論文の概要: Anatomy Contextualized Adaption of CT Foundation Models

• arxiv url: http://arxiv.org/abs/2607.27154v1
• Date: Wed, 29 Jul 2026 17:32:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-30 21:06:25.763339
• Title: Anatomy Contextualized Adaption of CT Foundation Models
• Title（参考訳）: CT基礎モデルの解剖学的文脈適応
• Abstract要約: 我々は、解剖レベルの視覚言語アライメントに凍結CT基盤モデル表現を適応させる軽量フレームワークである、解剖コンテキスト適応(ACA)を導入する。 ACAは、ゼロショット発見分類において、凍結基礎モデルベースラインと既存のきめ細かい方法の両方を一貫して上回っている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: CT vision-language foundation models have demonstrated promising performance across downstream tasks, but are typically trained with whole-volume representations that dilute fine-grained anatomical signals. Fine-grained vision-language pre-training addresses this by aligning anatomy-level visual features with anatomy-specific text, but in doing so discards the global context that whole-volume models provide. Furthermore, existing fine-grained approaches train from scratch, making them computationally expensive. We introduce Anatomy Contextualized Adaptation (ACA), a lightweight framework that adapts frozen CT foundation model representations for anatomy-level vision-language alignment while enhancing global contextualization. ACA uses TotalSegmentator to decompose CT volumes into anatomy-level embeddings, which are refined via a transformer that captures cross-anatomy relationships, and aligned to both per-anatomy and scan-level text extracted from radiology reports. Evaluated on Merlin and CT-RATE, ACA consistently outperforms both the frozen foundation model baselines and existing fine-grained methods in zero-shot finding classification, while requiring less than one hour of training once embeddings are cached. The attention weights learned by ACA's inter-anatomy transformer additionally indicate plausible cross-anatomy context routing. Altogether, these results support ACA as a lightweight approach for adapting CT foundation models to anatomically grounded vision-language alignment while preserving and enhancing global anatomical context.
• Abstract（参考訳）: CTビジョン言語基礎モデルは、下流のタスク間で有望なパフォーマンスを示すが、典型的には、微細な解剖学的信号の希薄なボリューム表現で訓練されている。 微粒な視覚言語による事前学習では、解剖学的レベルの視覚的特徴と解剖学的固有のテキストとを合わせることでこの問題に対処するが、そうすることで、全巻モデルが提供するグローバルなコンテキストを破棄する。 さらに、既存のきめ細かいアプローチはゼロから訓練し、計算コストがかかる。 我々は、グローバルな文脈化を高めつつ、解剖レベルの視覚言語アライメントのための凍結CT基盤モデル表現を適応する軽量フレームワーク、ACA(Anatomy Contextualized Adaptation)を紹介した。 ACAはTotalSegmentatorを使用してCTボリュームを解剖学レベルの埋め込みに分解する。これは、解剖学間の関係をキャプチャするトランスフォーマーを通じて洗練され、放射線学レポートから抽出された解剖学ごとのテキストとスキャンレベルのテキストの両方に適合する。 Merlin と CT-RATE で評価された ACA は,ゼロショット検索の分類において,凍結基盤モデルのベースラインと既存の細粒度メソッドの両方を一貫して上回り,埋め込みがキャッシュされると1時間以内のトレーニングを必要とする。 さらに、ACAの解剖間変換器によって得られた注意重みは、可塑性な解剖間コンテキストルーティングを示す。 これらの結果は,CT基盤モデルを解剖学的に基盤とした視覚言語アライメントに適応すると同時に,世界解剖学的文脈を保存・拡張するための軽量なアプローチとして,ACAを支持している。

