論文の概要: UniAR: A Unified Framework for Autism Recognition Enhanced by Multi-View Prompt Learning

• arxiv url: http://arxiv.org/abs/2609.31298v2
• Date: Mon, 28 Sep 2026 02:16:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-29 21:31:51.84095
• Title: UniAR: A Unified Framework for Autism Recognition Enhanced by Multi-View Prompt Learning
• Title（参考訳）: UniAR:マルチビュープロンプト学習によって強化された自閉症認識のための統一フレームワーク
• Abstract要約: 異種データ変動下での頑健なASD認識のための多粒性学習により強化された統合フレームワークUniARを提案する。 UniARは既存の最先端の手法を一貫して上回り、MRIベンチマークでは平均75.9%、顔面ベンチマークでは91.6%を達成している。 これらの結果は、UniARが意味不足下でのASDスクリーニングのための堅牢で解釈可能なフレームワークを提供することを示している。
• 参考スコア（独自算出の注目度）: 12.82359644344241
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autism Spectrum Disorder (ASD) is a complex neurodevelopmental disorder for which early and accurate diagnosis is critical to improving long-term developmental outcomes. However, existing ASD recognition methods are often constrained by the scarcity of diagnostic text data, forcing them to rely mainly on visual analysis and limiting their ability to model clinically meaningful semantic reasoning. To address this challenge, we propose UniAR, a unified framework enhanced by multi-granularity prompt learning for robust ASD recognition under heterogeneous data variations. Specifically, UniAR leverages a large multimodal model to generate hierarchical diagnostic descriptions at the word, phrase, and sentence levels, compensating for the lack of paired clinical reports. To align the generated semantics with visual evidence, we further design a Mixture-of-Experts-based Multi-Scale Alignment Module, which dynamically matches vector-quantized visual prototypes with semantic representations at corresponding granularities. Extensive experiments on four benchmarks covering brain MRI and facial expression scenarios show that UniAR consistently outperforms existing state-of-the-art methods, achieving average accuracies of 75.9\% on MRI benchmarks and 91.6\% on facial benchmarks, while improving average Accuracy on MRI benchmarks by 1.5 percentage points and average Accuracy on facial benchmarks by 1.2 percentage points over baselines. These results demonstrate that UniAR offers a robust and interpretable framework for ASD screening under semantic scarcity.
• Abstract（参考訳）: 自閉症スペクトラム障害(Autism Spectrum disorder、ASD)は、神経発達障害の一種で、早期かつ正確な診断が長期の発達改善に不可欠である。 しかし、既存のASD認識法は、診断テキストデータの不足によってしばしば制約され、視覚分析に大きく依存し、臨床的に意味のある意味的推論をモデル化する能力を制限することを余儀なくされる。 この課題に対処するために、不均一なデータ変動下での堅牢なASD認識のための多粒度プロンプト学習により強化された統合フレームワークUniARを提案する。 特に、UniARは、大きなマルチモーダルモデルを利用して、単語、フレーズ、文章レベルで階層的な診断記述を生成し、ペア化された臨床報告の欠如を補う。 生成したセマンティクスを視覚的エビデンスと整合させるために,ベクトル量子化された視覚プロトタイプと対応する粒度のセマンティクス表現を動的にマッチングするMixture-of-ExpertsベースのMulti-Scale Alignment Moduleを設計する。 脳MRIと表情のシナリオをカバーする4つのベンチマークの大規模な実験により、UniARは既存の最先端の手法を一貫して上回り、MRIベンチマークでは75.9倍、顔面ベンチマークでは91.6倍、MRIベンチマークでは1.5ポイント、顔面ベンチマークでは1.2ポイント向上している。 これらの結果は、UniARが意味不足下でのASDスクリーニングのための堅牢で解釈可能なフレームワークを提供することを示している。

