論文の概要: DRRG: A Discrete Diffusion Framework for Radiology Report Generation

• arxiv url: http://arxiv.org/abs/2608.24105v1
• Date: Tue, 25 Aug 2026 06:07:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-26 14:09:34.827194
• Title: DRRG: A Discrete Diffusion Framework for Radiology Report Generation
• Title（参考訳）: DRRG - 放射線学レポート生成のための離散拡散フレームワーク
• Abstract要約: 既存のほとんどのメソッドは、トークンごとにレポートトークンを生成する自動回帰(AR)フレームワークに依存しており、以前のコンテンツを修正できない。 対照的に、離散拡散大言語モデル (DLLM) は反復的 denoising を通じてテキストを生成する。 DRRGは、RRGを反復マスクトケンデノベーション(英語版)として定式化するフレームワークである。
• 参考スコア（独自算出の注目度）: 41.9313166365715
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Purpose: Automatic radiology report generation (RRG) has been widely explored to improve reporting accuracy and reduce radiologists' workload. Most existing methods rely on autoregressive (AR) frameworks that generate reports token by token and cannot revise earlier content, making them prone to error propagation and inconsistent with the iterative refinement process of radiological reporting. In contrast, discrete diffusion large language models (DLLMs) generate text through iterative denoising, naturally enabling report refinement. However, DLLMs have not been extensively investigated for RRG. In this study, we developed and evaluated a discrete diffusion framework for RRG that enables iterative refinement rather than conventional left-to-right autoregressive decoding. Materials and methods: We developed DRRG, a DLLM-based framework that formulates RRG as iterative masked-token denoising. DRRG incorporates a clinical-entities-aware complementary mask to improve token supervision coverage and emphasize clinically important entities, together with a concept-conditioning module that injects image-derived clinical concepts into visual representations. DRRG was trained and evaluated on MIMIC-CXR and CheXpert Plus. Results: On MIMIC-CXR, DRRG achieved BLEU-4 of 0.210, CheXpert-F1 of 0.549, RadGraph-F1 of 0.281, GREEN of 0.360, and RaTEScore of 0.604, outperforming the compared methods on most reported metrics, despite employing a substantially smaller LLM decoder. On CheXpert Plus, DRRG achieved the highest BLEU-4 (0.119) and CheXpert-F1 (0.347) among the compared methods. Conclusion: Discrete diffusion provides an effective alternative to autoregressive radiology report generation by enabling iterative, bidirectional report refinement. Incorporating clinically focused masking and image-derived concept conditioning improves report quality and clinical consistency.
• Abstract（参考訳）: 目的: 自動放射線診断レポート生成(RRG)は, 報告精度を改善し, 放射線技師の作業負荷を軽減するために広く研究されている。 既存のほとんどの手法は、トークンごとにレポートトークンを生成する自動回帰(AR)フレームワークに依存しており、早期の内容を修正できないため、エラーの伝播が難しく、また放射線学的報告の反復的な洗練プロセスと矛盾する。 対照的に、離散拡散大言語モデル (DLLM) は反復的 denoising を通じてテキストを生成し、自然にレポートの洗練を可能にする。 しかし、DLLMはRRGに対して広く研究されていない。 本研究では,従来の左から右への自己回帰復号法ではなく,反復的洗練を可能にするRRGの離散拡散フレームワークを開発し,評価した。 材料と方法: DRRGはDLLMをベースとしたフレームワークで, RRGを反復マスクトケンデノイングとして定式化している。 DRRGは、トークンの監督範囲を改善し、臨床的に重要なエンティティを強調するために、画像由来の臨床概念を視覚表現に注入するコンセプトコンディショニングモジュールを組み込む。 DRRGはMIMIC-CXRとCheXpert Plusで訓練され評価された。 結果:MIMIC-CXRでは,DRRGが0.210のBLEU-4,0.549のCheXpert-F1,0.281のRadGraph-F1,0.360のGREEN,0.604のRaTEScoreを実現した。 CheXpert Plusでは、DRRGは最も高いBLEU-4(0.119)とCheXpert-F1(0.347)を達成した。 結論: 離散拡散は, 反復的, 双方向的な報告改善を可能にすることで, 自己回帰的放射線学レポート生成の効果的な代替手段となる。 臨床に焦点を当てたマスキングと画像由来のコンセプトコンディショニングを取り入れることで、報告の品質と臨床の一貫性が向上する。

