論文の概要: AgenTeeth: A Model-Agnostic Framework for Suppressing Hallucination in Frozen Vision-Language Models on Dental X-Rays via Tool Evidence Injection
- arxiv url: http://arxiv.org/abs/2609.17800v1
- Date: Tue, 15 Sep 2026 20:10:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:53.532136
- Title: AgenTeeth: A Model-Agnostic Framework for Suppressing Hallucination in Frozen Vision-Language Models on Dental X-Rays via Tool Evidence Injection
- Title（参考訳）: AgenTeeth: ツール・エビデンス・インジェクションによる歯科用X線画像の凍結視覚言語モデルにおける幻覚抑制のためのモデル非依存フレームワーク
- Abstract要約: ヴィジュアル言語モデル(VLM)はパノラマX線写真では信頼性が低い。
AgenTeethは7つの専門的な歯科視覚専門家を用いて凍結VLMを接地するモデルに依存しないツール拡張フレームワークである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Vision-language models (VLMs) remain largely unreliable on panoramic dental radiographs and can rely on learned anatomical priors rather than evidence in the image. This is particularly problematic for tooth localization and spatial reasoning, and fine-tuned dental VLMs can retain the same spatial biases. We present AgenTeeth, a model-agnostic, tool-augmented framework that grounds frozen VLMs using seven specialized dental vision experts. A question-aware orchestrator selects the relevant tools, whose detections are mapped to FDI tooth numbers or anatomical regions and returned as structured findings together with annotated image overlays. A fresh synthesis call then answers the question using this evidence, without fine-tuning the underlying VLM. On MMOral-OPG-Bench, AgenTeeth improves four backbone VLMs by 12.9-23.0 percentage points over their baselines. Our strongest configuration reaches 65.66% on open-ended VQA, compared with 45.35% for OralGPT-Plus. The advantage also holds at matched scale: a frozen Qwen2.5-VL-7B-Instruct with AgenTeeth reaches 48.11%, exceeding OralGPT-Plus built on the same backbone after supervised fine-tuning and reinforcement learning for tool use. We release the framework, all seven expert models, and a dentist-annotated dataset for alveolar bone-loss detection in panoramic radiographs.
- Abstract（参考訳）: ヴィジュアル言語モデル(VLM)は、パノラマ性歯科用X線写真では信頼性が低く、画像の証拠ではなく、学習済みの解剖学的先行情報に頼ることができる。
歯の局所化と空間的推論には特に問題があり、微調整された歯科用VLMは同じ空間バイアスを保持することができる。
AgenTeethは7つの専門的な歯科視覚専門家を用いて凍結VLMを接地するモデルに依存しないツール拡張フレームワークである。
質問認識オーケストレータは、FDI歯数または解剖学的領域に検出をマッピングし、注釈付き画像オーバーレイと共に構造化された結果として返却する関連ツールを選択する。
新たな合成コールは、基礎となるVLMを微調整することなく、この証拠を用いて質問に答える。
MMOral-OPG-Benchでは、AgenTeethはベースライン上で4つのバックボーンVLMを12.9-23.0ポイント改善している。
我々の最も強い構成は、オープンエンドのVQAで65.66%に達し、OralGPT-Plusでは45.35%である。
冷凍されたQwen2.5-VL-7B-インストラクションとAgenTeethは48.11%に達し、ツール使用のための微調整と強化学習を監督した後、同じバックボーン上に作られたOralGPT-Plusを上回った。
パノラマX線写真における歯槽骨量検出のための歯科用アノテートデータセットを作成した。
関連論文リスト
- OralAgent: Integrating Reasoning, Tools, and Knowledge for Interactive Dental Image Analysis [53.581112172626234]
OralAgentは,マルチモーダル推論,ツールベースの意思決定,知識に基づく検索を統一する最初の歯科用AIエージェントである。
