論文の概要: CMCNet: Aligning Ultrasound Image Embeddings with Textual TI-RADS Representations for Fine-Grained Thyroid Classification
- arxiv url: http://arxiv.org/abs/2608.13939v1
- Date: Fri, 14 Aug 2026 04:19:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-17 20:14:29.266273
- Title: CMCNet: Aligning Ultrasound Image Embeddings with Textual TI-RADS Representations for Fine-Grained Thyroid Classification
- Title（参考訳）: CMCNet:細粒度甲状腺分類のためのテキストTI-RADS表現を用いた超音波埋め込み
- Abstract要約: 甲状腺結節600例のSTNデータセットに横超音波と縦超音波のペア画像,境界ボックスアノテーション,および5つのTI-RADS特徴カテゴリの完全ラベルを導入した。
標準化された特徴記述から得られたテキストの埋め込みが、TI-RADSリスクレベルに対して安定した代理表現を形成することを実証する。
実験結果から, この埋め込みアライメント戦略は直接学習よりもデータ効率が高く, 堅牢であることがわかった。
- 参考スコア（独自算出の注目度）: 9.908614103137422
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Ultrasound is the primary imaging modality for assessing thyroid nodules, and the ACR TI-RADS framework standardizes diagnosis through five ultrasound feature categories that are aggregated into five risk levels (TR1-TR5). Although widely adopted in clinical practice, most deep learning approaches focus on binary malignancy classification, while multi-class prediction and explicit utilization of feature-level supervision remain underexplored, largely due to limited annotated data. In this study, we introduce the STN dataset of 600 thyroid nodules with paired transverse and longitudinal ultrasound images, bounding box annotations, and complete labels for all five TI-RADS feature categories. Following the clinical decision process, we investigate how structured feature information can guide representation learning during training while requiring only images at inference. We demonstrate that text embeddings derived from standardized feature descriptions form a stable surrogate representation for TI-RADS risk levels. Based on this observation, we propose CMCNet, which aligns image embeddings to fixed textual embeddings via a Center-Margin Contrastive Loss that simultaneously promotes intra-class compactness and inter-class separation. Experimental results show that this embedding alignment strategy is more data-efficient and robust than direct multitask learning, and consistently outperforms InfoNCE, center loss, a strong multitask baseline, and a VQA-style multimodal model, particularly in imbalanced settings. The dataset is freely available at doi: 10.5281/zenodo.19125693 and the source code is available at: https://www.healthinformaticslab.org/supp/.
- Abstract（参考訳）: ACR TI-RADSフレームワークは5つの超音波特徴カテゴリーを5つのリスクレベル(TR1-TR5)に集約することで診断を標準化する。
臨床実践では広く採用されているが、多くのディープラーニングアプローチはバイナリ悪性度分類に重点を置いている。
本研究は, 甲状腺結節600例のSTNデータセットについて検討し, 経時的超音波像と経時的超音波像, 境界ボックスアノテーション, および5つのTI-RADS特徴カテゴリーの完全なラベルについて検討した。
本研究は,臨床判定プロセスの後に,画像のみを推論しながら,トレーニング中の表現学習を構造化特徴情報がどのようにガイドするかを検討する。
標準化された特徴記述から得られたテキストの埋め込みが、TI-RADSリスクレベルに対して安定した代理表現を形成することを実証する。
そこで我々は,CMCNetを提案する。CMCNetは,画像の埋め込みをCenter-Margin Contrastive Lossを介して,クラス内コンパクト性とクラス間分離を同時に促進する。
実験結果から,この埋め込みアライメント戦略は直接マルチタスク学習よりもデータ効率が高く頑健であり,InfoNCE,センター損失,強力なマルチタスクベースライン,VQAスタイルのマルチモーダルモデル,特に不均衡な環境では一貫して優れていた。
データセットは doi: 10.5281/zenodo.19125693 で無料で利用可能であり、ソースコードは https://www.healthinformaticslab.org/supp/ で入手できる。
関連論文リスト
- Prototype-Enhanced Multi-View Learning for Thyroid Nodule Ultrasound Classification [7.268080443895895]
既存のディープラーニング手法は、様々な超音波デバイスや臨床環境に展開する際に、限られた堅牢性や一般化を示すことが多い。
データ不均一性を考慮したプロトタイプ強化多視点学習フレームワークPEMV-thyroidを提案する。
