論文の概要: PerFact: Perception-Derived Fact Prompting for 3D Brain MRI Report Generation
- arxiv url: http://arxiv.org/abs/2608.17926v1
- Date: Tue, 18 Aug 2026 15:47:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-19 21:40:53.390478
- Title: PerFact: Perception-Derived Fact Prompting for 3D Brain MRI Report Generation
- Title（参考訳）: PerFact: 3次元脳MRI画像生成のための知覚発達型Fact Prompting
- Abstract要約: 医学的・放射線学的視覚言語モデルでは,脳MRIに乏しいことが示されている。
レポートの品質を決定するのは、プロンプトにインジェクトされた情報です。
3次元脳MRIでは、グラウンド情報(モデル選択ではなくグラウンド情報)が、レポートの品質において支配的な要因である。
- 参考スコア（独自算出の注目度）: 4.889896503710019
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Radiology report generation has matured almost entirely on 2D chest radiographs, where the default route to better reports is a larger backbone or a pre-training one on medical data. We revisit that assumption on 3D multi-sequence brain MRI, a volumetric multi-disease regime, and find that the model is not the lever. Zero-shot medical and radiology vision-language models transfer poorly to brain MRI, with chest radiograph specialists failing most conspicuously, and five backbones fine-tuned identically across three model families and an order of magnitude in scale differ only marginally. What determines the quality of the report is the information injected into the prompt. We delegate perception to upstream 3D segmentation and classification, serialize their outputs into a structured fact sentence, and prompt a LoRA-adapted vision-language model with it; we call this \textbf{PerFact}. In a controlled study that fixes the backbone, data split, target reports, and adaptation while varying only the injected grounding, perception-derived facts outperform retrieved prior reports, retrieval becomes redundant once facts are present, and end-to-end predicted facts remain effective without any ground-truth annotation at inference. The residual gap between predicted and oracle facts is explained by the granularity of the facts rather than by the generator. Closed-ended visual question answering comes at no measurable cost to report quality, though the grounding source has little effect on it. On 3D brain MRI, grounding information, not model choice, is the dominant controllable factor in report quality.
- Abstract（参考訳）: 放射線学レポート生成は、ほとんど完全に2D胸部X線写真で成熟しており、そこでは、より良いレポートへのデフォルトのルートは、より大きなバックボーンか、医療データで事前訓練されているものである。
我々は,3次元脳MRIの仮定を再検討し,そのモデルがレバーではないことを見いだした。
ゼロショットの医療・放射線画像言語モデルでは、脳MRIでは、胸部X線撮影の専門家が最も顕著に機能しておらず、5つのバックボーンは3つのモデルファミリーで同一に微調整され、スケールのオーダーはわずかに異なる。
レポートの品質を決定するのは、プロンプトにインジェクトされた情報です。
我々は、上流3次元のセグメンテーションと分類に認識を委譲し、その出力を構造化された事実文にシリアライズし、それをLoRA対応の視覚言語モデルに促し、これを「textbf{PerFact}」と呼ぶ。
バックボーン、データ分割、ターゲットレポート、適応を固定する制御された研究において、注入された接地、知覚由来の事実は、先行報告よりも優れており、検索は、事実が存在すれば冗長になり、予測された事実は、推論時に基礎的な注釈なしで有効である。
予測事実とオラクル事実の間の残差は、生成元ではなく事実の粒度によって説明される。
クローズドエンドの視覚的質問応答は、品質を報告するための測定可能なコストを伴わない。
3次元脳MRIでは、グラウンド情報(モデル選択ではなくグラウンド情報)が、レポートの品質において支配的な要因である。
関連論文リスト
- MedScribe: Clinically Grounded CT Reporting through Agentic Workflows [13.40306812882295]
