論文の概要: Compositional Reward Models for Conditional Medical Image Generation

• arxiv url: http://arxiv.org/abs/2609.05028v1
• Date: Fri, 04 Sep 2026 11:46:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-07 18:15:24.024724
• Title: Compositional Reward Models for Conditional Medical Image Generation
• Title（参考訳）: 条件付き医用画像生成のための構成的リワードモデル
• Abstract要約: 条件付き医用画像生成のための合成リワードモデルであるPRISMを提案する。 画像の質を検証対象のステージに分解し、それぞれが微妙な特性から粗い性質への正しさの相違を評価した。 PRISMは、様々な医療画像タスクにまたがる3つのデータセットにまたがって評価する。
• 参考スコア（独自算出の注目度）: 24.272210629538836
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Acquiring high quality annotated medical image data is critical for training deep learning models; however, annotation is expensive, time consuming, and requires domain expertise. Conditional diffusion models, such as ControlNet, offer an alternative by generating images conditioned on semantic masks and text. However, existing approaches fail to capture fine grained properties (e.g., intensity and texture), as well as semantic consistency expected by domain experts, limiting their effectiveness for downstream tasks. Recent attempts to address these issues using reinforcement learning fine-tuning remain limited due to the reliance on a single scalar reward, which conflates diverse failure modes and provides weak corrective signals. We propose PRISM, a Compositional Reward Model (CRM) framework for conditional medical image generation. Instead of assigning a single reward, we decompose image quality into verifier grounded stages, each evaluating a distinct aspect of correctness from fine to coarse properties, including low level attributes (intensity and texture), structural alignment with conditioning inputs, and high level semantic fidelity. These stage wise rewards are composed through a Hierarchical Constrained Propagation (HCP) mechanism that enforces a fine to coarse notion of correctness, ensuring that lower level deficiencies are resolved before higher level rewards are accrued, preventing easier objectives from masking critical failures. We evaluate PRISM across three datasets spanning diverse medical imaging tasks: PanNuke (multi-class cell segmentation), CeDeM (villi/crypt detection and measurement), and ISIC (skin lesion classification). Training downstream models with data generated by PRISM yields improvements over closest baselines, including a 2.3% increase in mDice on PanNuke, a 8.5% reduction in Mean Relative Error (MRE) on CeDeM, and increases ISIC F1 by 5.9%.
• Abstract（参考訳）: 高品質なアノテートされた医用画像データを取得することは、ディープラーニングモデルのトレーニングには不可欠である。 ControlNetのような条件付き拡散モデルは、セマンティックマスクやテキストに条件付き画像を生成することで代替を提供する。 しかし、既存のアプローチでは、詳細なプロパティ(例えば、強度やテクスチャ)の取得に失敗したり、ドメインの専門家が期待するセマンティックな一貫性が得られず、下流タスクの有効性が制限されたりします。 近年の強化学習による微調整は, 多様な障害モードを混在させ, 弱い補正信号を提供する単一スカラー報酬に頼っているため, 依然として制限されている。 条件付き医用画像生成のための構成的リワードモデル(CRM)フレームワークであるPRISMを提案する。 1つの報酬を割り当てる代わりに、画像品質を検証済みのステージに分解し、各ステージは、低レベル属性(強度とテクスチャ)、条件付け入力による構造的アライメント、高レベルな意味的忠実さを含む、微妙な特性から粗い性質まで、明確な正しさの側面を評価する。 これらの段階的報奨は階層的制約された伝播(HCP)機構によって構成され、その機構は微妙で粗い正当性の概念を強制し、より高いレベルの報奨が獲得される前に下位レベルの欠陥が解決されることを保証し、致命的な失敗を隠蔽することを防ぐ。 PRISMはPanNuke(マルチクラス細胞セグメンテーション)、CeDeM(ビリ/暗号検出・測定)、ISIC(皮膚病変分類)の3つの領域にまたがって評価された。 PRISMが生成したデータによる下流モデルのトレーニングでは、PanNuke上のmDiceが2.3%増加し、CeDeM上の平均相対誤差(MRE)が8.5%減少し、ISIC F1が5.9%増加した。

