論文の概要: Dataset-Origin Signatures and Shortcut Learning in Screening Mammography AI: A Cross-Dataset Case Study

• arxiv url: http://arxiv.org/abs/2607.15416v1
• Date: Thu, 16 Jul 2026 19:41:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-20 17:56:52.690028
• Title: Dataset-Origin Signatures and Shortcut Learning in Screening Mammography AI: A Cross-Dataset Case Study
• Title（参考訳）: Dataset-Origin Signatures and Shortcut Learning in Screening Mammography AI: A Cross-Dataset Case Study
• Abstract要約: 異常に富んだ外部データセットから生検確認された症例を補足すると,性能が向上するかどうかを検討した。 我々は,Mammo-CLIP重み付き効率の良いNet-B5エンコーダを,一貫した前処理下で凍結線形プローブとして評価した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reliable AI for screening mammography requires training data representative of the low cancer prevalence and subtle abnormalities found in screening populations. We examined whether supplementing such data with biopsy-confirmed cases from abnormal-enriched external datasets improves performance. Using the Newfoundland and Labrador Breast Screening Dataset (NLBSD) alongside CBIS-DDSM and CMMD, we evaluated an EfficientNet-B5 encoder initialized with Mammo-CLIP weights as a frozen linear probe under consistent preprocessing and patient-level splits. The NLBSD-only model achieved an AUC-ROC of 0.737 (95% CI [0.686, 0.785]). Adding external positive cases reduced performance in every configuration (AUC-ROC = 0.620--0.644; DeLong test, Holm-corrected $p < 0.05$), with degradation increasing as additional sources were introduced. Domain-matched evaluation produced modest gains only when the training and test domains coincided, and no configuration surpassed the NLBSD-only model. As a diagnostic, we reframed the task as predicting each examination's dataset of origin. The datasets were separated almost perfectly despite identical preprocessing, indicating that dataset-specific characteristics strongly influence the learned representation. These findings show that naïvely pooling abnormal-enriched mammography datasets can introduce domain shift that outweighs the benefit of additional positive cases. Differences in acquisition, intensity mapping, and dataset construction persist after normalization, motivating domain-aware strategies for combining heterogeneous mammography datasets.
• Abstract（参考訳）: マンモグラフィーをスクリーニングするための信頼性の高いAIは、がんの頻度が低く、スクリーニング集団に見られる微妙な異常を示す訓練データを必要とする。 異常に富んだ外部データセットから生検確認された症例を補足すると,性能が向上するかどうかを検討した。 The Newfoundland and Labrador Breast Screening Dataset (NLBSD) with CBIS-DDSM and CMMD, we evaluate an EfficientNet-B5 encoder initialized with Mammo-CLIP weights as a frozen linear probe under consistent preprocessing and patient-level splits。 NLBSDのみのモデルはAUC-ROCの0.737(95% CI [0.686, 0.785])を達成した。 AUC-ROC = 0.620--0.644; DeLong test, Holm-corrected $p < 0.05$) では、追加ソースの導入に伴って劣化が増加した。 ドメインマッチングによる評価は、トレーニングとテストのドメインが一致したときにのみモデストゲインを生成し、NLBSDのみのモデルを超えた構成は存在しない。 診断として、各試験の起点のデータセットを予測するために、タスクを再編成した。 データセットは、同じ前処理にもかかわらずほぼ完全に分離されており、データセット固有の特性が学習された表現に強く影響していることを示している。 これらの結果から, 異常に富むマンモグラフィーデータセットは, 追加の陽性症例の利点を上回る領域シフトをもたらす可能性が示唆された。 獲得、強度マッピング、データセット構築の違いは、正規化後に継続し、異種マンモグラフィーデータセットを組み合わせるためのドメイン認識戦略を動機付けている。

