCXRからの高解像度パッチのターゲット抽出を可能にする。
複数のCXRベンチマークの実験では、LePaXは臨床と言語の両方のメトリクスを一貫して改善し、ネイティブ解像度のCXR認識をハイレゾタイリングよりも10倍以上少ない視覚トークンで可能にしている。
関連論文リスト
- CPR: Chained Perceptual Refinement for Coarse-to-Fine Medical Image Classification [22.00070089093165]
CPR(Chained Perceptual Refinement)は、医用画像解析を、局所的な意思決定プロセスのシーケンシャルなグローバル化として定式化する。
CPRは、アートベースラインの固定解像度とマルチスケール状態の両方を一貫して上回る。
また、GFLOPを19.6倍の精度で削減する。
論文 参考訳（メタデータ） (2026-07-01T07:31:56Z) - Region-Affinity Attention for Whole-Slide Breast Cancer Classification in Deep Ultraviolet Imaging [3.1912286225194877]
本研究は, DUV-WSI乳癌分類に適した新しい領域親和性注意機構を提案する。
提案手法の精度は92.67 +/- 0.73%,AUCは95.97%であり,既存の注意法よりも優れていた。
論文 参考訳（メタデータ） (2026-04-19T03:04:01Z) - GL-LCM: Global-Local Latent Consistency Models for Fast High-Resolution Bone Suppression in Chest X-Ray Images [32.23697240380478]
肺疾患診断のための胸部X線撮影(CXR)は、骨構造が正確な診断に必要な重要な詳細を曖昧にするため、大きな課題を提起する。
近年のディープラーニング、特に拡散モデルによる進歩は、CXR画像における骨構造の視認性を効果的に最小化するための重要な約束を提供する。
CXR画像における高速な高分解能骨抑制を実現するため,肺分画,デュアルパスサンプリング,グローバル局所核融合を組み合わせたGlobal-Local Latent Consistency Model (GL-LCM) アーキテクチャを導入する。
論文 参考訳（メタデータ） (2025-08-05T12:02:38Z) - CXR-LT 2024: A MICCAI challenge on long-tailed, multi-label, and zero-shot disease classification from chest X-ray [64.2434525370243]
CXR-LTシリーズは、胸部X線を用いた肺疾患の分類を強化するために設計されたコミュニティ主導のイニシアチブである。
CXR-LT 2024はデータセットを377,110の胸部X線(CXR)と45の疾患ラベルに拡張し、19の新しい稀な疾患の発見を含んでいる。
本稿では、CXR-LT 2024の概要を述べるとともに、データキュレーションプロセスの詳細と最先端ソリューションの統合について述べる。
論文 参考訳（メタデータ） (2025-06-09T17:53:31Z) - Crane: Context-Guided Prompt Learning and Attention Refinement for Zero-Shot Anomaly Detection [50.343419243749054]
異常検出は、医学診断や工業的欠陥検出などの分野において重要である。
CLIPの粗粒化画像テキストアライメントは、微粒化異常に対する局所化と検出性能を制限する。
クレーンは最先端のZSADを2%から28%に改善し、画像レベルとピクセルレベルの両方で、推論速度では競争力を維持している。
論文 参考訳（メタデータ） (2025-04-15T10:42:25Z) - Chest X-ray Foundation Model with Global and Local Representations Integration [13.736829173377355]
CheXFoundは、堅牢なCXR表現を学び、幅広い下流タスクを効果的に一般化するビジョン基盤モデルである。
我々はCheXFoundをキュレートしたCXR-1Mデータセットで事前訓練し、公開ソースから100万以上のユニークなCXRを作成した。
以上の結果から,CheXFoundは有病率の異なる40の疾患の分類において,最先端モデルよりも優れていた。
論文 参考訳（メタデータ） (2025-02-07T18:16:15Z) - Low-Resolution Chest X-ray Classification via Knowledge Distillation and Multi-task Learning [46.75992018094998]
胸部X線(CXR)を低分解能で診断する上での課題について検討した。
高分解能CXRイメージングは、結節や不透明など、小さなが重要な異常を識別するために重要である。
本稿では,MLCAK(Multilevel Collaborative Attention Knowledge)法を提案する。
論文 参考訳（メタデータ） (2024-05-22T06:10:54Z) - Generative Residual Attention Network for Disease Detection [51.60842580044539]
本稿では, 条件付き生成逆学習を用いたX線疾患発生のための新しいアプローチを提案する。
我々は,患者の身元を保存しながら,対象領域に対応する放射線画像を生成する。
次に、ターゲット領域で生成されたX線画像を用いてトレーニングを増強し、検出性能を向上させる。
論文 参考訳（メタデータ） (2021-10-25T14:15:57Z) - Many-to-One Distribution Learning and K-Nearest Neighbor Smoothing for
Thoracic Disease Identification [83.6017225363714]
ディープラーニングは、病気の識別性能を改善するための最も強力なコンピュータ支援診断技術となった。
胸部X線撮影では、大規模データの注釈付けには専門的なドメイン知識が必要で、時間を要する。
本論文では、単一モデルにおける疾患同定性能を改善するために、複数対1の分布学習(MODL)とK-nearest neighbor smoothing(KNNS)手法を提案する。
論文 参考訳（メタデータ） (2021-02-26T02:29:30Z)
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。