論文の概要: Decomposing Whole Slide Image Report Generation with Graph-Constrained Multiple Instance Learning Workflows
- arxiv url: http://arxiv.org/abs/2608.15353v1
- Date: Sat, 15 Aug 2026 18:16:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-18 19:59:03.275117
- Title: Decomposing Whole Slide Image Report Generation with Graph-Constrained Multiple Instance Learning Workflows
- Title（参考訳）: グラフ制約付き複数インスタンス学習ワークフローによる全スライド画像生成の分解
- Abstract要約: 凍結したVirchow2タイルの埋め込みをMIL(Multiple-instance Learning)分類ヘッドで集約するフレームワークを提案する。
臓器条件付きグラフは、これらの回答の集合を、言語モデルが病理報告として実現した構造化推論連鎖に制約する。
- 参考スコア（独自算出の注目度）: 0.07817813851272346
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Whole-slide image (WSI) report generation requires recognizing spatially distributed pathological features and organizing them into a coherent diagnostic narrative. Although direct vision-to-text models can yield fluent reports, they obscure the contributions and failure modes of visual recognition, structured reasoning, and language generation. We propose a decomposed framework in which frozen Virchow2 tile embeddings are aggregated by multiple-instance learning (MIL) classification heads that answer organ-specific diagnostic questions. An organ-conditioned graph constrains the assembly of these answers into a structured reasoning chain, which a language model realizes as a pathology report. On the REG2026 held-out set of 2,028 slides, the proposed workflow achieved a chain-Jaccard score of 0.702. Performance fell to 0.420 without graph-based chain construction, 0.398 when the organ-specific graphs were replaced by a single organ-agnostic graph, and 0.371 when the language model constructed the chain freely from MIL predictions. Using the same report generator, graph-structured chains improved the report score from 0.330 to 0.495. On 350 external TCGA WSIs spanning the seven REG organs without fine-tuning, the expected organ graph was selected in 64.0% of cases and ranked among the top three in 86.6%. Providing the correct organ graph increased agreement with coarse TCGA primary-diagnosis labels from 61.8% to 92.6%, identifying organ routing as a main bottleneck under domain shift. Overall, organ-conditioned, graph-constrained chain assembly improves structured reasoning and report generation while enabling stage-specific error localization.
- Abstract（参考訳）: 全スライディング画像(WSI)レポート生成には,空間的に分布する病理的特徴を認識し,それらをコヒーレントな診断物語として整理する必要がある。
直接視覚からテキストへのモデルでは、流動的なレポートが得られるが、視覚認識、構造化推論、言語生成のコントリビューションと失敗モードは曖昧である。
本稿では,凍結したVirchow2タイルの埋め込みを,臓器固有の診断問題に答えるMIL(Multiple-instance Learning)分類ヘッドによって集約する分解フレームワークを提案する。
臓器条件付きグラフは、これらの回答の集合を、言語モデルが病理報告として実現した構造化推論連鎖に制約する。
2,028枚のスライドからなるREG2026のホールトアウトセットにおいて、提案されたワークフローはチェーンジャカードスコア0.702を達成した。
性能はグラフベースの連鎖構築なしで0.420に低下し、臓器固有のグラフが単一の臓器に依存しないグラフに置き換えられた0.398、言語モデルがMIL予測から自由にチェーンを構築した0.371に低下した。
同じレポートジェネレータを使用して、グラフ構造チェーンはレポートスコアを0.330から0.495に改善した。
細調整なしで7つのREG臓器にまたがる350の外部TCGA WSIでは64.0%の症例で臓器グラフが選択され、86.6%で上位3位にランクされた。
適切な臓器グラフを提供することで、粗いTCGA原発診断ラベルとの一致が61.8%から92.6%に増加した。
全体として、組織条件付きグラフ制約チェーンアセンブリは、ステージ固有のエラーローカライゼーションを可能にしながら、構造化推論とレポート生成を改善している。
関連論文リスト
- CareGraph: An Auditable Hybrid AI Framework for Evidence-Grounded Personalized Longitudinal Health Intelligence [0.0]
CareGraphは、診断、結果の予測、治療の選択、または自律的な臨床決定をせずに証拠を整理する。
テストでは、開発、バリデーション、ホールドアウトのために、400人の患者による合成コホートを使用した。
CareGraphは、インテリジェントなパーソナライズされたヘルスシステムのための安全なバウンド基盤を提供する。
論文 参考訳（メタデータ） (2026-08-25T20:03:52Z) - An end-to-end-trained vision-language model for native-language prostate pathology report generation [0.09772267314090433]