関連論文リスト

• Beyond Scalar Scores: Exploring LLM-based Metrics for Clinical Significance Evaluation in Radiology Reports [49.5225801722164]
  既存のメトリクスは、医学的に根拠のないスカラーにレポートの品質を低下させることによって、この要件を曖昧にしている。 テストベッドとしてReEvalMedベンチマークを用いて,この境界について検討し,計量レベルの臨床的意義を評価する。
  論文  参考訳（メタデータ） (2026-06-17T08:10:30Z)
• RL-ACRGNet: Reinforcement Learning-Based Chest Radiology Report Generation Network [19.808093570116526]
  プリトレーニングされたDenseNetエンコーダとマルチレベルLSTMデコーダを統合した改良型エンコーダデコーダモデルであるRL-ACRGNetを提案する。 我々は、RL-ACRGNetが、IU-Xrayデータセットの最先端ベースラインを一貫して上回ることを示した。
  論文  参考訳（メタデータ） (2026-06-01T10:24:31Z)
• AnchorDiff: Topology-Aware Masked Diffusion with Confidence-based Rewriting for Radiology Report Generation [2.2748974006378933]
  医用画像から臨床的に正確なテキストレポートを自動生成することを目的とする。 既存の手法は自己回帰(AR)言語モデルに依存しており、因果依存性構造は生成を一方向の左から右へのプロセスに制限する。 本稿では,知識グラフに基づく臨床アンカーを拡散言語モデリングに統合したRRGのための最初のマスク付き拡散フレームワークであるAnchorDiffを提案する。
  論文  参考訳（メタデータ） (2026-05-16T16:42:43Z)
• Suppressing Prior-Comparison Hallucinations in Radiology Report Generation via Semantically Decoupled Latent Steering [94.37535002230504]
  本研究では,Semantically Decoupled Latent Steeringと呼ばれる学習自由な推論時間制御フレームワークを開発した。 提案手法は,大言語モデル (LLM) による意味分解による意味のない介入ベクトルを構築する。 本手法は歴史的幻覚の可能性を著しく低下させることを示す。
  論文  参考訳（メタデータ） (2026-02-27T04:49:01Z)
• MRG-R1: Reinforcement Learning for Clinically Aligned Medical Report Generation [23.22547135801011]
  医療報告生成のための意味駆動型強化学習(SRL)手法を提案する。 SRLは、言語スタイルの模倣を超えた臨床的正確性に基づく学習を促進する。 IU X線とMIMIC-CXRの2つのデータセットを用いたSRLを用いた医療報告生成の評価を行った。
  論文  参考訳（メタデータ） (2025-12-18T03:57:55Z)
• Teaching AI Stepwise Diagnostic Reasoning with Report-Guided Chain-of-Thought Learning [11.537036709742345]
  DiagCoTは汎用視覚言語モデル(VLM)に教師付き微調整を適用するフレームワークである DiagCoTは、ドメインアライメントのためのコントラッシブなイメージレポートチューニング、推論ロジックをキャプチャするためのチェーン・オブ・シンセサイザー、および臨床報酬信号による強化チューニングを組み合わせることで、事実の正確性と流布性を高める。 LLaVA-MedやCXR-LLAVAといった最先端モデルでは、長い尾の病気や外部データセットよりも優れています。
  論文  参考訳（メタデータ） (2025-09-08T08:01:26Z)
• ChestX-Reasoner: Advancing Radiology Foundation Models with Reasoning through Step-by-Step Verification [57.22053411719822]
  ChestX-Reasoner(チェストX-Reasoner)は、臨床報告から直接採掘されるプロセスの監督を活用するために設計された放射線診断MLLMである。 我々の2段階のトレーニングフレームワークは、モデル推論と臨床標準との整合性を高めるために、プロセス報酬によって指導された教師付き微調整と強化学習を組み合わせる。
  論文  参考訳（メタデータ） (2025-04-29T16:48:23Z)
• 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)
• 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)
• Many-to-One Distribution Learning and K-Nearest Neighbor Smoothing for Thoracic Disease Identification [83.6017225363714]
  ディープラーニングは、病気の識別性能を改善するための最も強力なコンピュータ支援診断技術となった。 胸部X線撮影では、大規模データの注釈付けには専門的なドメイン知識が必要で、時間を要する。 本論文では、単一モデルにおける疾患同定性能を改善するために、複数対1の分布学習(MODL)とK-nearest neighbor smoothing(KNNS)手法を提案する。
  論文  参考訳（メタデータ） (2021-02-26T02:29:30Z)

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。