論文の概要: Spatially Gated Diffusion for Localized Counterfactual Chest Radiograph Editing
- arxiv url: http://arxiv.org/abs/2610.00805v1
- Date: Wed, 30 Sep 2026 22:58:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 01:19:23.799227
- Title: Spatially Gated Diffusion for Localized Counterfactual Chest Radiograph Editing
- Title（参考訳）: 局所的胸部X線写真編集のための空間ゲージ拡散法
- Abstract要約: 本研究では,命令非依存のソーストラジェクトリと命令条件の編集トラジェクトリを用いた潜時拡散エディタについて検討する。
2400件のMIMICからの要求に対して、2,244件の出力が共同目標、保存、品質、カバー範囲(93.5%)を満たした。
共同妥当性は、一致した構成のみの制御を1.7ポイント上回った。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Editing a chest radiograph requires completing the requested change while preserving unrelated content. We study a latent diffusion editor with an instruction-independent source trajectory and an instruction-conditioned editing trajectory. A learned gate mixes their post-sampler candidates at each executed step, and a separate image-space mask composites the decoded proposal with the source. On 2,400 MIMIC-derived requests, 2,244 outputs met the joint target, preservation, quality, and coverage rubric (93.5%), and target completion was 97.4%. Joint validity exceeded a matched composition-only control by 1.7 percentage points (paired patient-cluster 95% interval, 0.6--2.8). At a fixed learned mask, the learned-gate proposal improved joint validity by 1.6 points (0.8--2.4); at a fixed learned proposal, the learned mask improved it by 2.6 points (1.7--3.5). Across three training seeds, mean joint validity was 93.5% with a 0.3-point sample standard deviation. A blinded 240-request assessment yielded adjudicated joint validity of 93.3% for the full editor and 91.7% for composition only. Protected-region mean absolute error decreased from 0.0190 in the raw proposal to 0.0075 after composition. These findings distinguish recurrent-gating effects on the proposal from preservation through final composition in the assessed cohort.
- Abstract（参考訳）: 胸部X線写真編集には、無関係なコンテンツを保存しながら要求された変更を完了する必要がある。
本研究では,命令非依存のソーストラジェクトリと命令条件の編集トラジェクトリを用いた潜時拡散エディタについて検討する。
学習されたゲートは実行された各ステップでポストサンプラー候補を混合し、別のイメージスペースマスクはソースとデコードされた提案を合成する。
2400件のMIMICからの要求で、2,244件の出力がジョイントターゲット、保存、品質、カバールーリック(93.5%)を満たし、目標完了率は97.4%だった。
関節の有効性は一致した組成のみのコントロールを1.7ポイント(ペアリング患者クラスター間隔95%、0.6～2.8)で上回った。
固定学習マスクでは、学習ゲートの提案により関節の妥当性が1.6ポイント(0.8--2.4)向上し、固定学習マスクでは2.6ポイント(1.7-3.5)向上した。
訓練種子3種中平均関節有効率は93.5%であり, 0.3点標準偏差が認められた。
盲目の240-requestによる評価では、完全な編集者は93.3%、作曲のみは91.7%の差が認められた。
保護領域平均絶対誤差は, 原案では0.0190から0.0075まで減少した。
以上の結果から, 評価コホートにおける保存から最終構成まで, 提案に対する繰り返しゲーティング効果を区別した。
関連論文リスト
- Agent Error Dataset: Scaling 50,000 Error--Diagnosis Pairs for Failure Analysis and Error-Aware Post-Training [45.727227890697556]
我々は,9,961のソースタスクから50,228のエラー診断ペアからなるエージェントエラーデータセット(AED)を紹介した。
5段階のAgenic Error-to-Trainingパイプラインは自然の故障を収集し、診断と修正案を生成し、記録された証拠と照合する。