関連論文リスト

• AnaDiffusion: Anatomically CompositionalLatent Diffusion for Controllable 3D Brain MRI Generation [58.56402940400457]
  3次元脳MRIは、医用画像、シミュレーション、および制御可能な解剖学的解析において大きな進歩を遂げた。 本稿では,AnaDiffusionを紹介した。AnaDiffusionは解剖学的に有意な領域に生成過程を分解する,解剖学的に構成された潜在拡散フレームワークである。 AnaDiffusionは明示的な部分資産とグローバルなコヒーレントボリュームの両方を生成し、制御可能な部分編集を可能にする。
  論文  参考訳（メタデータ） (2026-08-24T09:16:42Z)
• CheXanatomy: Anatomy-Aware Vision-Language Modeling for Chest Radiographs [3.369056928100267]
  CheXanatomyは、明示的な解剖学的知識を事前訓練された視覚言語モデルに統合するフレームワークである。 拡張性のある監視を実現するため,CTボリュームと前方プロジェクションCTセグメンテーションラベルからリアルな胸部X線像を合成する。 モデルスケール,入力解像度,視覚エンコーダの微調整など,U-Netベースラインに対する合成および実胸部X線写真へのアプローチを評価した。
  論文  参考訳（メタデータ） (2026-06-07T02:41:05Z)
• Anatomy-Anchored Self-Supervision: Distilling Vision Foundation Models for Invariant Ultrasound Representation [29.61647712180762]
  自己指導型事前訓練パラダイムは, 医用画像における伝達可能な表現の学習において, 優位性を高めている。 一般的な視覚領域から臨床的に有意な解剖構造へ表現学習を移行させる解剖学的アンコール超音波自己監督フレームワークANAUSを提案する。
  論文  参考訳（メタデータ） (2026-05-25T03:52:58Z)
• Universal CT Representations from Anatomy to Disease Phenotype through Agglomerative Pretraining [20.089063108862995]
  FlexiCTは266,227個のCTボリュームの集合的継続事前トレーニングによって訓練されたCT基盤モデルのファミリーである。 このトレーニング戦略はスライスレベル、ボリュームレベル、視覚言語分析をサポートする。
  論文  参考訳（メタデータ） (2026-05-21T02:28:05Z)
• Retrieval-Augmented Anatomical Guidance for Text-to-CT Generation [1.5532758127091075]
  本研究では,現実的な推論環境下で意味情報と解剖情報を統合したテキスト・ツー・CT生成のための検索拡張手法を提案する。 CT-RATEデータセットを用いた実験により,検索拡張生成は,テキストのみのベースラインに比べて画像の忠実度と臨床整合性を向上することが示された。 本研究は,容積医用画像合成における意味的条件付けと解剖学的妥当性を橋渡しする,原則的かつスケーラブルな機構を導入する。
  論文  参考訳（メタデータ） (2026-03-09T12:27:17Z)
• OmniCT: Towards a Unified Slice-Volume LVLM for Comprehensive CT Analysis [53.01523944168442]
  臨床解釈はスライス駆動の局所特徴と体積駆動の空間表現の両方に依存している。 既存のLVLM(Large Vision-Language Models)は、CTスライスとボリューム理解で断片化されている。 我々は,CTシナリオのための強力な統合スライスボリュームLVLMであるOmniCTを提案する。
  論文  参考訳（メタデータ） (2026-02-18T00:42:41Z)
• Self-Supervised Anatomical Consistency Learning for Vision-Grounded Medical Report Generation [61.350584471060756]
  医用画像の臨床的に正確な記述を作成することを目的とした医用レポート生成。 本稿では, 自己監督型解剖学的一貫性学習(SS-ACL)を提案し, 生成された報告を対応する解剖学的領域と整合させる。 SS-ACLは、ヒト解剖学の不変のトップダウン包摂構造にインスパイアされた階層的な解剖学的グラフを構築する。
  論文  参考訳（メタデータ） (2025-09-30T08:59:06Z)
• GRASPing Anatomy to Improve Pathology Segmentation [67.98147643529309]
  本稿では,病的セグメンテーションモデルを強化するモジュール型プラグイン・アンド・プレイフレームワークGRASPを紹介する。 2つのPET/CTデータセット上でGRASPを評価し、系統的アブレーション研究を行い、フレームワークの内部動作について検討する。
  論文  参考訳（メタデータ） (2025-08-05T12:26:36Z)
• MOSAIC: A Multi-View 2.5D Organ Slice Selector with Cross-Attentional Reasoning for Anatomically-Aware CT Localization in Medical Organ Segmentation [0.8747606955991707]
  既存の3Dセグメンテーションアプローチは計算的かつメモリ集約的であり、多くの場合、多くの解剖学的に無関係なスライスを含む全ボリュームを処理する。 セグメント化に先立って入力量を削減できる新しい解剖学的スライスセレクタパイプラインを提案する。 提案モデルでは, 構造的関連性の高いスライスを選択的に保持する多視点表現を前提として, 解剖学的局所化の「専門家」として機能する。
  論文  参考訳（メタデータ） (2025-05-15T19:32:28Z)
• A Continual Learning-driven Model for Accurate and Generalizable Segmentation of Clinically Comprehensive and Fine-grained Whole-body Anatomies in CT [67.34586036959793]
  完全に注釈付きCTデータセットは存在せず、すべての解剖学がトレーニングのために記述されている。 完全解剖を分割できる連続学習駆動CTモデルを提案する。 単体CT分割モデルCL-Netは, 臨床的に包括的に包括的に235個の粒状体解剖の集合を高精度に分割することができる。
  論文  参考訳（メタデータ） (2025-03-16T23:55:02Z)
• Anatomy-guided Pathology Segmentation [56.883822515800205]
  本研究では, 解剖学的特徴と病理学的情報を組み合わせた汎用的セグメンテーションモデルを構築し, 病理学的特徴のセグメンテーション精度を高めることを目的とする。 我々の解剖学・病理学交流(APEx)訓練では,ヒト解剖学の問合せ表現に結合特徴空間をデコードする問合せベースのセグメンテーション変換器を用いている。 これにより、FDG-PET-CTとChest X-Rayの病理分類タスクにおいて、強力なベースライン法に比べて最大3.3%のマージンで、ボード全体で最高の結果を報告できる。
  論文  参考訳（メタデータ） (2024-07-08T11:44:15Z)
• InDuDoNet+: A Model-Driven Interpretable Dual Domain Network for Metal Artifact Reduction in CT Images [53.4351366246531]
  InDuDoNet+と呼ばれる新しい解釈可能な二重ドメインネットワークを構築し、CT画像の微細な埋め込みを行う。 異なる組織間のCT値を分析し,InDuDoNet+の事前観測ネットワークにマージすることで,その一般化性能を著しく向上させる。
  論文  参考訳（メタデータ） (2021-12-23T15:52:37Z)

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。