論文の概要: $Δ$Representation: Geometry Supervised Representation Learning of Phenotypes via Counterfactual Reasoning for Medical VLMs
- arxiv url: http://arxiv.org/abs/2610.10286v1
- Date: Wed, 07 Oct 2026 15:49:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 21:58:23.01371
- Title: $Δ$Representation: Geometry Supervised Representation Learning of Phenotypes via Counterfactual Reasoning for Medical VLMs
- Title（参考訳）: Δ$Representation:Geometry Supervised Representation Learning of Phenotypes via Counterfactual Reasoning for Medical VLMs (特集:バイオサイバネティックス)
- Abstract要約: 対実的推論に基づく視覚表現型表現学習フレームワークである textbf$$Representation を提案する。
BaseAnatomyは、解剖学的構造をまたいだ空間的関係を通して、きめ細かい幾何学的監督を提供する。
$$Phenotypeは病変の表現とそれに対応する正常な解剖学的表現の間の表現インクリメントを計算する。
- 参考スコア（独自算出の注目度）: 10.799852886898927
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Medical vision-language models (VLMs) have shown increasing potential for radiological image interpretation. Medical VLMs encode radiological images into visual representations that capture both anatomical and phenotypic information for diagnosis. Existing approaches improve pathological phenotype representations through semantic-guided representation alignment. However, pathological phenotypes arise as lesion-specific visual changes superimposed on underlying normal anatomy. Such semantic alignment approaches fail to model the phenotype-specific increment relative to the corresponding normal anatomical representation. To address this gap, we propose \textbf{$Δ$Representation}, a visual phenotype representation learning framework based on counterfactual reasoning for medical VLMs. It comprises \textbf{BaseAnatomy}, a geometry-supervised representation learning module, and \textbf{$Δ$Phenotype}, a counterfactual incremental representation learning module. BaseAnatomy provides fine-grained geometric supervision through spatial relationships across and within anatomical structures. $Δ$Phenotype computes the representation increment between lesion representations and their corresponding normal anatomical representations, and supervises increments associated with the same phenotype to cluster in the representation space. Experiments on \textit{ReXGroundingCT} and \textit{LIDC-IDRI} demonstrate that $Δ$Representation effectively structures pathological phenotype representations and improves lesion grounding and phenotype characterization accuracy in medical VLMs. Code is available at https://anonymous.4open.science/r/deltarep-CF6D.
- Abstract（参考訳）: 医用視覚言語モデル(VLM)は、放射線画像解釈の可能性が高まっている。
医用VLMは、診断のための解剖学的情報と表現学的情報の両方をキャプチャする視覚表現に放射線画像を符号化する。
既存のアプローチは、意味誘導的表現アライメントにより、病理表現型表現を改善する。
しかし、病理学的表現型は、下層の正常な解剖に重畳される病変特異的な視覚変化として生じる。
このようなセマンティックアライメントアプローチは、対応する正常な解剖学的表現に対する表現型固有のインクリメントをモデル化できない。
このギャップに対処するために,医療用VLMの対実的推論に基づく視覚表現型表現学習フレームワークである「textbf{$Δ$Representation」を提案する。
幾何学的に教師付き表現学習モジュールである \textbf{BaseAnatomy} と、反ファクト的なインクリメンタル表現学習モジュールである \textbf{$Δ$Phenotype} から構成される。
BaseAnatomyは、解剖学的構造をまたいだ空間的関係を通して、きめ細かい幾何学的監督を提供する。
$Δ$Phenotype は病変表現とそれに対応する正常な解剖表現の間の表現インクリメントを計算し、同じ表現型に関連するインクリメントを表現空間内のクラスタに監督する。
The experiments on \textit{ReXGroundingCT} and \textit{LIDC-IDRI} showed that $Δ$Representation effectively structure pathological representations and improves lesion grounding and phenotype characterization accuracy in medical VLMs。
