論文の概要: Anatomical Grounding and Leakage-Aware Multimodal Contrastive Learning for Alzheimer's Disease Classification from Structural MRI
- arxiv url: http://arxiv.org/abs/2609.15888v1
- Date: Mon, 14 Sep 2026 17:13:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:06.526435
- Title: Anatomical Grounding and Leakage-Aware Multimodal Contrastive Learning for Alzheimer's Disease Classification from Structural MRI
- Title（参考訳）: 構造MRIを用いたアルツハイマー病分類のための解剖学的グラウンドリングと漏洩型マルチモーダルコントラスト学習
- Abstract要約: アルツハイマー病の構造MRIで訓練されたディープネットワークは、解剖学的に無関係な領域に到達しながら、妥当な精度に達することが多い。
我々は解剖学的参照としてFastSurferセグメンテーションを使用します。
私たちは、CLIPスタイルのイメージに適応し、ラベルリードスペクトルに沿ってADNIMERGE変数を整理する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Deep networks trained on structural MRI for Alzheimer's disease (AD) staging often reach reasonable accuracy while attending to anatomically irrelevant regions, and multimodal models that add clinical tables frequently rely on variables that were used to assign the diagnostic label in the first place. We study both issues with a deliberately lightweight slice-based encoder (ResNet18 with a one-layer Transformer over slices) on 1,075 baseline T1-weighted scans from ADNI-1. First, we use FastSurfer segmentations as an anatomical reference: YOLOv8 models trained on segmentation-derived labels localize Alzheimer-relevant structures with mAP_50 above 0.96, and a Grad-CAM comparison shows that the image-only classifier frequently attends to the skull, orbits and background. Second, we adapt a CLIP-style image - tabular contrastive framework and organize ADNIMERGE variables along a label-leakage spectrum. Fusion with cognitive scores yields 87.3% three-way accuracy, which we treat as a leakage-driven upper bound rather than an imaging result; fusion with regional volumes yields 73.0%. We observe that the choice of contrastive target changes what the image encoder learns: on MCI vs. CN, the image-only head reaches 52.4% when the encoder is aligned to cognitive scores and 73.8\% when aligned to volumes, although no tabular input is used at inference. Third, restricting the input to a per-subject crop of the medial temporal lobe raises image-only three-way accuracy from 58.7% to 65.1%. All results come from single runs on a small balanced test set, and we report confidence intervals and the protocol differences that prevent direct comparison with published numbers.
- Abstract（参考訳）: アルツハイマー病(AD)のステージングのための構造MRIで訓練されたディープネットワークは、解剖学的に無関係な領域に到達しながら適切な精度に達することが多く、臨床表を追加するマルチモーダルモデルは、そもそも診断ラベルを割り当てた変数にしばしば依存する。
ADNI-1 から 1,075 個のベースライン T1 重み付きスキャンを用いて, 意図的に軽量なスライスベースエンコーダ (ResNet18 with a one-layer Transformer over slices) について検討した。
まず、解剖学的基準としてFastSurferセグメンテーションを用いる: セグメンテーション由来ラベルに基づいて訓練されたYOLOv8モデルは、mAP_50以上のアルツハイマー関連構造を0.96以上でローカライズする。
第二に、CLIPスタイルの画像-表形式のコントラストフレームワークを適応させ、ラベルリードスペクトルに沿ってADNIMERGE変数を整理する。
認知スコアとの融合は3方向精度87.3%、画像所見よりもリーク駆動上界として扱われ、局所体積との融合は73.0%である。
MCI対CNでは、画像のみの頭部が認識スコアに合わせると52.4%、ボリュームに合わせると73.8\%に達するが、推論には表の入力は使用されない。
第3に、中間側頭葉の被写体当たりの作物への入力を制限することにより、画像のみの3方向精度が58.7%から65.1%に上昇する。
すべての結果は、小さなバランスの取れたテストセット上での単一実行から得られ、信頼区間と、公表された数と直接比較できないプロトコルの違いを報告します。
関連論文リスト
- Bridging Vision Foundation Model Priors with CLIP for Spatial-aware Few-shot Anomaly Detection in Medical Images [48.646448077284276]
