論文の概要: Instance-Guided Report Anchoring for Text-Free 3D Abnormality Segmentation in Chest CT
- arxiv url: http://arxiv.org/abs/2609.00447v1
- Date: Mon, 31 Aug 2026 22:38:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-02 16:31:36.112258
- Title: Instance-Guided Report Anchoring for Text-Free 3D Abnormality Segmentation in Chest CT
- Title（参考訳）: 胸部CTにおけるテキストフリー3次元異常分割の症例ガイドによる検討
- Abstract要約: 本稿では,各アノテート異常インスタンスとそれを記述するレポート発見との対応性を保持するモデルに依存しないモジュールIGRAを提案する。
IGRAはイメージのみのベースライン(30.93対25.25)よりも22.5%改善し、シングルフィンディングサブセット(30.29対30.43)のVoxTellに匹敵する。
- 参考スコア（独自算出の注目度）: 1.3890393030771435
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Accurate 3D abnormality segmentation in chest CT requires dense spatial supervision, but obtaining expert voxel-level labels is costly. Radiology reports, however, are routinely generated during clinical interpretation and contain instance-specific descriptions that can provide additional guidance without new dense annotation. Existing vision-language grounding methods typically require report-derived findings at inference, making localization dependent on paired text and limiting each forward pass to a queried finding. We propose Instance-Guided Report Anchoring (IGRA), a model-agnostic module that preserves the correspondence between each annotated abnormality instance and the report finding that describes it. IGRA pools each instance representation and anchors it to the corresponding finding embedding during training; all text-related components are discarded at inference. We further reformulate free-text grounding on ReXGroundingCT as multi-label volumetric segmentation by merging same-category instances, allowing all abnormality categories to be predicted in one image-only forward pass. IGRA improves Dice by 22.5% over the strongest image-only baseline (30.93 vs. 25.25) and is comparable to VoxTell on the single-finding subset (30.29 vs. 30.43). Applied unchanged to four standard 3D segmentation backbones, IGRA improves Dice and hit rate across all architectures. Zero-shot evaluation on LIDC-IDRI, PleThora, and a private in-house dataset further shows consistent gains over image-only baselines.
- Abstract（参考訳）: 胸部CTにおける正確な3次元異常セグメンテーションには空間的監督が必要であるが,専門的なボクセルレベルラベルの取得にはコストがかかる。
しかし、放射線学の報告は、臨床解釈中に定期的に生成され、新しい高密度アノテーションなしで追加のガイダンスを提供するインスタンス固有の記述を含んでいる。
既存の視覚言語基底法では、推論時にレポートから導かれる発見が必要であり、局所化はペアテキストに依存し、各フォワードパスをクエリーされた検索に制限する。
本稿では,各アノテート異常インスタンスとそれを記述するレポート発見との対応性を保持するモデルに依存しないモジュールIGRAを提案する。
IGRAは各インスタンス表現をプールし、トレーニング中に対応する検出埋め込みにアンカーする。
我々はさらに,ReXGroundingCTをマルチラベルボリュームセグメンテーションとして,同一カテゴリのインスタンスをマージすることで,画像のみのフォワードパスですべての異常カテゴリを予測できる自由テキストグラウンドを再構成する。
IGRAはイメージのみのベースライン(30.93対25.25)よりも22.5%向上し、シングルフィンディングサブセット(30.29対30.43)のVoxTellに匹敵する。
標準の4つの3Dセグメンテーションバックボーンに変更はないが、IGRAはDiceを改善し、すべてのアーキテクチャでヒット率を向上する。
LIDC-IDRI、PleThora、およびプライベートな社内データセットのゼロショット評価は、画像のみのベースラインよりも一貫した利得を示している。
関連論文リスト
- Beyond Static Anchors: Bounded Prototype Conditioning for Language-Free Medical Anomaly Detection [52.986874008247554]
本稿では,静的アンカーを入力条件付きビジュアルプロトタイプに置き換える言語フリーフレームワークReCAPを提案する。
ReCAPリセンターは、境界ゲート変調により、各画像の正常と異常なプロトタイプを分離した。
3つのセグメンテーションデータセットで最高のゼロショットレベルのAUROCと、24の複数ショット設定のうち23のゼロショットレベルのAUROCを達成する。
