論文の概要: Vision Foundation Models in Radiology: A Scoping Review of Data, Methodology, Evaluation and Clinical Translation

• arxiv url: http://arxiv.org/abs/2607.07219v1
• Date: Wed, 08 Jul 2026 10:01:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-09 22:50:30.34848
• Title: Vision Foundation Models in Radiology: A Scoping Review of Data, Methodology, Evaluation and Clinical Translation
• Title（参考訳）: 放射線学におけるビジョンファウンデーションモデル:データ・方法論・評価・臨床翻訳のスコープレビュー
• Abstract要約: ビジョン基礎モデル(VFM)は、放射線画像のために開発が進んでいるが、その定義、開発、評価は相変わらず不均一である。 PRISMAScR Scoping review of peer-reviewed study described foundation model training dedicated on radiological imaging data。 トランスフォーマーベースのアーキテクチャと自己指導型事前訓練(特にマスク付き画像モデリング、コントラスト学習、マルチステージアプローチ)。 全体として、放射線学固有のVFMは、有望な転送性を示すが、臨床翻訳は、限られたデータ代表性、不均一なベンチマーク、不完全報告、配置指向評価の不足によって制限されている。
• 参考スコア（独自算出の注目度）: 35.18016233072556
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Vision foundation models (VFMs) are increasingly being developed for radiological imaging, yet their definition, development and evaluation remain heterogeneous. We conducted a PRISMAScR scoping review of peer-reviewed studies published between January 2017 and March 2026 describing foundation models trained exclusively on radiological imaging data. Sixty-seven studies were included and mapped across three pillars: data scale and heterogeneity, architectural and pretraining scalability, and downstream transferability and generalization. Datasets primarily covered brain MRI, thoracoabdominal CT, and chest X-ray, ranging from fewer than 100,000 samples to multi-million-image cohorts. Transformer-based architectures and self-supervised pretraining predominated, particularly masked image modeling, contrastive learning and multi-stage approaches. Evaluation focused mainly on segmentation and classification, whereas cross-center, cross-scanner, anatomical and modality-shift validation was inconsistently reported. Alignment with FUTURE-AI principles was uneven. Overall, radiology-specific VFMs show promising transferability, but clinical translation remains constrained by limited data representativeness, heterogeneous benchmarks, incomplete reporting and insufficient deployment-oriented evaluation.
• Abstract（参考訳）: ビジョン基礎モデル(VFM)は、放射線画像のために開発が進んでいるが、その定義、開発、評価は相変わらず不均一である。 我々は、2017年1月から2026年3月までに発表されたPRISMAScRスコーピングのレビューを行い、放射線画像データに特化して訓練された基礎モデルについて検討した。 データスケールと不均一性、アーキテクチャと事前学習のスケーラビリティ、下流の転送可能性と一般化の3つの柱にまたがってマッピングされた。 データセットは、主に脳MRI、胸腹部CT、胸部X線をカバーしており、サンプルは10万枚未満から数百万イメージのコホートまで多岐にわたる。 トランスフォーマーベースのアーキテクチャと自己指導型事前訓練(特にマスク付き画像モデリング、コントラスト学習、マルチステージアプローチ)。 セグメンテーションと分類を中心に評価を行ったが, クロスセンター, クロススキャナ, 解剖学的, モダリティシフトの検証は不一致であった。 未来AIの原則との整合性は不均一であった。 全体として、放射線学固有のVFMは、有望な転送性を示すが、臨床翻訳は、限られたデータ代表性、不均一なベンチマーク、不完全報告、配置指向評価の不足によって制限されている。

