論文の概要: Clinical Reasoning Under a Partially Observed Objective in Cone Beam CT Report Generation
- arxiv url: http://arxiv.org/abs/2609.13238v1
- Date: Wed, 02 Sep 2026 15:06:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-21 16:32:15.666085
- Title: Clinical Reasoning Under a Partially Observed Objective in Cone Beam CT Report Generation
- Title（参考訳）: コーンビームCTにおける部分観察対象下の臨床的推論
- Abstract要約: コーンビーム計算トモグラフィーによる顎顔面画像生成は, 実包含量判定の大規模言語モデルにおいて, 80%の重量を重み付けする複合目的によって評価される。
グレーダのBLEU-4とMETEORルーチンは純粋なPythonで再現され、機械の精度に一致する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Maxillofacial report generation from cone beam computed tomography is scored here by a composite objective placing 80% of its weight on a large language model judgement of factual entailment and 20% on lexical overlap, of which only the lexical fifth is visible during development. The grader's BLEU-4 and METEOR routines are reproduced in pure Python and match the reference to machine precision, and an offline entailment surrogate, which tells a report written for one patient from one written for another at an area under the curve of 0.987, makes the composite objective cheap enough to optimise directly. Over the 622-case public release, a report selected against the visible lexical ranking scores 0.2909, whereas one selected against the composite objective scores 0.4122, because pursuing n-gram overlap drives entailment precision from 0.522 down to 0.266. A 29 million parameter encoder fine-tuned on the release reaches a prevalence-weighted out-of-fold area under the curve of 0.486 over 985 statements, indistinguishable from the corpus prior, while nine numbers read from the image header reach 0.945 for mandible coverage and 0.872 for condyle coverage, and acquisition centre alone predicts sentence choice at 0.718 against 0.663 for the image-derived model, identifying dictation convention rather than anatomy as the quantity the lexical metrics reward. The delivered system emits eight unconditional statements and five gated on header geometry under polarity, laterality and tooth-level consistency constraints, and reaches METEOR 0.3542 over 50 held-out cases from an unseen centre. The dataset and code are available at https://github.com/GIND123/CBCT-Clinical-Reasoner
- Abstract（参考訳）: コーンビーム計算トモグラフィーから生成した顎顔面画像は, 約80%の重量を実包含量で判断し, 語彙重なり量で約20%を占める複合目的物により得られた。
グレーダのBLEU-4とMETEORルーチンは、純粋なPythonで再現され、マシンの精度と一致する。
622ケースの公開リリースにおいて、可視語彙ランキングスコア0.2909に対して選択されたレポートに対し、合成目的スコア0.4122に対して選択されたレポートは、n-gramオーバーラップの追尾が0.522から0.266まで精度を低下させるためである。
リリースで微調整された2900万のパラメータエンコーダは、0.486×985文の曲線で、前回のコーパスと区別できない9つの数値が、マンドブルカバレッジで0.945、コンドイルカバレッジで0.872に達し、取得センタだけで画像由来モデルで0.718と0.663の文選択を予測し、解剖学ではなく予測規則を語彙メトリック報酬の量として識別する。
配信されたシステムは、8つの無条件ステートメントと5つのゲートを持つヘッダー幾何学を極性、ラテラル性、歯面の整合性の制約下で出力し、50の保持されたケースに対してMETEOR 0.3542に達する。
データセットとコードはhttps://github.com/GIND123/CBCT-Clinical-Reasonerで公開されている。
関連論文リスト
- Occlusal Geometry in Closed Form for Orthodontic Report Generation [0.0]
上述のRAS規約に代えて,アーチテーパーとアーチ閉鎖から解剖学的フレームを回収する。
