論文の概要: ARC-CT: Anatomy-Routed Contrastive Vision-Language Learning for 3D Chest CT

• arxiv url: http://arxiv.org/abs/2608.28455v1
• Date: Fri, 28 Aug 2026 15:45:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-31 17:16:04.38488
• Title: ARC-CT: Anatomy-Routed Contrastive Vision-Language Learning for 3D Chest CT
• Title（参考訳）: ARC-CTによる3次元胸部CT診断
• Abstract要約: 胸部CTの2つの特徴は、従来のグローバルコントラスト学習に挑戦する。 多くの悪性腫瘍は小または解剖学的に局在している。 標準的な対照的な目的は、バッチ内の他のすべてのスキャンを負として扱う。
• 参考スコア（独自算出の注目度）: 0.41998444721319217
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Contrastive vision-language learning uses paired chest CT volumes and radiology reports to learn abnormality classifiers without manually annotated labels. However, two characteristics of chest CT challenge conventional global contrastive learning. First, many critical abnormalities are small or anatomically localized, and pooling an en- tire volume into a single embedding may dilute their visual evidence. Second, the standard contrastive objective treats every other scan in a batch as a negative. Because many chest CTs share abnormalities, this objective incorrectly pushes co-positive pairs apart. We propose Anatomy-Routed Contrastive Learning for 3D Chest CT (ARC-CT), a region-aware framework that addresses these limitations using only la- bels extracted from reports by an LLM, with no manual annotations or bounding boxes. ARC-CT combines three components: (1) an Anato- myQFormer localizing evidence via queries constrained by automatically generated organ masks; (2) a label-Jaccard soft InfoNCE objective in- tegrating the standard one-hot target with the label-set overlap of each pair, which reduces false-negative penalties between studies that share clinical findings; and (3) an organ-level alignment loss connecting mask- pooled visual features to organ-specific report text extracted offline with a large language model. ARC-CT achieves a 0.86 mask-free macro AUC across 18 abnormalities using a compact 3D ResNet-18 backbone. Over- all, ARC-CT outperforms both comparable efficient baselines and sev- eral larger transformer models. Our code and weights are available at https://github.com/arc-ct/arc-ct.
• Abstract（参考訳）: 対照的な視覚言語学習は、手動で注釈付きラベルなしで異常分類器を学習するために、ペア化された胸部CTボリュームと放射線学レポートを使用する。 しかし,胸部CTの2つの特徴は,従来のグローバルコントラスト学習に挑戦する。 第一に、多くの重大な異常は小さなか解剖学的に局在しており、エンタイヤの体積を単一の埋め込みにプールすることで、視覚的証拠を希薄にすることができる。 第二に、標準的なコントラスト目的は、バッチ内の他のすべてのスキャンを負として扱う。 多くの胸部CTは異常を共有しているため、この目的はコ陽性のペアを誤って分離する。 LLM によるレポートから抽出した la- bels のみで,手動のアノテーションやバウンディングボックスを使用せずに,これらの制約に対処できる領域認識フレームワークである 3D Chest CT のための Anatomy-Routed Contrastive Learning for 3D Chest CT (ARC-CT) を提案する。 ARC-CTは,(1)自動生成臓器マスクによって制約されたクエリによる証拠のローカライズを行うAnato-myQFormer,(2)ラベルとJaccardのソフトなInfoNCEの目的を,各ペアのラベルセットオーバーラップによって標準の1ホットターゲットをインテグレートすることで,臨床所見を共有する研究間の偽陰性なペナルティを低減すること,(3)マスクプールされた視覚的特徴と臓器特異的な報告テキストをオフラインで抽出する臓器レベルのアライメント損失,の3つの構成要素を組み合わせた。 ARC-CTは、コンパクトな3D ResNet-18バックボーンを使用して、18の異常にまたがる0.86のマスクのないマクロAUCを実現する。 ARC-CT は高効率のベースラインと sev- eral の大きなトランスモデルの両方で性能が優れている。 コードとウェイトはhttps://github.com/arc-ct/arc-ct.orgで公開しています。