関連論文リスト

• CDRRM: Contrast-Driven Rubric Generation for Reliable and Interpretable Reward Modeling [61.75914342638658]
  CDRRM(Contrast-Driven Reward Model)は、高品質なルーリック生成と優先判断のためのフレームワークである。 この作業は、報酬モデリングのためのスケーラブルで解釈可能で、データ効率のよいパスを提供する。
  論文  参考訳（メタデータ） (2026-03-09T07:15:23Z)
• T3: Test-Time Model Merging in VLMs for Zero-Shot Medical Imaging Analysis [15.624549727053475]
  既存のモデルマージ技術は、様々な医学的手段で一貫した利益をもたらすことができません。 サンプル単位の係数を計算するバックプロパゲーションフリーフレームワークであるTest-Time Task Adaptive merging (T3)を導入する。 ドメイン内、ベース・ツー・ノーベル、および4つのモダリティにまたがる汚職にまたがる厳密な相互評価プロトコルを提案する。
  論文  参考訳（メタデータ） (2025-10-31T08:05:40Z)
• A New One-Shot Federated Learning Framework for Medical Imaging Classification with Feature-Guided Rectified Flow and Knowledge Distillation [13.353672721534627]
  ワンショットフェデレートラーニング(OSFL)は,通信オーバーヘッドの低さから注目を集めている。 既存の生成モデルベースのOSFLメソッドは、トレーニング効率の低下と、医療領域における潜在的なプライバシー漏洩に悩まされている。 本稿では,新しいFG-RF(Feature-Guided Rectified Flow Model)とDLKD(Dual-Layer Knowledge Distillation)アグリゲーション手法を開発したOSFLフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-07-25T08:05:47Z)
• Model Inversion Attacks Through Target-Specific Conditional Diffusion Models [54.69008212790426]
  モデル反転攻撃(MIA)は、ターゲット分類器のトレーニングセットからプライベートイメージを再構築することを目的としており、それによってAIアプリケーションにおけるプライバシー上の懸念が高まる。 従来のGANベースのMIAは、GANの固有の欠陥と潜伏空間における最適化の偏りにより、劣った遺伝子的忠実度に悩まされる傾向にある。 これらの問題を緩和するために拡散モデル反転(Diff-MI)攻撃を提案する。
  論文  参考訳（メタデータ） (2024-07-16T06:38:49Z)
• Disruptive Autoencoders: Leveraging Low-level features for 3D Medical Image Pre-training [51.16994853817024]
  本研究は、3Dラジオグラフィ画像のための効果的な事前学習フレームワークの設計に焦点をあてる。 ローカルマスキングと低レベルの摂動の組み合わせによって生成された破壊から、オリジナルのイメージを再構築しようとする事前トレーニングフレームワークであるDisruptive Autoencodersを紹介する。 提案する事前トレーニングフレームワークは、複数のダウンストリームタスクでテストされ、最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-07-31T17:59:42Z)
• A Practical Framework for Unsupervised Structure Preservation Medical Image Enhancement [9.453554184019108]
  実際には、低品質(LQ)の医用画像、例えば、ぼんやりした画像は、データ取得時に取得されることが多い。 GAN(Generative Adversarial Network)に基づく画像強調手法が提案され,有望な結果が得られた。 構造保存の非参照客観的評価を含む,非教師なし医療画像強調のための枠組みを提案する。
  論文  参考訳（メタデータ） (2023-04-04T15:13:44Z)
• Degradation-invariant Enhancement of Fundus Images via Pyramid Constraint Network [27.374391253266428]
  本稿では、劣化不変拡張ネットワーク(PCE-Net)を開発するためのピラミッド制約を提案する。 高品質画像はランダムに劣化し、同一コンテンツを共有する低品質画像列(SeqLC)を形成する。 次に、拡張のためのマルチレベル入力として、個々の低画質画像をラプラシアピラミッド特徴(LPF)に分解する。
  論文  参考訳（メタデータ） (2022-10-18T05:45:13Z)
• DOMINO: Domain-aware Model Calibration in Medical Image Segmentation [51.346121016559024]
  現代のディープニューラルネットワークはキャリブレーションが不十分で、信頼性と信頼性を損なう。 本稿では,クラスラベル間のセマンティック・コンフューザビリティと階層的類似性を利用したドメイン認識モデルキャリブレーション手法であるDOMINOを提案する。 その結果,DOMINOを校正したディープニューラルネットワークは,頭部画像分割における非校正モデルや最先端形態計測法よりも優れていた。
  論文  参考訳（メタデータ） (2022-09-13T15:31:52Z)
• MIRST-DM: Multi-Instance RST with Drop-Max Layer for Robust Classification of Breast Cancer [62.997667081978825]
  MIRST-DMと呼ばれるドロップマックス層を用いたマルチインスタンスRTTを提案し、小さなデータセット上でよりスムーズな決定境界を学習する。 提案手法は1,190画像の小さな乳房超音波データセットを用いて検証した。
  論文  参考訳（メタデータ） (2022-05-02T20:25:26Z)
• Cross-Site Severity Assessment of COVID-19 from CT Images via Domain Adaptation [64.59521853145368]
  CT画像によるコロナウイルス病2019(COVID-19)の早期かつ正確な重症度評価は,集中治療単位のイベント推定に有効である。 ラベル付きデータを拡張し、分類モデルの一般化能力を向上させるためには、複数のサイトからデータを集約する必要がある。 この課題は、軽度の感染症と重度の感染症の集団不均衡、部位間のドメイン分布の相違、不均一な特徴の存在など、いくつかの課題に直面する。
  論文  参考訳（メタデータ） (2021-09-08T07:56:51Z)
• Label Geometry Aware Discriminator for Conditional Generative Networks [40.89719383597279]
  条件付きGenerative Adversarial Networks(GAN)は、目的のターゲットクラスで高画質の画像を生成することができます。 これらの合成画像は、画像分類などの下流監督タスクを改善するために必ずしも役に立たない。
  論文  参考訳（メタデータ） (2021-05-12T08:17:25Z)

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。