論文の概要: Region-Grounded Vision-Language Learning for Detection-Guided Mammographic Lesion Classification

• arxiv url: http://arxiv.org/abs/2607.15615v1
• Date: Fri, 17 Jul 2026 04:27:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-20 17:56:52.748177
• Title: Region-Grounded Vision-Language Learning for Detection-Guided Mammographic Lesion Classification
• Title（参考訳）: 検出誘導マンモグラフィー病変分類のための領域学習型視覚言語学習
• Abstract要約: そこで本研究では,検出ガイド下マンモグラフィ病変分類のための領域学習型視覚言語学習法を提案する。 低語彙設定における意味的崩壊と背景バイアスを軽減するため、正のアライメント、きめ細かいセマンティック・ハード・ネガ、背景抑圧を組み込んだ多成分目標を導入する。 CBIS-DDSMとVinDr-Mammoの2つの独立したデータセットを用いた実験は、ドメイン内、クロスデータセット、転送学習設定における関連手法と比較して、本手法の優れた性能を示す。
• 参考スコア（独自算出の注目度）: 2.9370716053964916
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Vision-language models trained with contrastive objectives have shown promise in medical image analysis. However, conventional global image-text alignment is ill-suited for mammography, where diagnostically relevant lesions are spatially localized and occupy only a small fraction of the image. Subtle morphological cues critical for malignancy assessment can be diluted when representations are learned at the whole-image level. In this work, we propose a novel region-grounded vision-language learning method for detection-guided mammographic lesion classification. The method mirrors radiologists' diagnostic paradigm. First, a region-text contrastive pretraining stage aligns lesion-specific features with structured clinical descriptors derived from radiology metadata. To mitigate semantic collapse and background bias in low-vocabulary settings, we introduce a multi-component objective incorporating positive alignment, fine-grained semantic hard negatives, and background suppression. Second, an auxiliary lesion detection head is jointly optimized with contrastive classification to preserve spatial sensitivity and enable localization-aware malignancy classification. Extensive experiments on two independent datasets, CBIS-DDSM and VinDr-Mammo, show superior performance of our method compared to related methods under in-domain, cross-dataset, and transfer learning settings.
• Abstract（参考訳）: 対照的な目的で訓練された視覚言語モデルは、医用画像解析において有望であることが示されている。 しかし,従来の大域的画像テキストアライメントはマンモグラフィに不適であり,診断に関連のある病変は空間的局所化され,画像のごく一部を占めるのみである。 画像全体レベルで表現が学習されると,悪性度評価に重要な部分形態学的手がかりが希釈される。 そこで本研究では,検出誘導乳房病変分類のための領域学習型視覚言語学習法を提案する。 この方法は放射線技師の診断パラダイムを反映している。 まず, 病変特異的な特徴を, 放射線診断メタデータから得られた構造的臨床記述物と整合させる。 低語彙設定における意味的崩壊と背景バイアスを軽減するため、正のアライメント、きめ細かいセマンティック・ハード・ネガ、背景抑圧を組み込んだ多成分目標を導入する。 次に、補助病変検出ヘッドをコントラスト分類で共同最適化し、空間感度を維持し、局所化対応悪性度分類を可能にする。 CBIS-DDSMとVinDr-Mammoの2つの独立したデータセットに対する大規模な実験は、ドメイン内、クロスデータセット、転送学習設定における関連手法と比較して、本手法の優れた性能を示す。