関連論文リスト

• Bridging the Applicator Gap with Data-Doping:Dual-Domain Learning for Precise Bladder Segmentation in CT-Guided Brachytherapy [0.3058685580689604]
  限定的な対象領域データと組み合わせることで、シフト分布からのサンプルが学習を効果的に支援できるかどうかを検討する。 ブラキセラピーを伴わないCTスキャン(アプリケーションケータ:NAは使用できない)は広く利用可能であるが、アプリケーションケータを挿入したスキャン(アプリケーションケータ:WA)は少ない。 本研究では,NA と WA CT データを統合して,堅牢性と一般化性を向上させる2つのドメイン学習戦略を提案する。
  論文  参考訳（メタデータ） (2026-01-28T06:50:37Z)
• SpurBreast: A Curated Dataset for Investigating Spurious Correlations in Real-world Breast MRI Classification [0.4999814847776096]
  SpurBreastは乳房MRIのキュレートされたデータセットで,スプリアス相関を意図的に組み込んでモデル性能への影響を評価する。 我々は、患者、デバイス、画像プロトコルを含む100以上の特徴を分析し、磁場強度と画像配向の2つの主要な刺激信号を特定する。 制御されたデータセット分割により、DNNはこれらの非クリニカル信号を利用して、偏りのないテストデータへの一般化に失敗しながら高い検証精度を達成できることを示す。
  論文  参考訳（メタデータ） (2025-10-02T15:16:20Z)
• PCA for Enhanced Cross-Dataset Generalizability in Breast Ultrasound Tumor Segmentation [0.0]
  医用画像のセグメンテーションでは、モデルが見えないデータセットにデプロイされる場合、外部の妥当性が制限されることは依然として重要な障害である。 本稿では、この制限に対処するための主成分分析(PCA)の新たな適用法を提案する。 PCAプリプロセッシングはノイズを低減し、データセットの約90%の分散を保持することで必須の特徴を強調する。
  論文  参考訳（メタデータ） (2025-05-29T15:59:01Z)
• Advancing Tabular Stroke Modelling Through a Novel Hybrid Architecture and Feature-Selection Synergy [0.9999629695552196]
  本研究は、ストロークを予測するように設計されたデータ駆動型、解釈可能な機械学習フレームワークを開発し、検証する。 定期的に収集された人口統計、生活習慣、臨床変数は4,981件の公的なコホートから得られた。 提案したモデルでは精度97.2%、F1スコア97.15%が達成され、先行する個人モデルと比較して大幅に向上した。
  論文  参考訳（メタデータ） (2025-05-18T21:46:45Z)
• The effect of data augmentation and 3D-CNN depth on Alzheimer's Disease detection [51.697248252191265]
  この研究は、データハンドリング、実験設計、モデル評価に関するベストプラクティスを要約し、厳密に観察する。 我々は、アルツハイマー病(AD)の検出に焦点を当て、医療における課題のパラダイム的な例として機能する。 このフレームワークでは,3つの異なるデータ拡張戦略と5つの異なる3D CNNアーキテクチャを考慮し,予測15モデルを訓練する。
  論文  参考訳（メタデータ） (2023-09-13T10:40:41Z)
• Source-Free Collaborative Domain Adaptation via Multi-Perspective Feature Enrichment for Functional MRI Analysis [55.03872260158717]
  安静時MRI機能(rs-fMRI)は、神経疾患の分析を助けるために多地点で研究されている。 ソース領域とターゲット領域の間のfMRIの不均一性を低減するための多くの手法が提案されている。 しかし、マルチサイト研究における懸念やデータストレージの負担のため、ソースデータの取得は困難である。 我々は、fMRI解析のためのソースフリー協調ドメイン適応フレームワークを設計し、事前訓練されたソースモデルとラベルなしターゲットデータのみにアクセスできるようにする。
  論文  参考訳（メタデータ） (2023-08-24T01:30:18Z)
• Learning brain MRI quality control: a multi-factorial generalization problem [0.0]
  本研究の目的は,MRIQCパイプラインの性能評価である。 分析はMRIQCの前処理ステップに焦点を合わせ、パイプラインをそれなしでテストした。 我々は、CATIデータセットのような異種集団のデータで訓練されたモデルが、目に見えないデータの最良のスコアを提供すると結論付けた。
  論文  参考訳（メタデータ） (2022-05-31T15:46:44Z)
• Bootstrapping Your Own Positive Sample: Contrastive Learning With Electronic Health Record Data [62.29031007761901]
  本稿では,新しいコントラスト型正規化臨床分類モデルを提案する。 EHRデータに特化した2つのユニークなポジティブサンプリング戦略を紹介します。 私たちのフレームワークは、現実世界のCOVID-19 EHRデータの死亡リスクを予測するために、競争の激しい実験結果をもたらします。
  論文  参考訳（メタデータ） (2021-04-07T06:02:04Z)
• Deep learning-based COVID-19 pneumonia classification using chest CT images: model generalizability [54.86482395312936]
  深層学習(DL)分類モデルは、異なる国の3DCTデータセット上で、COVID-19陽性患者を特定するために訓練された。 我々は、データセットと72%の列車、8%の検証、20%のテストデータを組み合わせたDLベースの9つの同一分類モデルを訓練した。 複数のデータセットでトレーニングされ、トレーニングに使用されるデータセットの1つからテストセットで評価されたモデルは、よりよいパフォーマンスを示した。
  論文  参考訳（メタデータ） (2021-02-18T21:14:52Z)
• Chest x-ray automated triage: a semiologic approach designed for clinical implementation, exploiting different types of labels through a combination of four Deep Learning architectures [83.48996461770017]
  本研究では,異なる畳み込みアーキテクチャの後期融合に基づく深層学習手法を提案する。 公開胸部x線画像と機関アーカイブを組み合わせたトレーニングデータセットを4つ構築した。 4つの異なるディープラーニングアーキテクチャをトレーニングし、それらのアウトプットとレイトフュージョン戦略を組み合わせることで、統一されたツールを得ました。
  論文  参考訳（メタデータ） (2020-12-23T14:38:35Z)
• Fader Networks for domain adaptation on fMRI: ABIDE-II study [68.5481471934606]
  我々は3次元畳み込みオートエンコーダを用いて、無関係な空間画像表現を実現するとともに、ABIDEデータ上で既存のアプローチより優れていることを示す。
  論文  参考訳（メタデータ） (2020-10-14T16:50:50Z)

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。