関連論文リスト

• Weakly-supervised Kidney Tumor Classification from CT Scans with Multi-Instance Learning and Anatomical Filtering [6.007303976935778]
  我々はMIL(Multi-instance Learning)と解剖学的フィルタリングを導入する。 MILはCTボリュームを2Dスライスインスタンスに分割し、ImageNetプリトレーニングによる効率的な2Dアーキテクチャを実現する。 解剖学的フィルタリングでは,病理関連部分領域のクロップスキャンに,自己教師付き身体部分回帰モデルであるCompassを用いている。 本研究は,他の臓器や病理組織に適用可能な,より広範に制御されたCT分類パイプラインの概念実証であると考えている。
  論文  参考訳（メタデータ） (2026-09-07T08:10:11Z)
• Big, Bright, or Invisible: A Frozen-Feature Benchmark of 3D CT Foundation Models [30.102620002840904]
  3次元CT基礎モデルは、解剖学と病理学の一般化可能な表現を提供することで、日常的な解釈を支援することができる。 胸部CTスキャンの3コホートに10個の凍結CTエンコーダをベンチマークした。 評価状況によってランクが著しく変動するので、普遍的な最先端技術は見つからない。
  論文  参考訳（メタデータ） (2026-08-06T12:34:17Z)
• Toward Training-Free Zero-Shot Anomaly Detection in 3D Medical Images: A Batch-Based Approach Using 2D Foundation Models [0.0]
  2次元基礎モデルを用いた3次元医用画像の異常検出のためのトレーニングフリーフレームワークCS3Fを提案する。 Anomaly scores are obtained from cross-ject mutual similarity. CS3Fは, 転移, グリオーマ, 脳卒中の脳MRIで評価し, 肺CTにて一般性試験を行った。
  論文  参考訳（メタデータ） (2026-06-17T06:52:07Z)
• EXACT: an explainable anomaly-aware vision foundation model for analysis of 3D chest CT [29.0378459959757]
  EXACTは3次元胸部CTの異常認識基盤モデルである。 2つの臨床スキャンと放射線学レポートから空間的に解決された表現を学習する。 EXACTは臨床的に関係のあるCTタスクに対して一貫した改善を示す。
  論文  参考訳（メタデータ） (2026-04-27T07:57:47Z)
• Multimodal Visual Surrogate Compression for Alzheimer's Disease Classification [69.87877580725768]
  MVSC(Multimodal Visual Surrogate Compression)は、大規模な3D sMRIボリュームをコンパクトな2D機能に圧縮し、適応させることを学ぶ。 MVSCには2つの重要なコンポーネントがある: テキストガイダンスの下でグローバルなクロススライスコンテキストをキャプチャするボリュームコンテキストと、テキストエンハンスでパッチワイズな方法でスライスレベルの情報を集約するAdaptive Slice Fusionモジュール。
  論文  参考訳（メタデータ） (2026-01-29T13:05:46Z)
• Organ-Aware Attention Improves CT Triage and Classification [0.7901846308308808]
  市販のビジョン言語モデルは、3D解剖、プロトコルシフト、ノイズの多いレポート管理に苦しむ。 本研究は,CT-RATEとRADCHEST-CTの2つの胸部CTデータセットを用いた。 本稿では,Organ-Masked AttentionとOrgan-Scalar Fusionを組み合わせたエンコーダに依存しない臓器認識ヘッドORACLE-CTを提案する。
  論文  参考訳（メタデータ） (2026-01-19T20:37:45Z)
• Hide-and-Seek Attribution: Weakly Supervised Segmentation of Vertebral Metastases in CT [68.09387763135236]
  脊椎レベルの健康・悪性のラベルにのみ、病変マスクを伴わずに訓練を施した弱い指導方法を提案する。 マスクの監視がないにも関わらず,強い爆発・解析性能を達成する。
  論文  参考訳（メタデータ） (2025-12-07T14:03:28Z)
• RadGenome-Chest CT: A Grounded Vision-Language Dataset for Chest CT Analysis [56.57177181778517]
  RadGenome-Chest CTはCT-RATEに基づく大規模3次元胸部CT解釈データセットである。 私たちは、最新の強力なユニバーサルセグメンテーションと大きな言語モデルを活用して、元のデータセットを拡張します。
  論文  参考訳（メタデータ） (2024-04-25T17:11:37Z)
• CT-GLIP: 3D Grounded Language-Image Pretraining with CT Scans and Radiology Reports for Full-Body Scenarios [53.94122089629544]
  我々は,CT-GLIP(Grounded Language- Image Pretraining with CT scans)を導入する。 本手法は,104臓器にわたる17,702症例を対象に,44,011例の臓器レベルの視覚テキストペアからなるマルチモーダルCTデータセットを用いて訓練し,自然言語を用いて臓器と異常をゼロショットで識別できることを実証した。
  論文  参考訳（メタデータ） (2024-04-23T17:59:01Z)
• Are Macula or Optic Nerve Head Structures better at Diagnosing Glaucoma? An Answer using AI and Wide-Field Optical Coherence Tomography [48.7576911714538]
  我々は3次元広視野CTスキャンで視神経頭部(ONH)と黄斑構造を自動的に分割する深層学習アルゴリズムを開発した。 分類アルゴリズムにより,ONHおよび黄斑組織を0.94$pm$0.003のDCで分画することができた。 これにより3次元広視野CTスキャンが主流となる可能性がある。
  論文  参考訳（メタデータ） (2022-10-13T01:51:29Z)
• Explainable multiple abnormality classification of chest CT volumes with AxialNet and HiResCAM [89.2175350956813]
  本稿では,容積医用画像における多変量分類の課題について紹介する。 本稿では,複数のインスタンス学習型畳み込みニューラルネットワークであるAxialNetを提案する。 そして、HiResCAMと3D許容領域を利用した新しいマスクロスにより、モデルの学習を改善することを目指す。
  論文  参考訳（メタデータ） (2021-11-24T01:14:33Z)
• A$^3$DSegNet: Anatomy-aware artifact disentanglement and segmentation network for unpaired segmentation, artifact reduction, and modality translation [18.500206499468902]
  CBCT画像は, ノイズ, 組織コントラストの低下, 金属物の存在により, 品質が低く, 人工物が混入している。 脊椎のアノテーションを付加した、人工物のない高品質なCT画像が豊富に存在する。 CBCT椎体分割モデルの構築には, アノテーションを付加した未確認CT画像が有用である。
  論文  参考訳（メタデータ） (2020-01-02T06:37:09Z)

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。