関連論文リスト

• Reconstruction-Shift Discrimination via Mask-Guided Latent Diffusion for Medical Anomaly Detection [58.92871907037662]
  教師なしの医学的異常検出は、正常な訓練画像から正常な解剖パターンを学習し、テスト時の偏差を識別する。 再構成に基づく拡散に基づく手法は、通常、入力画像とその再構成の違いを異常な証拠として利用する。 本研究は,残差に基づく局所化と再構成-シフト判別を補完する医用異常検出フレームワークであるDMDを提案する。
  論文  参考訳（メタデータ） (2026-08-01T04:56:39Z)
• Multi-View Synergistic Learning with Vision-Language Adaption for Low-Resource Biomedical Image Classification [59.24009931000134]
  MVSL(Multi-View Synergistic Learning)は、適応パラダイム、表現の粒度、疾患の意味的関係に対処する統合フレームワークである。 MVSLは、視覚的およびテキスト的エンコーダの適応を分離し、それぞれの表現特性を尊重する。 さらに、グローバルなイメージセマンティクスと局所的な病変レベルの証拠の両方を明示的にモデル化するために、多粒性コントラスト学習を導入する。 MVSLは、いくつかのショットとゼロショットの分類設定において、最先端のメソッドを一貫して上回る。
  論文  参考訳（メタデータ） (2026-04-27T02:41:27Z)
• Plasticine: A Traceable Diffusion Model for Medical Image Translation [79.39689106440389]
  我々は、私たちの知る限り、トレーサビリティを主目的として明示的に設計された最初のエンドツーエンド画像変換フレームワークであるPlasticineを提案する。 本手法は,デノナイジング拡散フレームワーク内での強度変換と空間変換を組み合わせた手法である。 この設計により、解釈可能な強度遷移と空間的コヒーレントな変形を持つ合成画像の生成が可能となり、翻訳プロセス全体を通してピクセルワイドトレーサビリティをサポートする。
  論文  参考訳（メタデータ） (2025-12-20T18:01:57Z)
• From Classification to Cross-Modal Understanding: Leveraging Vision-Language Models for Fine-Grained Renal Pathology [9.268389327736735]
  臨床的に現実的な数ショット問題として,細粒度糸球体サブタイプをモデル化した。 この条件下では、病理特化モデルと汎用視覚言語モデルの両方を評価する。
  論文  参考訳（メタデータ） (2025-11-15T01:44:11Z)
• Seeing the Trees for the Forest: Rethinking Weakly-Supervised Medical Visual Grounding [45.248265283405004]
  現在のモデルは、非効率な注意機構ときめ細かいトークン表現の欠如により、テキスト記述と病気領域を関連付けるのに苦労している。 本稿では、VLMの説明可能性マップを用いて、適切な画像特徴を識別する病原体認識プロンプト(DAP)を提案する。 DAPは3つの主要な胸部X線データセットの最先端手法と比較して、視覚的接地精度を20.74%向上させる。
  論文  参考訳（メタデータ） (2025-05-21T05:16:45Z)
• Meta-Entity Driven Triplet Mining for Aligning Medical Vision-Language Models [9.76070837929117]
  既存のアライメント手法は、微粒な病理属性の分離よりも病気のクラス間の分離を優先する。 本稿では,マルチモーダル三重項学習による画像テキストアライメントを向上させる新しい手法であるMedTrimを提案する。 我々の実証では,MedTrimは,最先端のアライメント手法と比較して,下流検索および分類タスクの性能を向上させることが示されている。
  論文  参考訳（メタデータ） (2025-04-22T14:17:51Z)
• Adapting Visual-Language Models for Generalizable Anomaly Detection in Medical Images [68.42215385041114]
  本稿では,CLIPモデルを用いた医用異常検出のための軽量な多レベル適応と比較フレームワークを提案する。 提案手法では,複数の残像アダプタを事前学習した視覚エンコーダに統合し,視覚的特徴の段階的向上を実現する。 医学的異常検出ベンチマーク実験により,本手法が現在の最先端モデルを大幅に上回っていることが示された。
  論文  参考訳（メタデータ） (2024-03-19T09:28:19Z)
• A2V: A Semi-Supervised Domain Adaptation Framework for Brain Vessel Segmentation via Two-Phase Training Angiography-to-Venography Translation [4.452428104996953]
  画像の異なる脳血管セグメンテーションのための半教師付きドメイン適応フレームワークを提案する。 本フレームワークは,注釈付血管造影と限られた数の血管造影に頼り,画像から画像への翻訳とセマンティックセグメンテーションを実現する。
  論文  参考訳（メタデータ） (2023-09-12T09:12:37Z)
• 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)
• Learning Discriminative Representation via Metric Learning for Imbalanced Medical Image Classification [52.94051907952536]
  本稿では,特徴抽出器がより識別的な特徴表現を抽出するのを助けるために,2段階フレームワークの第1段階にメトリック学習を組み込むことを提案する。 主に3つの医用画像データセットを用いて実験したところ、提案手法は既存の1段階と2段階のアプローチより一貫して優れていた。
  論文  参考訳（メタデータ） (2022-07-14T14:57:01Z)
• Segmentation-Renormalized Deep Feature Modulation for Unpaired Image Harmonization [0.43012765978447565]
  サイクル一貫性のある生成共役ネットワークは、ソースとターゲットドメイン間のイメージセットの調和に使われてきた。 これらの手法は、不安定性、コントラストの逆転、病理の難治性操作、および実際の医用画像における信頼性を制限したステガノグラフィーマッピングの傾向が強い。 解剖学的レイアウトを維持しながらスキャナ間の調和を低減するセグメンテーション正規化画像翻訳フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-02-11T23:53:51Z)
• Breast Cancer Histopathology Image Classification and Localization using Multiple Instance Learning [2.4178424543973267]
  診断のための顕微鏡組織像を解析するためのコンピュータ支援病理学は、診断のコストと遅延をもたらす可能性がある。 病理学における深層学習は、分類とローカライゼーションのタスクにおいて最先端のパフォーマンスを達成した過去10年間に注目されている。 本稿では,BreakHISとBACHの2つのデータセットの分類とローカライゼーション結果について述べる。
  論文  参考訳（メタデータ） (2020-02-16T10:29:16Z)

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。