関連論文リスト

• Dementia Etiology Diagnosis via Collaborative Meta Knowledge Enhancement [81.27196033392559]
  認知症発症診断のための協調的メタ知識向上(COME)フレームワークを提案する。 COMEは、マルチセンタ取得セマンティクス、ソース識別子、モダリティインジケータを異種性を認識した埋め込みとして、スケールアップトレーニングのためにTransformerアーキテクチャに注入する。 本手法は,平均マクロ平均AUCが85.62%,最強ベースラインが4.29ポイント向上し,最先端のドメイン性能を実現する。
  論文  参考訳（メタデータ） (2026-07-24T04:26:47Z)
• Systematic Study of Dysarthric Speech Recognition: Spectral Features and Acoustic Models [48.10903631277461]
  本稿では,異なる音響モデルに適した音響特性の組み合わせについて,包括的に検討する。 Pitchの組み込みは、特に文認識タスクにおいて、認識性能が顕著に向上している。 我々は,現在最先端の因子化時間遅延ニューラルネットワーク(F-TDNN)モデルの性能向上の可能性を示した。
  論文  参考訳（メタデータ） (2026-06-18T04:57:37Z)
• Cross-Dataset, Age, and Gender Generalization: A Comprehensive Analysis of Fine-Tuning Strategies for Low-Resource Children's ASR [43.31597557333867]
  本稿では,異なる音響モデルに適した音響特性の組み合わせについて,包括的に検討する。 Pitchの組み込みは、特に文認識タスクにおいて、認識性能が顕著に向上している。 我々は,現在最先端の因子化時間遅延ニューラルネットワーク(F-TDNN)モデルの性能向上の可能性を示した。
  論文  参考訳（メタデータ） (2026-06-18T04:56:00Z)
• Context-driven Missing-Modality Learning for Robust Medical Diagnosis with Image-Tabular Data [38.54068135443487]
  本稿では,コンテキスト駆動型ミス・モダリティ学習フレームワークを提案する。 連続的にモダリティ合成とセマンティックアライメントを行い、堅牢な診断を実現する。 最先端のSOTA(State-of-the-art)法では、それぞれ1.26%、0.97%、1.32%のAVG AUCの改善を実現している。
  論文  参考訳（メタデータ） (2026-05-25T15:44:26Z)
• Look-Closer-Then-Diagnose: Confidence-Aware Ultrasound VQA via Active Zooming [41.40761036883243]
  VLM(Vision-Language Models)は、医学的な視覚的質問応答がかなり進歩しているが、超音波におけるその性能は依然として最適である。 本稿では,ソノグラフィーの認知ワークフローを考慮したフレームワークを提案する。 まず,構造的Zoom-then-Diagnoseパラダイムを導入する。
  論文  参考訳（メタデータ） (2026-05-20T19:06:34Z)
• An Explainable Vision-Language Model Framework with Adaptive PID-Tversky Loss for Lumbar Spinal Stenosis Diagnosis [1.2871968485402088]
  既存の視覚言語モデルは、臨床セグメント化データセットでよく見られる極端なクラス不均衡に対処できない。 本稿では、これらの制限を克服するために、エンドツーエンドの説明可能な視覚言語モデルフレームワークを提案する。 診断精度は90.69%,マクロ平均Diceスコアは0.9512,CIDErスコアは92.80%であった。
  論文  参考訳（メタデータ） (2026-04-02T20:18:35Z)
• Uncertainty-Aware Vision-Language Segmentation for Medical Imaging [12.545486211087791]
  医療診断のための新しい不確実性を考慮したマルチモーダルセグメンテーションフレームワークを提案する。 本稿では,高効率なクロスモーダル融合を実現するために,軽量なステートスペースミキサ(SSMix)を備えたModality Decoding Attention Block (MoDAB)を提案する。 本研究は,視覚言語医学的セグメンテーションタスクにおいて,不確実性モデリングと構造化モダリティアライメントを取り入れることの重要性を強調した。
  論文  参考訳（メタデータ） (2026-02-16T06:27:51Z)
• MedAD-R1: Eliciting Consistent Reasoning in Interpretible Medical Anomaly Detection via Consistency-Reinforced Policy Optimization [46.65200216642429]
  我々はMedADの最初の大規模マルチモーダル・マルチセンタベンチマークであるMedAD-38Kを紹介し、構造化された視覚質問応答(VQA)ペアとともに、CoT(Chain-of-Thought)アノテーションを特徴付ける。 提案するモデルであるMedAD-R1は、MedAD-38Kベンチマーク上での最先端(SOTA)性能を実現し、強いベースラインを10%以上上回った。
  論文  参考訳（メタデータ） (2026-02-01T07:56:10Z)
• Beyond Classification Accuracy: Neural-MedBench and the Need for Deeper Reasoning Benchmarks [21.203358914772465]
  近年の視覚言語モデル (VLM) の進歩は, 標準医学ベンチマークにおいて顕著な性能を発揮しているが, その真の臨床推論能力は未だ不明である。 我々はニューラルメドベンチ(Neural-MedBench)について紹介する。これは、神経学におけるマルチモーダルな臨床推論の限界を調査するためのコンパクトで推論集約的なベンチマークである。
  論文  参考訳（メタデータ） (2025-09-26T12:20:01Z)
• Benchmarking and Explaining Deep Learning Cortical Lesion MRI Segmentation in Multiple Sclerosis [28.192924379673862]
  多発性硬化症(MS)における生体マーカーとしての皮質病変(CL)の出現 本稿では,MRIにおけるCL検出とセグメンテーションの総合ベンチマークを提案する。 医療画像のセグメンテーションのために設計された自己構成のnnU-Netフレームワークを利用し、CL検出の改善に適した適応を提案する。
  論文  参考訳（メタデータ） (2025-07-16T09:56:11Z)

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。