アクタートレーニングのレシピの比較において、アクションオンリーの修復トレーニングは成功オンリーのトレーニングよりもWebShop-liteの方が6.67ポイント高い。
論文 参考訳（メタデータ） (2026-09-30T16:40:22Z) - Detection is solved, delineation is not: what governs tooth segmentation on panoramic radiographs [0.3262230127283452]
本研究は,42,142個の歯科用ポリゴンを含む1,422個のパノラマX線撮影装置を組み立てた。
入力解像度、アーキテクチャ、解剖学的事前を単一の評価プロトコルで分離するために使用する。
論文 参考訳（メタデータ） (2026-09-18T11:08:02Z) - RAPID: Reliability-Aware Pair Importance Distillation [2.5565719921628443]
RAPID(Reliability Aware Pair Importance Distillation)は、信頼性の高いゲート付きリレーショナルターゲットと完全なサポート適応ペアの提案を分離する。
信頼性は教師関係が重視されるかを決定するが、校正された教師エントロピーと分離された生徒-教師残差はどの関係が評価されるかを決定する。
論文 参考訳（メタデータ） (2026-08-23T09:29:50Z) - Distribution-free false-alarm calibration and chance-corrected spatial evaluation for industrial anomaly detection [2.5273986395975476]
我々は、分布自由な上限値とペア化された最小交差空間テストを組み合わせる。
我々は,3つのISP-ADモダリティと3つの固定データ分割から120個の点欠陥画像上の3つの検出器を評価する。
論文 参考訳（メタデータ） (2026-08-15T07:21:05Z) - RibAssist 3D: Biplanar Rib-Fracture Detection, Addressing, and Selective 3D Localization from CT-Derived Projections [0.6768558752130311]
リブ骨折はCT(Computed tomography)で局所化するのに一般的で時間を要する
2つの直交CTからの投射で独立に検出された骨折は、視界をまたいでペアリングし、偽出力の制御速度で信頼できる3Dポイントに三角測量できるかどうかを問う。
本研究は、選択的3次元局所化のための再現可能なフレームワークを確立し、クロスビュー対応を主要な運用ボトルネックとして認識する。
論文 参考訳（メタデータ） (2026-08-07T07:47:20Z) - Passing Coarse Marginal Checks Can Be Cheap: Persona Mixtures and Imprecise Treatment-Response Estimates in an LLM Persona Panel [0.0]
戦略ゲームにおける16個の軽量人格条件付きGPT-4.1構成の固定パネルについて検討した。
変化は急激なインデクシングであったが、そのシェアは不確実性の仮定に依存していた。
結果は、1つの固定されたモデル・プロンプトパネルに関係し、人間の置換性を確立しない。
論文 参考訳（メタデータ） (2026-08-02T04:10:11Z) - Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
テキスト検出器は、事前訓練された典型軸を増幅する。
タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。
RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
論文 参考訳（メタデータ） (2026-05-20T19:08:38Z) - Paired-CSLiDAR: Height-Stratified Registration for Cross-Source Aerial-Ground LiDAR Pose Refinement [46.13526676100776]
Paired-CSLiDAR(英語版)は、シングルスキャンポーズリファインメントのためのクロスソース空地LiDARベンチマークである。
このベンチマークには6つの評価サイトで12,683組の地上空対が含まれている。
本稿では,RGSR(Residual-Guided Stratified Registration)を提案する。
論文 参考訳（メタデータ） (2026-05-01T13:14:20Z) - (Certified!!) Adversarial Robustness for Free! [116.6052628829344]
逆方向の摂動が0.5の2ノルム以内であることに制約された場合,ImageNetでは71%の精度が証明された。
これらの結果は,モデルパラメータの微調整や再学習を必要とせず,事前学習した拡散モデルと画像分類器のみを用いて得られる。
論文 参考訳（メタデータ） (2022-06-21T17:27:27Z) - Improved Certified Defenses against Data Poisoning with (Deterministic)
Finite Aggregation [122.83280749890078]
本報告では, 一般中毒に対する予防的対策として, フィニット・アグリゲーション(Finite Aggregation)を提案する。
トレーニングセットを直接非結合部分集合に分割するDPAとは対照的に、我々の方法はまず、トレーニングセットをより小さな非結合部分集合に分割する。
我々は、決定論的および集約的認証された防御設計をブリッジして、我々の方法の代替的な見解を提供する。
論文 参考訳（メタデータ） (2022-02-05T20:08:58Z)
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。