本研究では,数発の医用異常検出を効果的に行うためのフレームワークであるSpatial-FADを提案する。
VFM空間先行とCLIPセマンティクスを組み合わせることで病変の局在を改善する。
本手法は,Diceスコアが11.4%,AUCが1.8%以上の平均改善を実現している。
論文 参考訳（メタデータ） (2026-09-11T05:21:01Z) - DINO-Med: A Unified Patch-Based Adaptation Framework for Multi-Modal Medical Image Analysis Applied to Liver Fibrosis Staging [13.33205970973723]
トレーニング不要な登録、自動位置決め、マスクフィルタによるパッチ抽出により、生マルチモーダル画像を処理する統一されたパッチベースのフレームワークを提案する。
手作りラジオミクスの特徴,学習されたResNet特徴,事前訓練された基礎モデルSAM-Med2D特徴,凍結性硬変DINOv3特徴の4つのパッチレベル特徴表現を評価した。
論文 参考訳（メタデータ） (2026-09-10T11:16:26Z) - Self-supervision drives representational convergence in medical foundation models more than clinical supervision [2.8356496885865017]
画像18枚とテキストエンコーダ7枚を対象とし,7Mから27Bのパラメータと5つの画像モダリティにまたがる全オープンウェイトでローカルに実行した。
我々は、固定データ、アーキテクチャ、スケールの目的のみが異なるエンコーダを訓練し、その効果を合成モデルで再現する。
収束性は軽度だが、ランダムな床の上にあり、自己監督目的によって駆動され、臨床監督ではない。
論文 参考訳（メタデータ） (2026-07-22T15:25:05Z) - Cross-modal linkage risk in clinical vision-language models [1.828619151598757]
視覚言語モデル(VLM)は、ペアの胸部X線写真と放射線学レポートに基づいて訓練され、インスタンスレベルの画像レポート対応を保存できる共有埋め込み空間を学習する。
これは、ラジオグラフとレポートが買収後に意図的に分離された設定でプライバシー上のリスクを生じさせる。
我々はこれをイメージ・ツー・レポート検索として定式化し、プライバシーシナリオとしてではなく、パブリック・ペアのコホートを使用してリスクを監査した。
論文 参考訳（メタデータ） (2026-06-01T14:01:46Z) - Medical thinking with multiple images [44.04557445622649]
我々はMedThinkVQAを紹介した。MedThinkVQAは、複数の画像で考えるためのエキスパートアノテーション付きベンチマークである。
データセットは720のテストケースを含む8,067ケースを含み、1ケースあたり平均6.62イメージである。
テストセットでは、最高のクローズドソースモデルであるClaude-4.6-Opus、Gemini-3-Pro、GPT-5.2-xhighは57.2%、55.3%、54.9%の精度しか達成できなかった。
論文 参考訳（メタデータ） (2026-04-14T18:51:07Z) - Brain Tumor Classification on MRI in Light of Molecular Markers [56.99710477905796]
1p/19q遺伝子の同時欠失は、低グレードグリオーマの臨床成績と関連している。
本研究の目的は,MRIを用いた畳み込みニューラルネットワークを脳がん検出に活用することである。
論文 参考訳（メタデータ） (2024-09-29T07:04:26Z) - Acute ischemic stroke lesion segmentation in non-contrast CT images
using 3D convolutional neural networks [0.0]
非コントラストCT脳画像における急性虚血性脳梗塞の容積分画を目的とした自動アルゴリズムを提案する。
我々のディープラーニングアプローチは、人気のある3D U-Net畳み込みニューラルネットワークアーキテクチャに基づいている。
論文 参考訳（メタデータ） (2023-01-17T10:39:39Z) - Lightweight 3D Convolutional Neural Network for Schizophrenia diagnosis
using MRI Images and Ensemble Bagging Classifier [1.487444917213389]
本稿では,MRI画像を用いた統合失調症診断のための軽量3次元畳み込みニューラルネットワーク(CNN)フレームワークを提案する。
精度は92.22%、感度94.44%、特異度90%、精度90.43%、リコール94.44%、F1スコア92.39%、G平均92.19%である。
論文 参考訳（メタデータ） (2022-11-05T10:27:37Z) - Corneal endothelium assessment in specular microscopy images with Fuchs'
dystrophy via deep regression of signed distance maps [48.498376125522114]
本稿では,UNetをベースとしたセグメンテーション手法を提案する。
これは、フックスのジストロフィーの全度にわたって、信頼できるCE形態計測と腸骨同定を実現する。
論文 参考訳（メタデータ） (2022-10-13T15:34:20Z) - Osteoporosis Prescreening using Panoramic Radiographs through a Deep
Convolutional Neural Network with Attention Mechanism [65.70943212672023]
注意モジュールを持つディープ畳み込みニューラルネットワーク(CNN)はパノラマX線写真上で骨粗しょう症を検出することができる。
49歳から60歳までの70種類のパノラマX線写真(PR)のデータセットを用いて検討した。
論文 参考訳（メタデータ） (2021-10-19T00:03:57Z) - Automatic size and pose homogenization with spatial transformer network
to improve and accelerate pediatric segmentation [51.916106055115755]
空間変換器ネットワーク(STN)を利用することにより、ポーズとスケール不変の新たなCNNアーキテクチャを提案する。
私たちのアーキテクチャは、トレーニング中に一緒に見積もられる3つのシーケンシャルモジュールで構成されています。
腹部CTスキャナーを用いた腎および腎腫瘍の分節法について検討した。
論文 参考訳（メタデータ） (2021-07-06T14:50:03Z)
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。