Fugu-MT 論文翻訳(概要): CytoSPM: Open-Vocabulary Cytopathology Detection with Structured Prompt Bank

論文の概要: CytoSPM: Open-Vocabulary Cytopathology Detection with Structured Prompt Bank

arxiv url: http://arxiv.org/abs/2609.31314v1
Date: Fri, 25 Sep 2026 14:21:21 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-28 18:27:51.436589
Title: CytoSPM: Open-Vocabulary Cytopathology Detection with Structured Prompt Bank
Title（参考訳）: CytoSPM:構造化プロンプトバンクを用いたオープンボキャブラリ細胞診
Abstract要約: オープンボキャブラリ細胞病理診断のためのマルチドメインベンチマークであるPentaCytoを提案する。また,分離した2段設計に基づく効率的な検出器であるCytoSPMを提案する。
参考スコア（独自算出の注目度）: 19.827493017997398
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Cytopathology detection requires open-vocabulary recognition because cellular categories are fine-grained, long-tailed, and continuously evolving across different organ systems. However, existing cytology detectors are mostly single-domain and closed-set, and there is still no unified benchmark for evaluating open-vocabulary cytopathology detection. We present PentaCyto, a multi-domain benchmark covering cervical, urinary, respiratory, serous fluid, and thyroid cytology, with 24 base categories and 9 held-out novel categories. Each category is associated with structured cytomorphology prompts that describe diagnostic morphological attributes and provide clinically grounded textual knowledge. We further propose CytoSPM, an efficient detector based on a decoupled two-stage design. It first extracts reusable class-agnostic visual representations, and then performs class-aware structural prompt matching with class names and cytomorphology prompts. On PentaCyto, CytoSPM outperforms existing methods in novel-category detection and open-vocabulary detection while maintaining efficient inference.
Abstract（参考訳）: 細胞病理学検出は、細胞カテゴリーが細粒度で長い尾を持ち、異なる臓器系で連続的に進化しているため、オープンボキャブラリ認識を必要とする。しかし、既存の細胞診検出器は、主に単一ドメインとクローズドセットであり、オープンボキャブラリー細胞診検出のための統一されたベンチマークはいまだに存在しない。胸部, 尿中, 呼吸中, 血清液中, 甲状腺細胞診におけるPentaCytoの有用性について検討した。各カテゴリは、診断形態学的属性を記述し、臨床的に根拠付けられたテキスト知識を提供する構造化細胞形態学プロンプトに関連付けられている。さらに,分離した2段設計に基づく効率的な検出器であるCytoSPMを提案する。まず、再利用可能なクラスに依存しない視覚的表現を抽出し、その後、クラス名と細胞形態学のプロンプトと、クラスを意識した構造的プロンプトを実行する。 PentaCytoでは、CytoSPMは、効率的な推論を維持しながら、新しいカテゴリ検出とオープン語彙検出の既存の手法よりも優れている。