コードはhttps://anonymous.4open.science/r/deltarep-CF6Dで公開されている。
関連論文リスト
- Geometry-Supervised Visual Representation Learning for Multi-Phenotype Lesion Interpretation in Medical VLMs [10.64386569726394]
医用視覚言語モデル(VLM)は、臨床画像解釈の可能性が高まっている。
既存の視覚言語アライメント手法は、解剖学的階層や表現型サブクラス間の関係を保存できない視覚表現を生成する。
マルチフェノタイプ病変の解釈のための幾何学的教師付き視覚表現学習フレームワークである textbfPureVision を提案する。
論文 参考訳（メタデータ） (2026-10-07T15:22:11Z) - Reconstruction-Shift Discrimination via Mask-Guided Latent Diffusion for Medical Anomaly Detection [58.92871907037662]
教師なしの医学的異常検出は、正常な訓練画像から正常な解剖パターンを学習し、テスト時の偏差を識別する。
再構成に基づく拡散に基づく手法は、通常、入力画像とその再構成の違いを異常な証拠として利用する。
本研究は,残差に基づく局所化と再構成-シフト判別を補完する医用異常検出フレームワークであるDMDを提案する。
論文 参考訳（メタデータ） (2026-08-01T04:56:39Z) - Anatomy-Anchored Self-Supervision: Distilling Vision Foundation Models for Invariant Ultrasound Representation [29.61647712180762]
自己指導型事前訓練パラダイムは, 医用画像における伝達可能な表現の学習において, 優位性を高めている。
一般的な視覚領域から臨床的に有意な解剖構造へ表現学習を移行させる解剖学的アンコール超音波自己監督フレームワークANAUSを提案する。
論文 参考訳（メタデータ） (2026-05-25T03:52:58Z) - Multimodal Graph-based Classification of Esophageal Motility Disorders [73.90451172929117]
食道運動障害の診断は,高分解能インピーダンス測定データの複雑化と臨床解釈の多様性が原因で大きな課題となる。
本研究は,HRIM記録と患者固有の情報を組み合わせたマルチモーダル機械学習に基づく分類手法の実現可能性について検討し,食道生理学のグラフベースモデリングを取り入れた。
論文 参考訳（メタデータ） (2026-05-13T14:52:12Z) - Multi-View Synergistic Learning with Vision-Language Adaption for Low-Resource Biomedical Image Classification [59.24009931000134]
MVSL(Multi-View Synergistic Learning)は、適応パラダイム、表現の粒度、疾患の意味的関係に対処する統合フレームワークである。
MVSLは、視覚的およびテキスト的エンコーダの適応を分離し、それぞれの表現特性を尊重する。
さらに、グローバルなイメージセマンティクスと局所的な病変レベルの証拠の両方を明示的にモデル化するために、多粒性コントラスト学習を導入する。
MVSLは、いくつかのショットとゼロショットの分類設定において、最先端のメソッドを一貫して上回る。
論文 参考訳（メタデータ） (2026-04-27T02:41:27Z) - Self-Supervised Anatomical Consistency Learning for Vision-Grounded Medical Report Generation [61.350584471060756]
医用画像の臨床的に正確な記述を作成することを目的とした医用レポート生成。
本稿では, 自己監督型解剖学的一貫性学習(SS-ACL)を提案し, 生成された報告を対応する解剖学的領域と整合させる。
SS-ACLは、ヒト解剖学の不変のトップダウン包摂構造にインスパイアされた階層的な解剖学的グラフを構築する。
論文 参考訳（メタデータ） (2025-09-30T08:59:06Z) - See Detail Say Clear: Towards Brain CT Report Generation via Pathological Clue-driven Representation Learning [12.40415847810958]
本稿では,病的手がかりに基づくクロスモーダルな表現を構築するためのPCRLモデルを提案する。
具体的には,分類領域,病理実体,報告テーマの観点から,病理的手がかりを構築した。
テキスト生成タスクの表現に適応するため,タスク調整命令を統一した大言語モデル(LLM)を用いて,表現学習とレポート生成のギャップを埋める。
論文 参考訳（メタデータ） (2024-09-29T12:08:20Z) - Contrastive Learning with Counterfactual Explanations for Radiology Report Generation [83.30609465252441]
放射線学レポート生成のためのtextbfCountertextbfFactual textbfExplanations-based framework (CoFE) を提案する。
反現実的な説明は、アルゴリズムによってなされた決定をどのように変えられるかを理解するための強力なツールとして、シナリオが何であるかを問うことによって役立ちます。
2つのベンチマークの実験では、反ファクト的な説明を活用することで、CoFEは意味的に一貫性があり、事実的に完全なレポートを生成することができる。
論文 参考訳（メタデータ） (2024-07-19T17:24:25Z) - ReshapeIT: Reliable Shape Interaction with Implicit Template for Anatomical Structure Reconstruction [59.971808117043366]
ReShapeITは、同じカテゴリ内で共有される暗黙のテンプレートフィールドを持つ解剖学的構造を表す。
これにより、インスタンス形状とテンプレート形状との対応性の制約を強化することにより、暗黙テンプレートフィールドが有効なテンプレートを生成する。
テンプレートインタラクションモジュールは、有効なテンプレートシェイプとインスタンスワイドの潜在コードとを相互作用することで、目に見えないシェイプを再構築するために導入される。
論文 参考訳（メタデータ） (2023-12-11T07:09:32Z)
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。