前立腺癌は世界で最も頻繁に診断された悪性腫瘍の一つである。
既存のツールによって分類され、病理学者はコヒーレントな報告を組み立てることになる。
本稿では, 言語に依存しない前立腺生検レポートを生成するスライドレベルフレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-24T11:49:23Z) - Gated Multi-Graph Fusion via Graph Attention Networks for Alzheimer's Disease Detection [52.36198268369384]
自然発声はアルツハイマー病(AD)にとって重要な非侵襲的バイオマーカーである
本稿では,音声を自動音声認識(ASR)で書き起こし,セマンティック,依存性,共起グラフを構築するマルチビューGated Graph Attention Networkを提案する。
論文 参考訳（メタデータ） (2026-06-30T06:15:59Z) - 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) - Structure Over Scale: Schema-Constrained Causal Graphs for RAG [0.0]
HCG-RAG (Hierarchical Causal Graph RAG) は、オープンエンドの抽出をスキーマ制約付き因果グラフに置き換える。
自動パイプラインは、コーパスを因果変数の固定された型付き語彙に蒸留し、その上にコンパクトな2層グラフを具体化する。
医学および臨床のベンチマークでは、HCG-RAGは最高のエンティティ・リレーション・システムと一致するか、超えている。
論文 参考訳（メタデータ） (2026-06-10T16:09:33Z) - Retina-RAG: Retrieval-Augmented Vision-Language Modeling for Joint Retinal Diagnosis and Clinical Report Generation [3.1387745968672274]
Retina-RAGは、糖尿病網膜症(DR)の重症度、黄斑浮腫(ME)の検出、レポート生成を共同で行う、低コストなモジュラーフレームワークである。
検索拡張生成(RAG)モジュールは、構造化分類器出力とともに硬化した眼科知識を注入する。
論文 参考訳（メタデータ） (2026-05-07T12:54:53Z) - Enhanced Graph Convolutional Network with Chebyshev Spectral Graph and Graph Attention for Autism Spectrum Disorder Classification [0.0]
本稿では,Chebyshev Spectral Graph Convolution and Graph Attention Networks(GAT)を組み込んだGCNモデルを提案する。
このモデルは,1個あたり5,206個の特徴量を持つ5倍の層状クロスバリデーションを用いて訓練される。
大規模な試験では、拡張モデルの優位性を示し、テスト精度は74.82%、AUCは0.82である。
論文 参考訳（メタデータ） (2025-11-27T07:33:31Z) - A Graph-Based Framework for Interpretable Whole Slide Image Analysis [86.37618055724441]
我々は,全スライディング画像を生物学的にインフォームドされたグラフ表現に変換するフレームワークを開発した。
我々のアプローチは、任意の格子ではなく、自然構造を尊重する組織領域からグラフノードを構築する。
がんのステージングと生存予測の課題に強いパフォーマンスを示す。
論文 参考訳（メタデータ） (2025-03-14T20:15:04Z) - RadAlign: Advancing Radiology Report Generation with Vision-Language Concept Alignment [10.67889367763112]
RadAlignは、視覚言語モデルの予測精度と大きな言語モデルの推論能力を組み合わせた、新しいフレームワークである。
本フレームワークは, 幻覚の低減, 自動医用画像の進歩, 予測AIと生成AIの統合による報告分析を両立させながら, 強力な臨床解釈可能性を維持している。
論文 参考訳（メタデータ） (2025-01-13T17:55:32Z) - Learning to Model Graph Structural Information on MLPs via Graph Structure Self-Contrasting [50.181824673039436]
本稿では,グラフ構造情報をメッセージパッシングなしで学習するグラフ構造自己コントラスト(GSSC)フレームワークを提案する。
提案するフレームワークは,構造情報を事前知識として暗黙的にのみ組み込む,MLP(Multi-Layer Perceptrons)に基づいている。
これはまず、近傍の潜在的非形式的あるいはノイズの多いエッジを取り除くために構造的スペーシングを適用し、その後、スペーシングされた近傍で構造的自己コントラストを行い、ロバストなノード表現を学ぶ。
論文 参考訳（メタデータ） (2024-09-09T12:56:02Z) - Dynamic Graph Enhanced Contrastive Learning for Chest X-ray Report
Generation [92.73584302508907]
コントラスト学習を用いた医療レポート作成を支援するために,動的構造とノードを持つ知識グラフを提案する。
詳しくは、グラフの基本構造は一般知識から事前構築される。
各イメージ機能は、レポート生成のためにデコーダモジュールに入力する前に、独自の更新グラフに統合される。
論文 参考訳（メタデータ） (2023-03-18T03:53:43Z) - Cross-Modal Causal Intervention for Medical Report Generation [107.76649943399168]
放射線医学報告生成(RRG)は, コンピュータ支援診断と薬剤指導に不可欠である。
視覚言語的バイアスによる急激な相関により、正確な病変記述の生成は依然として困難である。
我々はCrossModal Causal Representation Learning (CMCRL)という2段階のフレームワークを提案する。
IU-XrayとMIMIC-CXRの実験により、我々のCMCRLパイプラインは最先端の手法よりも大幅に優れていることが示された。
論文 参考訳（メタデータ） (2023-03-16T07:23:55Z) - Generalizing electrocardiogram delineation: training convolutional
neural networks with synthetic data augmentation [63.51064808536065]
ECGのデライン化のための既存のデータベースは小さく、サイズやそれらが表す病態の配列に不足している。
まず、原データベースから抽出した基本セグメントのプールを与えられたECGトレースを確率的に合成し、その整合性のある合成トレースに配置するための一連のルールを考案した。
第二に、2つの新しいセグメンテーションに基づく損失関数が開発され、これは、正確な数の独立構造の予測を強制し、サンプル数の削減に焦点をあてて、より密接なセグメンテーション境界を創出することを目的としている。
論文 参考訳（メタデータ） (2021-11-25T10:11:41Z)
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。