関連論文リスト

Tissue Aware Nuclei Detection and Classification Model for Histopathology Images [0.5219568203653522]
組織認識核検出(TAND, tissue-Aware Nuclei Detection)は, 関節核の検出と分類を実現する新しいフレームワークである。 TANDは、ConvNeXtベースのエンコーダデコーダと凍結したVirchow-2組織セグメンテーションブランチを結合し、セマンティック組織確率は分類ストリームを選択的に調節する。 TANDは最先端のパフォーマンスを達成し、組織に依存しないベースラインとマスクを監督する手法の両方を超越する。
論文参考訳（メタデータ） (2025-11-17T17:21:05Z)
GRASPing Anatomy to Improve Pathology Segmentation [67.98147643529309]
本稿では,病的セグメンテーションモデルを強化するモジュール型プラグイン・アンド・プレイフレームワークGRASPを紹介する。 2つのPET/CTデータセット上でGRASPを評価し、系統的アブレーション研究を行い、フレームワークの内部動作について検討する。
論文参考訳（メタデータ） (2025-08-05T12:26:36Z)
Anatomy-Guided Multitask Learning for MRI-Based Classification of Placenta Accreta Spectrum and its Subtypes [8.27670531391613]
胎盤アクレタスペクトラム障害(PAS)は妊娠中に重大なリスクを引き起こす。本研究では,PASとそのサブタイプの効率的な一段階的マルチクラス診断のための新しい畳み込みニューラルネットワーク(CNN)アーキテクチャを提案する。
論文参考訳（メタデータ） (2025-05-23T05:22:30Z)
NeuroXVocal: Detection and Explanation of Alzheimer's Disease through Non-invasive Analysis of Picture-prompted Speech [4.815952991777717]
NeuroXVocalは、音声分析によってアルツハイマー病(AD)の可能性を分類し、説明する新しい二重成分システムである。分類コンポーネント(Neuro)は、音声パターンと音声特徴をキャプチャする音響特徴、音声書き起こしから抽出したテキスト特徴、言語パターンを表す事前計算された埋め込みの3つの異なるデータストリームを処理する。説明可能性コンポーネント(XVocal)は、大規模言語モデルとAD研究文献のドメイン固有の知識ベースを組み合わせた、検索・拡張生成(RAG)アプローチを実装している。
論文参考訳（メタデータ） (2025-02-14T12:09:49Z)
FECT: Classification of Breast Cancer Pathological Images Based on Fusion Features [1.9356426053533178]
We propose a novel breast cancer tissue classification model that fused features of Edges, Cells, and tissues (FECT)。我々のモデルは、分類精度とF1スコアの観点から、現在の高度な手法を超越している。本モデルは解釈可能性を示し,今後の臨床応用において重要な役割を担っている。
論文参考訳（メタデータ） (2025-01-17T11:32:33Z)
C2P-CLIP: Injecting Category Common Prompt in CLIP to Enhance Generalization in Deepfake Detection [98.34703790782254]
本稿では、カテゴリ共通プロンプトCLIPを紹介し、カテゴリ共通プロンプトをテキストエンコーダに統合し、カテゴリ関連概念をイメージエンコーダに注入する。提案手法は,テスト中に追加パラメータを導入することなく,元のCLIPと比較して検出精度が12.41%向上した。
論文参考訳（メタデータ） (2024-08-19T02:14:25Z)
Cross-Lingual Knowledge Transfer for Clinical Phenotyping [55.92262310716537]
本稿では,英語を使わないクリニックに対して,このタスクを実行するための言語間知識伝達戦略について検討する。ギリシャ語とスペイン語のクリニックに対して,異なる臨床領域のクリニカルノートを活用して,これらの戦略を評価する。以上の結果から,多言語データを用いることで,臨床表現型モデルが改善され,データの疎度を補うことが可能であることが示唆された。
論文参考訳（メタデータ） (2022-08-03T08:33:21Z)
An Algorithm for the Labeling and Interactive Visualization of the Cerebrovascular System of Ischemic Strokes [59.116811751334225]
VirtualDSA++は、CTAスキャンで脳血管ツリーをセグメンテーションし、ラベル付けするために設計されたアルゴリズムである。閉塞血管を同定するために,脳動脈のラベル付け機構を拡張した。本稿では,そのモデルの全ノードにおける経路の反復的体系探索という一般的な概念を紹介し,新たな対話的特徴を実現する。
論文参考訳（メタデータ） (2022-04-26T14:20:26Z)
Multi-Class Cell Detection Using Spatial Context Representation [23.542218679448624]
デジタル病理学では、細胞の自動診断および予後タスクにおいて、細胞の検出と分類の両方が重要である。既存の方法は、個々の細胞の形態学的外観に焦点をあてるが、実際は、病理学者は、しばしばその空間的文脈を通して細胞クラスを推測する。本研究では,空間的文脈情報を明示的に組み込んだ検出と分類のための新しい手法を提案する。
論文参考訳（メタデータ） (2021-10-10T19:54:40Z)
Clinical Named Entity Recognition using Contextualized Token Representations [49.036805795072645]
本稿では,各単語の意味的意味をより正確に把握するために,文脈型単語埋め込み手法を提案する。言語モデル(C-ELMo)とC-Flair(C-Flair)の2つの深い文脈型言語モデル(C-ELMo)を事前訓練する。明示的な実験により、静的単語埋め込みとドメインジェネリック言語モデルの両方と比較して、我々のモデルは劇的に改善されている。
論文参考訳（メタデータ） (2021-06-23T18:12:58Z)

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。