論文の概要: Learning Anatomy-Grounded CT Vision-Language Representations with Organ-Hierarchical Report Knowledge

• arxiv url: http://arxiv.org/abs/2607.10953v1
• Date: Sun, 12 Jul 2026 23:09:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 17:47:21.286492
• Title: Learning Anatomy-Grounded CT Vision-Language Representations with Organ-Hierarchical Report Knowledge
• Title（参考訳）: 組織階層的リポート知識を用いた解剖学習型CTビジョンランゲージ表現
• Abstract要約: 我々は,臓器階層的知識付加型CTレポートフレームワークであるoka-CTを提案する。 OK-CTは,まず,ラジオロジーレポート解析を用いて,自由テキストレポートを臓器条件の知識に変換する。 ステージ1は、微細な臓器条件の監督を通じて、解剖学的根拠をCTの視覚表現に注入する。 Stage2は、組織特異的なレポートエビデンスを使用して、構造化レポート-CTコントラスト学習をガイドする。
• 参考スコア（独自算出の注目度）: 7.277508278429653
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Medical vision-language pretraining (VLP) from paired CT images and radiology reports enables scalable representation learning, but most existing methods align either whole scans with entire reports or local image regions with text fragments. These formulations underuse a key property of radiology reports: findings are organized around anatomical structures, with abnormalities described by organs, disease concepts, locations, and severity-related attributes. We propose OKA-CT, an organ-hierarchical knowledge-augmented framework for CT-report VLP. OKA-CT first converts free-text reports into organ-conditioned knowledge using radiology report parsing and LLM-assisted semantic structuring. The extracted hierarchy is used across two learning stages. Stage~1 injects anatomy-grounded evidence into the CT visual representation through fine-grained organ-conditioned supervision, while Stage~2 uses organ-specific report evidence to guide structured report-CT contrastive learning, where hierarchy-derived semantic soft targets treat non-paired cases with shared organ-level findings as weak semantic positives rather than uniform negatives. A lightweight query-based global branch further aggregates disease-relevant volumetric evidence for whole-scan representation. On CT-RATE and RAD-ChestCT datasets, OKA-CT achieves zero-shot abnormality diagnosis AUROCs of 84.9 and 72.2, outperforming prior CT VLP baselines. Retrieval and patch-occlusion analyses further show improved report-image alignment and stronger sensitivity to disease-associated anatomical regions.
• Abstract（参考訳）: 医用視覚言語プレトレーニング(VLP)は、ペア化されたCT画像とラジオグラフィーレポートから、スケーラブルな表現学習を可能にするが、既存のほとんどの手法は、全スキャンをレポート全体と一致させるか、ローカル画像領域をテキストフラグメントで整列させる。 発見は解剖学的構造を中心に組織化され、臓器、疾患の概念、場所、重症度に関連する属性によって記述される。 我々は,CT-report VLPのための臓器階層的知識強化フレームワークであるoka-CTを提案する。 oka-CTは、まず、ラジオロジーレポート解析とLLM支援意味構造化を用いて、自由テキストレポートを臓器条件の知識に変換する。 抽出された階層は、2つの学習段階にわたって使用される。 ステージ~1は、微細な臓器条件の監督によってCTの視覚表現に解剖学的根拠を注入し、ステージ~2は、組織特異的なレポートエビデンスを使用して構造化されたレポート-CTコントラスト学習を誘導する。 軽量なクエリベースのグローバルブランチは、全スキャン表現の病関連ボリュームエビデンスをさらに集約する。 CT-RATE と RAD-ChestCT のデータセットでは、OKA-CT は 84.9 と 72.2 のゼロショット異常診断 AUROC を達成し、以前の CT VLP ベースラインより優れていた。 検索およびパッチ・オクルージョン分析により, 報告画像のアライメントが向上し, 疾患関連解剖学的領域に対する感受性が向上した。