複数の甲状腺超音波データセットの実験では、PEMV甲状腺は最先端の手法より一貫して優れていることが示されている。
論文 参考訳（メタデータ） (2026-03-30T11:37:26Z) - Representation-Level Adversarial Regularization for Clinically Aligned Multitask Thyroid Ultrasound Assessment [7.520393692451524]
甲状腺超音波検査は、甲状腺結節を検査し、生検が保証されているかどうかを判定するための第一線検査である。
放射線学者は、計測のための結節輪郭と、超音波検査基準に基づくTI-RADSリスクカテゴリの2つの出力を生成する。
単一モデルで結節マスクとTI-RADSのカテゴリを共同で予測する,臨床ガイド付きマルチタスクフレームワークを開発した。
論文 参考訳（メタデータ） (2026-03-22T07:14:43Z) - Layout-Guided Controllable Pathology Image Generation with In-Context Diffusion Transformers [57.54843029965778]
制御可能な病理画像合成には、空間配置、組織形態、意味的詳細の信頼できる規制が必要である。
In-Context Diffusion Transformer (IC-DiT) は,空間レイアウト,テキスト記述,視覚的埋め込みを統合拡散変換器に組み込んだレイアウト認識生成モデルである。
IC-DiTは既存の方法よりも忠実度が高く、空間制御性が強く、診断の整合性が良くなる。
論文 参考訳（メタデータ） (2026-03-11T06:14:11Z) - A Semantically Enhanced Generative Foundation Model Improves Pathological Image Synthesis [82.01597026329158]
本稿では,組織合成のための相関調整フレームワーク(CRAFTS)について紹介する。
CRAFTSは、生物学的精度を確保するためにセマンティックドリフトを抑制する新しいアライメント機構を組み込んでいる。
本モデルは,30種類の癌にまたがる多彩な病理像を生成する。
論文 参考訳（メタデータ） (2025-12-15T10:22:43Z) - Adapting HFMCA to Graph Data: Self-Supervised Learning for Generalizable fMRI Representations [57.054499278843856]
機能的磁気共鳴画像(fMRI)解析は、データセットのサイズが限られ、研究間でのドメインの変動が原因で大きな課題に直面している。
コンピュータビジョンにインスパイアされた従来の自己教師付き学習手法は、正と負のサンプルペアに依存することが多い。
本稿では,最近開発された階層関数最大相関アルゴリズム(HFMCA)をグラフ構造fMRIデータに適用することを提案する。
論文 参考訳（メタデータ） (2025-10-05T12:35:01Z) - Hierarchical Corpus-View-Category Refinement for Carotid Plaque Risk Grading in Ultrasound [29.02957425057645]
我々はCVC-RF(Corpus-View-Category Refinement Framework)を提案する。
CVC-RFはコーパスレベル、ビューレベル、カテゴリーレベルの情報を処理し、モデル性能を向上させる。
実験結果から,CVC-RFは多レベル改良によるグローバルな特徴を効果的にモデル化できることが示された。
論文 参考訳（メタデータ） (2025-06-29T06:20:15Z) - HDC: Hierarchical Distillation for Multi-level Noisy Consistency in Semi-Supervised Fetal Ultrasound Segmentation [2.964206587462833]
HDCと呼ばれる新しい半教師付きセグメンテーションフレームワークが提案されている。
この枠組みは,特徴表現の整合化のための相関誘導損失と,雑音の多い学生学習を安定化するための相互情報損失の2つの目的を持つ階層的蒸留機構を導入している。
論文 参考訳（メタデータ） (2025-04-14T04:52:24Z) - Eye-gaze Guided Multi-modal Alignment for Medical Representation Learning [65.54680361074882]
アイゲイズガイドマルチモーダルアライメント(EGMA)フレームワークは、アイゲイズデータを利用して、医用視覚的特徴とテキスト的特徴のアライメントを改善する。
我々は4つの医療データセット上で画像分類と画像テキスト検索の下流タスクを行う。
論文 参考訳（メタデータ） (2024-03-19T03:59:14Z) - Best of Both Worlds: Multimodal Contrastive Learning with Tabular and
Imaging Data [7.49320945341034]
単調エンコーダを学習するための自己指導型コントラスト学習フレームワークを提案する。
我々のソリューションは、2つの主要なコントラスト学習戦略であるSimCLRとSCARFを組み合わせています。
DVMカー広告データセットを用いて,自然画像へのアプローチの一般化可能性を示す。
論文 参考訳（メタデータ） (2023-03-24T15:44:42Z) - Data-Efficient Vision Transformers for Multi-Label Disease
Classification on Chest Radiographs [55.78588835407174]
視覚変換器(ViT)は一般的な画像の分類性能が高いにもかかわらず、このタスクには適用されていない。
ViTは、畳み込みではなくパッチベースの自己アテンションに依存しており、CNNとは対照的に、ローカル接続に関する事前の知識は存在しない。
以上の結果から,ViTとCNNのパフォーマンスはViTの利点に匹敵するものの,DeiTsはトレーニング用に適度に大規模なデータセットが利用可能であれば,前者よりも優れることがわかった。
論文 参考訳（メタデータ） (2022-08-17T09:07:45Z) - Less is More: Adaptive Curriculum Learning for Thyroid Nodule Diagnosis [50.231954872304314]
不整合ラベルによるサンプルの発見と破棄を適応的に行うAdaptive Curriculum Learningフレームワークを提案する。
また、TNCD: Thyroid Nodule Classification データセットも提供します。
論文 参考訳（メタデータ） (2022-07-02T11:50:02Z) - Multi-label Thoracic Disease Image Classification with Cross-Attention
Networks [65.37531731899837]
胸部X線画像から胸部疾患を自動分類するためのCAN(Cross-Attention Networks)を提案する。
また,クロスエントロピー損失を超える新たな損失関数を設計し,クラス間の不均衡を克服する。
論文 参考訳（メタデータ） (2020-07-21T14:37:00Z)
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。