視覚言語モデル(VLM)は、自動放射線診断レポート生成の可能性を示している。
我々は,仮説駆動型フレームワークであるMedScribeを紹介し,レポート生成を反復的証拠取得プロセスとして再構築する。
論文 参考訳（メタデータ） (2026-05-03T08:32:40Z) - Diffusion-Driven Generation of Minimally Preprocessed Brain MRI [2.5614202974697786]
本研究の目的は,3つの拡散確率モデル(DDPM)を提示し,比較することである。
3つのDDPMは、公開されている38個の脳MRIデータセットにまたがる42,406人の被験者の80,675個の画像ボリュームを使用して訓練された。
論文 参考訳（メタデータ） (2025-10-29T19:13:32Z) - Improving Factuality of 3D Brain MRI Report Generation with Paired Image-domain Retrieval and Text-domain Augmentation [42.13004422063442]
急性虚血性脳梗塞(AIS)は、時間的クリティカルな管理を必要とし、数時間の介入が遅れて、患者の不可逆的な障害につながる。
磁気共鳴画像(MRI)を用いた拡散強調画像(DWI)はAISの検出において重要な役割を担っているため,DWIからのAISの自動予測は臨床的に重要な課題となっている。
画像所見から最も関連性の高い臨床情報を含むテキストラジオグラフィー報告では, 従来のDWI-to-report 生成法では, 異なるモダリティのマッピングが困難であった。
論文 参考訳（メタデータ） (2024-11-23T08:18:55Z) - 3D-CT-GPT: Generating 3D Radiology Reports through Integration of Large Vision-Language Models [51.855377054763345]
本稿では,VQAに基づく医用視覚言語モデルである3D-CT-GPTについて紹介する。
パブリックデータセットとプライベートデータセットの両方の実験により、3D-CT-GPTはレポートの正確さと品質という点で既存の手法を著しく上回っていることが示された。
論文 参考訳（メタデータ） (2024-09-28T12:31:07Z) - AutoRG-Brain: Grounded Report Generation for Brain MRI [57.22149878985624]
放射線学者は、大量の画像を日々のベースで解釈し、対応するレポートを生成する責任を負う。
この要求される作業負荷は、人間のエラーのリスクを高め、治療の遅れ、医療費の増加、収益損失、運用上の不効率につながる可能性がある。
地盤自動報告生成(AutoRG)に関する一連の研究を開始した。
このシステムは、脳の構造の明細化、異常の局所化、そしてよく組織化された発見の生成をサポートする。
論文 参考訳（メタデータ） (2024-07-23T17:50:00Z) - Medical Report Generation based on Segment-Enhanced Contrastive
Representation Learning [39.17345313432545]
臓器, 異常, 骨等を分類するためのMSCL(医学画像とコントラスト学習)を提案する。
トレーニング中にターゲットとセマンティックに類似したレポートにより多くの重みを割り当てる教師付きコントラスト損失を導入する。
実験の結果,提案手法の有効性が示され,IU X線公開データセット上での最先端性能が得られた。
論文 参考訳（メタデータ） (2023-12-26T03:33:48Z) - Reading Radiology Imaging Like The Radiologist [3.218449686637963]
我々は、より正確で現実的に整合性のある疾患記述を生成するために、事実整合キャプションジェネレータを設計する。
本研究の枠組みは,病型指向マスクの検索により,CXRデータベースから最も類似した疾患の報告を見つけることができる。
論文 参考訳（メタデータ） (2023-07-12T05:36:47Z) - 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) - Medical Image Captioning via Generative Pretrained Transformers [57.308920993032274]
我々は、Show-Attend-Tell と GPT-3 という2つの言語モデルを組み合わせて、包括的で記述的な放射線学記録を生成する。
提案モデルは、Open-I、MIMIC-CXR、汎用MS-COCOの2つの医療データセットで検証される。
論文 参考訳（メタデータ） (2022-09-28T10:27:10Z) - Explainable multiple abnormality classification of chest CT volumes with
AxialNet and HiResCAM [89.2175350956813]
本稿では,容積医用画像における多変量分類の課題について紹介する。
本稿では,複数のインスタンス学習型畳み込みニューラルネットワークであるAxialNetを提案する。
そして、HiResCAMと3D許容領域を利用した新しいマスクロスにより、モデルの学習を改善することを目指す。
論文 参考訳（メタデータ） (2021-11-24T01:14:33Z) - Interpretation of 3D CNNs for Brain MRI Data Classification [56.895060189929055]
T1脳MRIにおける拡散テンソル画像の男女差について,これまでの知見を拡張した。
ボクセルの3次元CNN解釈を3つの解釈法の結果と比較する。
論文 参考訳（メタデータ） (2020-06-20T17:56:46Z) - CLARA: Clinical Report Auto-completion [56.206459591367405]
CLARA(CLinicit Al It Report It Auto-Completion)は、医師のアンカーワードと部分的に完成した文に基づいて、文章でレポートを生成するインタラクティブな方法である。
実験では,X線で0.393 CIDEr,0.248 BLEU-4,脳波で0.482 CIDEr,0.491 BLEU-4を得た。
論文 参考訳（メタデータ） (2020-02-26T18:45:00Z)
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。