関連論文リスト

• Semantically Calibrated Evidence Composition for CT Vision-Language Learning [4.757530530297623]
  CT-Reportペアからの学習表現には、全巻のコンテキストと解剖学的特異な証拠を組み合わせる必要がある。 我々は,CT視覚言語学習における意味的校正されたエビデンス構成のためのフレームワークであるSCOPE(Semantic Evidence of comPosed)を提案する。
  論文  参考訳（メタデータ） (2026-07-31T19:34:31Z)
• Fine-Grained Vision-Language Pretraining with Organ-Conditioned Pattern Tokens for CT Understanding [2.9220076568786335]
  OCP-CTは、CTビジョン言語事前学習のための臓器条件付きパターントキンアライメントフレームワークである。 安定したグローバルCTレポートのコントラストブランチを保持し、臓器パターンインターフェースを導入している。 公開されているCT-RATEとRAD-ChestCTのベンチマークでは、OCP-CTは平均84.5%と69.9%のAUROCをゼロショット異常診断で達成している。
  論文  参考訳（メタデータ） (2026-07-15T14:36:43Z)
• Disease-Centric Vision-Language Pretraining with Hybrid Visual Encoding for 3D Computed Tomography [75.7789001619107]
  ビジョン言語による事前トレーニングは、汎用医療AIにとって大きな可能性を秘めている。 3つの主要なコンポーネントを特徴とするフレームワークを提案する。 診断対応プロンプト戦略では、トレーニング前の推論ギャップを埋めるために、実際の臨床用語と集約された疾患プロトタイプを用いている。
  論文  参考訳（メタデータ） (2026-06-24T08:24:45Z)
• EXACT: an explainable anomaly-aware vision foundation model for analysis of 3D chest CT [29.0378459959757]
  EXACTは3次元胸部CTの異常認識基盤モデルである。 2つの臨床スキャンと放射線学レポートから空間的に解決された表現を学習する。 EXACTは臨床的に関係のあるCTタスクに対して一貫した改善を示す。
  論文  参考訳（メタデータ） (2026-04-27T07:57:47Z)
• Structure Observation Driven Image-Text Contrastive Learning for Computed Tomography Report Generation [51.509572354327986]
  本稿では,CTRG(Computed Tomography Report Generation)に適した新しい2段階(構造とレポートの学習)フレームワークを提案する。 第1段階では、CT画像中の対応する構造を学習可能な構造特異的な視覚的クエリーの集合を観察し、その結果として得られる観察トークンと、それに伴う放射線学レポートから抽出された構造特異的なテキスト特徴とを、構造的に画像テキストのコントラストロスとで対比する。 第2段階では、視覚構造クエリを凍結し、各解剖学的構造を描写したクリティカルイメージパッチ埋め込みを選択するために使用し、メモリ消費を低減しつつ、無関係領域からの注意を最小化する。
  論文  参考訳（メタデータ） (2026-03-05T07:07:07Z)
• REACT-KD: Region-Aware Cross-modal Topological Knowledge Distillation for Interpretable Medical Image Classification [2.384306241677947]
  我々は,高忠実度マルチモーダルソースから軽量CTベースの学生モデルへ監督を伝達するフレームワークREACT-KDを提案する。 一方の枝は二重軌跡PET/CTで構造-機能関係を捉え,他方の枝は低用量CTを用いて線量認識する。 このフレームワークは内部のPET/CTコホートで平均93.5%のAUCを達成し、外部CT試験における線量低下のレベルによって76.6%から81.5%のAUCを維持した。
  論文  参考訳（メタデータ） (2025-08-04T06:29:34Z)
• A Clinically-Grounded Two-Stage Framework for Renal CT Report Generation [4.408787333571913]
  本稿では,自動腎CTレポート作成のための枠組みを提案する。 ステージ1では、マルチタスク学習モデルが、各2次元画像から構造化された臨床特徴を検出する。 ステージ2では、視覚言語モデルが画像と検出された特徴に条件付けされた自由テキストレポートを生成する。
  論文  参考訳（メタデータ） (2025-06-30T07:45:02Z)
• 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)
• Structure-aware registration network for liver DCE-CT images [50.28546654316009]
  セグメント化誘導深層登録網に関連臓器の構造情報を組み込んだ構造認識型登録手法を提案する。 提案手法は,最新技術よりも高い登録精度を達成し,解剖学的構造を効果的に維持することができる。
  論文  参考訳（メタデータ） (2023-03-08T14:08:56Z)
• Auxiliary Signal-Guided Knowledge Encoder-Decoder for Medical Report Generation [107.3538598876467]
  放射線技師の動作パターンを模倣する補助信号誘導知識デコーダ(ASGK)を提案する。 ASGKは、内的特徴融合と外部医療言語情報を統合して、医療知識の伝達と学習をガイドする。
  論文  参考訳（メタデータ） (2020-06-06T01:00:15Z)
• Deep Reinforcement Learning for Organ Localization in CT [59.23083161858951]
  我々はCTにおける臓器局所化のための深層強化学習手法を提案する。 この研究において、人工エージェントは、その主張や誤りから学習することで、CT内の臓器の局所化を積極的に行う。 本手法は,任意の臓器をローカライズするためのプラグイン・アンド・プレイモジュールとして利用できる。
  論文  参考訳（メタデータ） (2020-05-11T10:06:13Z)

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。