論文の概要: What Makes a Good Medical Image Tokenizer? Rethinking Reconstruction and Generation in Medical Image Tokenization

• arxiv url: http://arxiv.org/abs/2609.24691v1
• Date: Mon, 21 Sep 2026 14:44:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:01.347231
• Title: What Makes a Good Medical Image Tokenizer? Rethinking Reconstruction and Generation in Medical Image Tokenization
• Title（参考訳）: 医用画像トケナイザの作り方 : 医用画像トケナイザの再構築と生成を再考する
• Abstract要約: トークンーは画像を生成するために遅延コードに画像を圧縮する。 3つの圧縮係数で12のデータセット上で10のモデルファミリーの30の構成を評価した。 画像再構成と生成における性能は, 自然画像の先行報告と異なり, 強く相関していることがわかった。
• 参考スコア（独自算出の注目度）: 19.305993355252138
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Latent diffusion models now dominate medical image generation, and every such pipeline rests on a \emph{tokenizer} that compresses images into the latent codes for image generation to operate on. Thereby, the tokenizer choice bounds every downstream task from reconstruction fidelity and generation quality to the representations available for downstream analysis. Yet, medical imaging pipelines routinely utilize tokenizers from natural imaging on the hypothesis that their behavior carries over. However, this is an assumption never tested in the medical imaging regime, where datasets are orders of magnitude smaller and images exhibit far lower inter-sample variance. We present a systematic evaluation of medical image tokenizers evaluating thirty configurations across ten model families on twelve datasets at three compression factors, spanning reconstruction, generation, latent geometry, downstream classification, and memorization. We find that (1) performance on image reconstruction and generation strongly correlate, unlike prior reports on natural images; (2) modern tokenizers use nearly all of their codebook entries, but still leave most of the latent space unused; (3) training-set memorization is mild and is further suppressed by stronger latent space compression; and (4) discrete quantization can largely preserve downstream classification, with lookup-free schemes being the main exception.
• Abstract（参考訳）: 潜時拡散モデルが医用画像生成を支配しており、そのようなパイプラインはすべて、画像生成を動作させるための潜時符号に画像を圧縮する \emph{tokenizer} に依存している。 これにより、トークン化器の選択は、下流のタスクを再構成忠実度と生成品質から下流分析に利用可能な表現に制限する。 しかし、医療画像パイプラインは、その行動が引き継がれるという仮説に基づいて、自然画像からのトークン化剤を常用している。 しかし、これは、データセットが桁違いに小さく、画像のサンプル間のばらつきがはるかに低い、医療画像システムでは決してテストされない仮定である。 そこで本研究では,10種類のモデル群を対象に,再構成,生成,潜時幾何学,下流分類,記憶の3つの圧縮因子を用いて,12のデータセット上の30の構成を評価できる医療用画像トークンの体系的評価を行った。 その結果,(1) 画像再構成と生成における性能は, 従来の自然画像とは異なり, 相関が強く, (2) 現代のトークンは, ほとんどすべてのコードブックエントリを使用するが, 未使用空間のほとんどを残さず, (3) トレーニングセット記憶は軽度で, より強い遅延空間圧縮によりさらに抑制され, (4) 離散量子化は下流の分類をほとんど保存し, ルックアップフリースキームが主な例外であることがわかった。

関連論文リスト

• GigaTok: Scaling Visual Tokenizers to 3 Billion Parameters for Autoregressive Image Generation [81.58846231702026]
  視覚トークン化のスケーリングにおいて、画像再構成、生成、表現学習を改善するための最初のアプローチであるGigaTokを紹介する。 我々は、遅延空間の増大する複雑さを、再生と世代ジレンマの主な要因とみなす。 数十億ドルのパラメータにスケールアップすることで、GigaTokは、再構築、下流のAR生成、下流のAR表現品質における最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-04-11T17:59:58Z)
• Adaptive Correspondence Scoring for Unsupervised Medical Image Registration [9.294341405888158]
  既存の手法では、画像再構成を主要な監視信号として用いている。 そこで本研究では,学習中の誤り残差を対応スコアマップで再重み付けする適応フレームワークを提案する。 我々のフレームワークは、量的にも質的にも、他の手法よりも一貫して優れています。
  論文  参考訳（メタデータ） (2023-12-01T01:11:22Z)
• BiomedJourney: Counterfactual Biomedical Image Generation by Instruction-Learning from Multimodal Patient Journeys [99.7082441544384]
  本稿では,インストラクション学習によるバイオメディカル画像生成のための新しい手法であるBiomedJourneyを紹介する。 我々は、GPT-4を用いて、対応する画像レポートを処理し、疾患進行の自然言語記述を生成する。 得られた三重項は、反現実的なバイオメディカル画像生成のための潜伏拡散モデルを訓練するために使用される。
  論文  参考訳（メタデータ） (2023-10-16T18:59:31Z)
• 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)
• Attentive Symmetric Autoencoder for Brain MRI Segmentation [56.02577247523737]
  視覚変換器(ViT)をベースとした3次元脳MRIセグメンテーションタスクのための新しいアテンテーティブシンメトリオートエンコーダを提案する。 事前学習の段階では、提案するオートエンコーダがより注意を払って、勾配測定値に従って情報パッチを再構築する。 実験の結果,提案手法は最先端の自己教師付き学習法や医用画像分割モデルよりも優れていた。
  論文  参考訳（メタデータ） (2022-09-19T09:43:19Z)
• Sequential image recovery using joint hierarchical Bayesian learning [6.881629943427059]
  本稿では,階層型ベイズ学習に基づく連続画像の連成復元手法を提案する。 本手法は,他の画像から「ボーリング」することで,各画像の欠落情報を復元する。 いくつかの予備的な結果は、シーケンシャルデブロアリングと磁気共鳴イメージングにその可能性を示している。
  論文  参考訳（メタデータ） (2022-06-25T22:31:32Z)
• Supervision by Denoising for Medical Image Segmentation [17.131944478890293]
  そこで我々は,自身のソフトラベルを用いてモデルを監督するフレームワークであるSUD(Superervision by Denoising)を提案する。 SUDは平均的および空間的デノナイジング技術をデノナイジングフレームワークで統合し、デノナイジングとモデルウェイト更新のステップを交互に行う。 応用例として,バイオメディカルイメージングによる2つの問題にSUDを適用した。
  論文  参考訳（メタデータ） (2022-02-07T05:29:16Z)

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。