各アーチは, オーバービット, オーバージェット, ミッドライン偏差, 横オーバーラップ, クロスビット範囲, 交叉ラグ, 咬合曲線を有するアーチ角座標において, 咬合隆起プロファイルに還元される。
論文 参考訳（メタデータ） (2026-09-02T14:58:29Z) - Support Operation Factorization: Compositional Readout of Frozen Vision Encoders under Controlled Interventions [87.95757610455173]
我々は、x演算グリッドとSO-OPFをサポートするために、インジェクティブに整合した残余セルアウトプロトコルを導入する。
グリッドが分かっているときにキャリアがホールドアウトバインディングを構成するかどうか、フラットなセルラベルからグリッドを回収できるかどうかという2つの質問を分離する。
論文 参考訳（メタデータ） (2026-08-06T15:38:55Z) - Prospective clinical indication, post-hoc report leakage, and fusion design in multi-image chest radiograph classification: a patient-clustered evaluation [0.5156484100374059]
画像のみ、表示のみ、固定順序マルチモーダル、ランダムスワップ、DeepSets、セクションガードMIモデルを比較した。
予測表示は、レポート由来の目標と強く結びついており、置換認識融合は競争的であり、ポストホックレポートテキストは、レポートラベルの実質的な円形を生成する。
論文 参考訳（メタデータ） (2026-07-15T13:08:09Z) - From Black Box to Glass Box: Cross-Model ASR Disagreement to Prioto Review in Ambient AI Scribe Documentation [43.148402136307716]
異種ASRシステム間のクロスモデル不一致は、基準のない不確実性信号として機能する。
商用APIとオープンソースエンジンにまたがる8つのASRシステムを備えた,50の公開医療用オーディオクリップを転写した。
低アグリメント領域は内容の不一致に富み、高リスク質量のクインタイル全体では53.9%から73.9%に増加した。
論文 参考訳（メタデータ） (2026-03-02T13:02:13Z) - Coronary Artery Segmentation and Vessel-Type Classification in X-Ray Angiography [0.0]
低コントラスト, 運動, 前向き, 重なり, カテーテルが脱グレード血管セグメンテーションを呈した。
RCAは98.5%(Dice 0.844)、LADは95.4%(0.786)、LCXは96.2%(0.794)である。
論文 参考訳（メタデータ） (2026-01-24T11:56:49Z) - Pillar-0: A New Frontier for Radiology Foundation Models [41.640120966890954]
腹部骨盤CT42,990例,胸部CT86,411例,頭部CT14,348例,胸部MRI11,543例にPillar-0を導入した。
Pillar-0は平均86.4、88.0、90.1、82.9のAUROCを達成し、MedGemma (Google)、MedImageInsight (Microsoft)、Lingshu (Alibaba)、Merlin (スタンフォード)を7.8-15.8のAUROCポイントで上回り、87.2% (319/366)タスクでランクインしている。
論文 参考訳（メタデータ） (2025-11-21T21:50:34Z) - CorBenchX: Large-Scale Chest X-Ray Error Dataset and Vision-Language Model Benchmark for Report Error Correction [11.731590131260424]
CorBenchXは胸部X線レポートにおける自動エラー検出と修正のためのスイートである。
まず,26,326個の胸部X線誤差の大規模データセットを合成した。
オープンソースとクローズドなビジョン言語モデルの両方をベンチマークします。
論文 参考訳（メタデータ） (2025-05-17T15:39:39Z) - CardioSyntax: end-to-end SYNTAX score prediction -- dataset, benchmark and method [36.440495538328754]
SynTAXスコアは、冠動脈疾患の重症度を測る手段として広く用いられている。
本稿では,冠動脈造影からSynTAXスコアを自動推定する医療レグレッションと分類問題を提案する。
我々は,SynTAXスコア推定と冠優位分類のために,3,018人の総合的なCardioSYNTAXデータセットを提示した。
論文 参考訳（メタデータ） (2024-07-29T11:16:59Z) - Towards a Holistic Framework for Multimodal Large Language Models in Three-dimensional Brain CT Report Generation [42.06416052431378]
2Dラジオグラフィーキャプションは、ボリューム3D解剖学における現実の診断課題を反映するものではない。
我々は18,885組の3D-BrainCTデータセットを収集し,臨床ビジュアルインストラクション・チューニングを用いて,脳波モデルを用いて放射線治療を施した3D脳CTレポートを作成した。
私たちの研究は、3Dの脳CTデータセットのキュレーション、微調整による解剖学的意味のある言語モデル、堅牢な放射線学評価指標の提案など、総合的な枠組みを具現化したものです。
論文 参考訳（メタデータ） (2024-07-02T12:58:35Z) - TotalSegmentator MRI: Robust Sequence-independent Segmentation of Multiple Anatomic Structures in MRI [59.86827659781022]
nnU-Netモデル(TotalSegmentator)をMRIおよび80原子構造で訓練した。
予測されたセグメンテーションと専門家基準セグメンテーションとの間には,ディススコアが算出され,モデル性能が評価された。
オープンソースで使いやすいモデルは、80構造の自動的で堅牢なセグメンテーションを可能にする。
論文 参考訳（メタデータ） (2024-05-29T20:15:54Z)
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。