論文 参考訳（メタデータ） (2026-08-01T04:46:55Z) - When Does Explicit View Routing Work? A Controlled Study of Multi-View Graph-Text Alignment [0.5721241882795979]
グラフテキスト検索は通常、クエリが1つのセマンティックな側面だけに関する場合であっても、グラフとその記述を1つの埋め込みにマッピングする。
アーキテクチャのチャネル化は、必ずしもセマンティックなルーティングではなく、解決できることを示します。
論文 参考訳（メタデータ） (2026-07-29T23:49:37Z) - Open-Ended CT Volume Segmentation with Weak Supervision from Language [60.690380060745134]
本稿では, ボクセルレベルの監視と粗大だがスケーラブルなスライスレベルの監視を組み合わせたCTスキャンのためのテキスト条件分割モデルの訓練手法を提案する。
我々は,強ラベル付きデータによる標準的なセグメンテーション損失と,抽出された弱監督によるスライスレベルの分類損失を伴って,汎用2次元画像セグメンテーションモデルSAM3を微調整する。
ReXGroundingCTデータセットを用いた結果から,完全ラベル付き巻数1000の場合には8%,完全ラベル付き巻数250の場合には22%に向上した。
論文 参考訳（メタデータ） (2026-07-28T15:29:12Z) - GLINT: Sparsely Gated Vision-Language Alignment for Fine-Grained Radiology Representations [1.2679579476597642]
本稿では,この疎対応を明示的にモデル化したGLINT(Gated Language-ImagealignedmeNT)を提案する。
GLINTは、フリーテキストクエリからのゼロショット分類、グラウンド化、セグメンテーションを可能にする。
マスクの監督なしに3次元CTボリュームにゼロショットセグメンテーションを初めて示す。
論文 参考訳（メタデータ） (2026-06-02T05:40:51Z) - SegRAG: Training-Free Retrieval-Augmented Semantic Segmentation [13.665861251747144]
SegRAGは、トレーニング不要の検索拡張セグメンテーションフレームワークである。
SAM3には、DINOv3機能バンクから派生したクラス固有のポイントプロンプトがある。
4つの標準ベンチマークでは、SegRAGはテキストのみのベースラインを一貫して上回っている。
論文 参考訳（メタデータ） (2026-05-17T19:51:32Z) - Exploring Efficient Open-Vocabulary Segmentation in the Remote Sensing [55.291219073365546]
Open-Vocabulary Remote Sensing Image (OVRSIS)は、OVS(Open-Vocabulary)をリモートセンシング(RS)ドメインに適応させる新しいタスクである。
textbfRSKT-Segは、リモートセンシングに適した新しいオープン語彙セグメンテーションフレームワークである。
RSKT-Segは高いOVSベースラインを+3.8 mIoUと+5.9 mACCで上回り、効率的なアグリゲーションによって2倍高速な推論を実現している。
論文 参考訳（メタデータ） (2025-09-15T15:24:49Z) - ReXGroundingCT: A 3D Chest CT Dataset for Segmentation of Findings from Free-Text Reports [23.716614736159034]
ReXGroundingCTは,胸部CTスキャンにおいて,自由テキスト所見とピクセルレベルの3Dセグメンテーションをリンクする最初の公開データセットである。
データセットには、CT-RATEの標準化された放射線学レポートと組み合わせた3,142個の非コントラスト胸部CTスキャンが含まれている。
約79%が焦点異常、21%が非焦点性である。
論文 参考訳（メタデータ） (2025-07-29T17:27:15Z) - NSegment : Label-specific Deformations for Remote Sensing Image Segmentation [10.585761836168409]
リモートセンシング(RS)画像セグメンテーションデータセットにおける誤りのラベル付けは暗黙的かつ微妙なままであることが多い。
ラベル付けの高コストによる注釈付きRSデータの不足は、ノイズ・ロバストモデルの訓練を複雑にする。
NSegmentは、この問題を軽減するために、シンプルだが効果的なデータ拡張ソリューションである。
論文 参考訳（メタデータ） (2025-04-28T09:49:35Z) - LESS: Label-Efficient and Single-Stage Referring 3D Segmentation [55.06002976797879]
参照3Dは、クエリの文で記述された3Dポイントクラウドから、指定されたオブジェクトのすべてのポイントをセグメントする視覚言語タスクである。
本稿では,LESSと呼ばれるレファレンス3次元パイプラインを提案する。
ScanReferデータセット上での最先端のパフォーマンスは、バイナリラベルのみを使用して、以前の3.7% mIoUの手法を上回ります。
論文 参考訳（メタデータ） (2024-10-17T07:47:41Z) - SegVG: Transferring Object Bounding Box to Segmentation for Visual Grounding [56.079013202051094]
ボックスレベルのアノテーションを信号として転送する新しい手法であるSegVGを提案する。
このアプローチでは,ボックスレベルのレグレッションとピクセルレベルのセグメンテーションの両方の信号としてアノテーションを反復的に利用することができる。
論文 参考訳（メタデータ） (2024-07-03T15:30:45Z) - Instance Consistency Regularization for Semi-Supervised 3D Instance Segmentation [50.51125319374404]
ラベルのないデータから純粋なインスタンス知識を探索し活用するための,新たな自己学習ネットワークInsTeacher3Dを提案する。
複数の大規模データセットの実験結果から、InsTeacher3Dは最先端の半教師付きアプローチよりも大幅に優れていた。
論文 参考訳（メタデータ） (2024-06-24T16:35:58Z)
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。