22の視覚分析ツールと368の古典的歯科用教科書を統合し、自律的推論、計画、ツールの使用、知識検索、多段階ワークフロー実行を可能にしている。
論文 参考訳（メタデータ） (2026-04-09T06:37:11Z) - DentVLM: A Multimodal Vision-Language Model for Comprehensive Dental Diagnosis and Enhanced Clinical Practice [71.62725911420627]
本稿では,専門レベルの口腔疾患診断のために設計された視覚言語モデルであるDentVLMを紹介する。
このモデルは、36の診断タスクで7つの2D経口画像モダリティを解釈できる。
若年者歯科医師13名(36名中21名)の診断成績を上回り,12名中12名(36名中12名)の診断成績を上回りました。
論文 参考訳（メタデータ） (2025-09-27T14:47:37Z) - Towards Better Dental AI: A Multimodal Benchmark and Instruction Dataset for Panoramic X-ray Analysis [16.403842140593706]
我々は,パノラマX線解釈に適した大規模マルチモーダル・インストラクション・データセットであるMMOralを紹介した。
MMOral-Benchは, 歯科医療における5つの重要な診断次元をカバーする総合的な評価スイートである。
また,厳密にキュレートされたMMOral命令データセットを用いて,Qwen2.5-VL-7B上で微調整を行うOralGPTを提案する。
論文 参考訳（メタデータ） (2025-09-11T08:39:08Z) - Adapting Foundation Model for Dental Caries Detection with Dual-View Co-Training [53.77904429789069]
本稿では, 歯列検出のための新しいDual-View Co-TrainingネットワークであるAttention-TNetについて紹介する。
OurTNetは、自動歯肉検出を用いて、パノラマX線画像からのグローバルビューと、収穫した歯肉画像からのローカルビューの2つの補完的なビューを確立する。
両ビューからの情報を効果的に統合するために,Gated Cross-Viewモジュールを導入する。
論文 参考訳（メタデータ） (2025-08-28T14:13:26Z) - OralBBNet: Spatially Guided Dental Segmentation of Panoramic X-Rays with Bounding Box Priors [34.82692226532414]
OralBBNetは、歯の分類とパノラマX線におけるセグメンテーションの精度と堅牢性を改善するように設計されている。
本手法は, 従来の方法と比較して, 平均平均精度 (mAP) が1～3%向上した。
本研究は, 歯科診断における対象検出モデルのより広範な実装の基盤を確立するものである。
論文 参考訳（メタデータ） (2024-06-06T04:57:29Z) - A Deep Learning Approach to Teeth Segmentation and Orientation from Panoramic X-rays [0.0]
本研究では, 深層学習技術を活用したパノラマX線画像からの歯のセグメンテーションと配向に対する包括的アプローチを提案する。
グリッド対応アテンションゲートで強化されたエンコーダ・デコーダアーキテクチャを用いたエンドツーエンドのインスタンスセグメンテーションネットワークを構築した。
主成分分析 (PCA) を用いて, 歯の配向を正確に推定するための指向性バウンディングボックス (OBB) の生成を提案する。
論文 参考訳（メタデータ） (2023-10-26T06:01:25Z) - An Implicit Parametric Morphable Dental Model [79.29420177904022]
歯および歯茎の3次元異形性モデルとして, 第一報を提出した。
これは、各歯と歯茎のコンポーネントワイド表現と、これら各コンポーネントの学習可能な潜在コードに基づいている。
我々の復元品質は、新しいアプリケーションを実現しつつ、最も先進的なグローバルな暗黙の表現と同等です。
論文 参考訳（メタデータ） (2022-11-21T12:23:54Z) - OdontoAI: A human-in-the-loop labeled data set and an online platform to
boost research on dental panoramic radiographs [53.67409169790872]
本研究では, 歯科用パノラマX線画像の公開データセットの構築について述べる。
我々はHuman-in-the-loop(HITL)の概念の恩恵を受け、ラベリング手順を高速化する。
その結果,HITLによるラベル付け時間短縮率は51%であり,連続作業時間390時間以上節約できた。
論文 参考訳（メタデータ） (2022-03-29T18:57:23Z) - Two-Stage Mesh Deep Learning for Automated Tooth Segmentation and
Landmark Localization on 3D Intraoral Scans [56.55092443401416]
TS-MDLの最初の段階では、mphiMeshSegNetは0.953pm0.076$で平均Dice類似係数(DSC)に達した。
PointNet-Reg は平均絶対誤差 (MAE) が 0.623pm0.718, mm$ であり、ランドマーク検出の他のネットワークよりも優れている。
論文 参考訳（メタデータ） (2021-09-24T13:00:26Z) - DeepOPG: Improving Orthopantomogram Finding Summarization with Weak
Supervision [0.0]
要約プロセスを機能的なセグメンテーションと歯のローカリゼーションに分割するDeepOPGを開発しています。
実験では、DeepOPGが要約の発見に高い効果を示し、6種類の発見を総合して88.2%のAUCを達成した。
論文 参考訳（メタデータ） (2021-03-15T11:28:45Z)
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。