関連論文リスト

• BenchX: Benchmarking AI Models for Cancer Detection and Localization with Demographic and Protocol Biases [59.19934491064188]
  人工知能(AI)は医療画像において顕著な成功を収めた。 これらのモデルは、実世界の臨床環境において矛盾なく機能することが多い。 我々は,12種類の腫瘍検出AIモデルを体系的に評価する85,355個のCTスキャンのベンチマークを開発した。
  論文  参考訳（メタデータ） (2026-06-23T17:58:59Z)
• Scaling Generative Foundation Models for Chest Radiography with Rectified Flow Transformers [17.58664012517527]
  胸部X線画像の高忠実合成は, 臨床データセットの多様化に向けて有望な方法である。 本稿では, 胸部X線写真における最大の生成基盤モデルとして, 1.3B 以上のパラメータを用いて, キュレートした不均一なデータセット上で1.6T トークンをトレーニングした。 本モデルでは,複数のグループにまたがる可制御性ラジオグラフィ生成と編集,取得ビュー,12の病理診断をサポートする。
  論文  参考訳（メタデータ） (2026-06-17T18:01:18Z)
• A Robust Unsupervised Domain Adaptation Framework for Medical Image Classification Using RKHS-MMD [0.9634859579172255]
  医療画像のラベル付けは医療画像の分野で大きなボトルネックとなっている。 本稿では、転送学習と再生カーネル空間に基づく最大平均離散性損失を組み合わせた教師なしドメイン適応フレームワークを提案する。 RKHS-MMDは、標準の最大平均差よりも、モダリティギャップの低減に優れた性能を示す。
  論文  参考訳（メタデータ） (2026-05-05T14:14:25Z)
• A multimodal vision foundation model for generalizable knee pathology [40.03838145472935]
  筋骨格障害は、医療画像の正確な解釈に対する緊急の要求である。 現在の整形外科における人工知能のアプローチは、タスク固有の教師あり学習パラダイムに依存している。 筋骨格病理学に最適化されたマルチモーダル視覚基盤モデルOrthoFoundationを紹介する。
  論文  参考訳（メタデータ） (2026-01-26T08:14:51Z)
• BRISC: Annotated Dataset for Brain Tumor Segmentation and Classification [0.6840587119863303]
  我々は,脳腫瘍のセグメンテーションと分類タスクのためのデータセットであるBRISCを紹介し,高分解能セグメンテーションマスクを特徴とする。 データセットは6000のコントラスト強化T1強調MRIスキャンで構成され、セグメンテーションラベルを欠いた複数の公開データセットから照合された。 悪性腫瘍としてはグリオーマ、髄膜腫、下垂体腫瘍の3種類と非腫瘍の3種類がある。
  論文  参考訳（メタデータ） (2025-06-17T08:56:05Z)
• Vision Foundation Models for Computed Tomography [0.5320113414681007]
  基礎モデル(FM)は、画像のモダリティを越えて多種多様な複雑なタスクを実行することにより、放射線学における変換可能性を示している。 そこで我々はCT-FM(CT-FM)を開発した。 CT-FMは画像データコモンズから148,000個のCTスキャンを用いてラベルに依存しないコントラスト学習によって事前訓練を行った。
  論文  参考訳（メタデータ） (2025-01-15T18:30:58Z)
• RadGenome-Chest CT: A Grounded Vision-Language Dataset for Chest CT Analysis [56.57177181778517]
  RadGenome-Chest CTはCT-RATEに基づく大規模3次元胸部CT解釈データセットである。 私たちは、最新の強力なユニバーサルセグメンテーションと大きな言語モデルを活用して、元のデータセットを拡張します。
  論文  参考訳（メタデータ） (2024-04-25T17:11:37Z)
• Evaluating General Purpose Vision Foundation Models for Medical Image Analysis: An Experimental Study of DINOv2 on Radiology Benchmarks [5.8941124219471055]
  DINOv2はオープンソースのファンデーションモデルで、1億4200万のキュレートされた自然画像に対する自己教師付き学習を事前訓練している。 本研究は放射線学におけるDINOv2の性能を総合的に評価する。
  論文  参考訳（メタデータ） (2023-12-04T21:47:10Z)
• Beyond Images: An Integrative Multi-modal Approach to Chest X-Ray Report Generation [47.250147322130545]
  画像からテキストまでの放射線学レポート生成は,医療画像の発見を記述した放射線学レポートを自動生成することを目的としている。 既存の方法の多くは画像データのみに焦点をあてており、他の患者情報は放射線科医に公開されていない。 胸部X線レポートを生成するための多モードディープニューラルネットワークフレームワークを,非構造的臨床ノートとともにバイタルサインや症状などの構造化された患者データを統合することで提案する。
  論文  参考訳（メタデータ） (2023-11-18T14:37:53Z)
• Revisiting Computer-Aided Tuberculosis Diagnosis [56.80999479735375]
  結核(TB)は世界的な健康上の脅威であり、毎年何百万人もの死者を出している。 深層学習を用いたコンピュータ支援結核診断 (CTD) は有望であるが, 限られたトレーニングデータによって進行が妨げられている。 結核X線(TBX11K)データセットは11,200個の胸部X線(CXR)画像とそれに対応するTB領域のバウンディングボックスアノテーションを含む。 このデータセットは、高品質なCTDのための洗練された検出器のトレーニングを可能にする。
  論文  参考訳（メタデータ） (2023-07-06T08:27:48Z)
• LVM-Med: Learning Large-Scale Self-Supervised Vision Models for Medical Imaging via Second-order Graph Matching [59.01894976615714]
  LVM-Medは、大規模医療データセットに基づいてトレーニングされた、最初のディープネットワークファミリーである。 55の公開データセットから約13万の医療画像を収集しました。 LVM-Medは、多くの最先端の教師付き、自己監督型、基礎モデルよりも経験的に優れている。
  論文  参考訳（メタデータ） (2023-06-20T22:21:34Z)
• Significantly improving zero-shot X-ray pathology classification via fine-tuning pre-trained image-text encoders [50.689585476660554]
  本稿では,正対損失緩和とランダムな文サンプリングを含む新たな微調整手法を提案する。 提案手法は,胸部X線データセットと3つの事前訓練モデル間のゼロショット病理分類を一貫して改善する。
  論文  参考訳（メタデータ） (2022-12-14T06:04:18Z)
• Malignancy Prediction and Lesion Identification from Clinical Dermatological Images [65.1629311281062]
  臨床皮膚画像から機械学習に基づく悪性度予測と病変の同定を検討する。 まず, サブタイプや悪性度に関わらず画像に存在するすべての病変を同定し, その悪性度を推定し, 凝集により, 画像レベルの悪性度も生成する。
  論文  参考訳（メタデータ） (2021-04-02T20:52:05Z)

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。